2021年，“人工智能奇迹”不再只是故事！临近年底，IEEESpectrum总结了2021年最热门的10篇AI文章，按时间排名，部分文章来自2021年10月的AI特刊《TheGreatAIReckoning》。1.深度学习收益递减，只是因为训练太贵了NeilThompson在麻省理工学院的小组以一篇关于训练深度学习系统的计算和能源成本的文章位居榜首。在论文中，研究人员分析了图像分类器的改进，发现现在需要500倍的计算资源才能将图像识别的错误率减半。文章称，“面对不断飙升的成本，研究人员要么想出更有效的方法来解决这些问题，要么放弃对这些问题的研究，让图像分类器的性能停滞不前。”然而，这篇文章最后也提出了一些关于未来方向的有前途的想法。https://spectrum.ieee.org/deep-learning-computational-cost2。要了解2021年的AI趋势，只需看看Medium的这15张图表。2021年，该指数从学术界和工业界的角度展示了全球视角，突出了AI劳动力多样性问题和AI应用的伦理挑战。本文将222页的报告浓缩为15个图表，涵盖就业、投资等领域。https://spectrum.ieee.org/the-state-of-ai-in-15-graphs3。DeepMind正在“重塑”机器人，近年来AI领域一些最令人印象深刻的突破都是DeepMind的身影。例子包括在蛋白质折叠和AlphaGo方面的突破性工作，后者在围棋方面击败了专业的人类棋手。因此，当DeepMind表示它正在尝试构建多功能、适应性强的机器人时，它吸引了很多关注也就不足为奇了。https://spectrum.ieee.org/how-deepmind-is-reinventing-the-robot4。ABriefHistoryofAI:ATurbulentPastandUncertainFuture为其他文章提供线索。如果你想了解AI如何从一个纯粹的概念发展到现在，这篇文章是一本完美的读物。本文梳理了过去痴迷于“专家系统”的符号主义者与发明神经网络的“连接主义者”之间的大争论，提出了“混合神经符号系统”诞生的可能性。https://spectrum.ieee.org/history-of-ai5。吴恩达眼中的“AI热潮”本文节选自AI先锋吴恩达的Zoom访谈答辩环节。Ng深入参与了谷歌大脑和百度的早期人工智能工作，现在领导着一家名为LandingAI的公司。在这篇文章中，AndrewNg谈到了斯坦福大学开发的一种人工智能系统，它通过胸部X光检测肺炎的效果甚至比放射科医生还要好。但目前来看，AI系统应用于实际临床还有很长的路要走。https://spectrum.ieee.org/andrew-ng-xrays-the-ai-hype6。OpenAI的GPT-3会说话，但可能没那么好听……当OpenAI在2020年推出语言生成系统GPT-3时，AI社区的第一反应是敬畏。只要给出最少的提示，GPT-3就可以针对任何主题和任何风格生成流畅、连贯的文本。但GPT-3也有另一面。GPT-3接受了来自互联网的大量文本的训练，了解网络世界中常见的人类偏见，并且可能已经养成了一个可怕的习惯：学会模棱两可和咒骂。这就提出了一个问题。如果一家公司要在客服、在线辅导、心理健康咨询等方面使用GPT-3，如何防止不小心诽谤客户？https://spectrum.ieee.org/open-ais-powerful-text-generating-tool-is-ready-for-business7。AI成功复制蜻蜓大脑蜻蜓大脑和导弹防御有什么关系？问问桑迪亚国家实验室的FrancesChance就知道了，她研究蜻蜓如何有效地使用大约100万个神经元以惊人的精度捕捉空中猎物。Chance的研究与构建规模和复杂性不断增加的神经网络的研究实验室形成了有趣的对比。“我们的目标是，通过利用Dragonfly神经系统的速度、简单性和效率，设计出能够更快地执行这些功能的计算机，同时消耗传统计算机系统一小部分的功率，”她说。”https://spectrum.ieee.org/fast-efficient-neural-networks-copy-dragonfly-brains8。除非人脑可以被复制，否则深度学习是不够“深”的杰夫·霍金斯发明了掌上电脑并创造了智能手机时代。现在，他正在研究人脑智能的基础，希望开创通用人工智能（AGI）的新时代。这次对霍金斯的采访谈到了他最具争议的一些想法。霍金斯坚信，超级智能人工智能不会对人类构成生存威胁，意识问题也不是真正的难题。https://spectrum.ieee.org/deep-learning-isnt-deep-enough-unless-it-copies-from-the-brain9.AI算法，让杂货店“动起来”，了解我们生活的便利科技总是一件有趣的事情。杂货购物和配送公司Instacart的工程师SharathRao和LilyZhang表示，该公司的AI基础设施可以预测产品是否过期“近40,000家杂货店的库存，跨越数十亿个不同的数据点”，同时还建议推荐交易所，预测会有多少购物者，并有效地对订单和送货路线进行分组。https://spectrum.ieee.org/the-algorithms-that-make-instacart-roll10。人工智能绕不开的七大弱点人工智能在不断突破的同时，也遭受着无数次的失败。本文列举了七个失败的AI模型示例，揭示了当前AI无法规避的弱点。科学家们已经讨论了解决其中一些问题的可能方法；但人工智能也存在目前无法解释的局限性，或者从哲学上讲，可能根本没有任何决定性的解决方案。https://spectrum.ieee.org/ai-failures2022年会是AI科学家攻坚克难的一年吗？人工智能的算法偏差会被修复吗？灾难性遗忘的问题会被克服吗？能否在不破坏地球能源的情况下找到提高人工智能性能的方法？虽然现在还不知道答案，但我们可以拭目以待！
