2021年，我们将继续收获AI带来的惊喜，图像识别、智能读片、病毒测序、药物设计……都已成为触手可及的应用。尤其值得一提的是，虚拟现实和自动驾驶将在2021年迎来井喷，在年度最火的科技概念“元宇宙”的强风下，虚拟现实技术迎来产业发展的新拐点，相关领域的投融资信心和活跃度进入新的高潮。投资项目数及总资本全球VR/AR头戴显示设备出货量快速增长，政策、资金、人才等产业因素提速。这一年对于自动驾驶同样意义重大。苹果、小米、华为、滴滴等宣布“造车”；百度、小马智行成为首批获批开展商业试点服务的企业；全国首个自动驾驶出行服务商业试点在北京落地，行业在矢量生产、绝对安全方面发起冲击。回首这一年，人工智能及其从业者正在向前沿和实用方向奔跑。特斯拉撞车事故引关注自动驾驶安全被提上风口3月17日，国内一辆特斯拉Model3在自动驾驶辅助状态下无故转向。安全气囊均未展开，特斯拉技术总监回复称，由于未击中触发点，因此安全气囊未展开，车辆无事。这不是特斯拉第一次发生类似事故。2019年，外媒报道了一起特斯拉事故。据受害人律师介绍，当车主的Model3撞到护栏时，安全气囊并未展开，车主称特斯拉不配合调查。特斯拉的事故再次将自动驾驶的安全问题推上了前台。事实上，2021年是国产自动驾驶元年。华为入市造车，百度、小马智行成为首批获批开展商业试点服务的企业，全国首个自动驾驶出行服务商业试点在京落地。国内自动驾驶从测试示范走向商业试点，自动驾驶正式进入“下半场”。同时，自动驾驶的基础设施也已基本建成。各地积极推进计算中心、5G网络、边缘计算、车路协同、高精度地理数据等配套措施。各种L2-L4级别的自动驾驶汽车已经开始走出封闭道路试验场，走上真正的城市道路。安全作为自动驾驶的头号问题，值得警惕，也是影响行业企业前景的关键因素。自主代理与人类辩论AI开始具备参与人类复杂活动的能力AI在人类专业知识领域取得又一突破，可以与人类辩论。英国杂志3月18日刊登了人工智能的最新进展：科学家报告了一种能够与人类进行竞争性辩论的自主代理。这个“辩论项目”系统可以与人类进行现场辩论。该系统扫描了4亿条新闻故事和维基百科页面的档案，然后组织其开场白并反驳自己的论点。这被认为与以往人工智能对人类的挑战有着根本的不同。虽然最终判定是人类辩手获胜，但这次演示表明人工智能开始具备参与复杂人类活动的能力。这不禁让人好奇，人工智能的下一步将何去何从？世界上最快的人工智能超级计算机开始拼接史上最大的宇宙3D地图。5月27日，被誉为全球速度最快的人工智能工作负载超级计算机——珀尔马特宣布开幕。这台超级计算机配备6,144个NvidiaA100张量核心图形处理器，将负责拼接有史以来最大的可见宇宙3D地图，并有望揭开暗能量的秘密。在物理宇宙学中，暗能量是一种难以察觉的能量形式，它充满空间并增加宇宙的膨胀率。暗能量假说是当今宇宙加速膨胀观测最流行的解释之一。Nvidia高级产品营销经理DionHarris表示，就AI使用的16位和32位混合精度数学运算而言，Perlmutter超级计算机也是目前世界上最快的系统。人类已经用尽了所有的努力去了解更多关于宇宙未知的一面。有了AI这个“非凡工具”，这种努力或许能够更快见效。启蒙2.0发布中国万亿参数模型打破多项记录在6月1日举行的2021北京致远大会开幕式上，启蒙2.0发布。模型规模爆发式增长，达到1.75万亿个参数，创下全球最大预训练模型的记录。中文作为世界上拥有大量用户的语言，从来没有以它为中心的非常大规模的预训练模型。3月，中国首个超大规模预训练模型五道诞生，中国预训练模型跻身“大规模精炼模型”行列。启蒙2.0的发布也标志着多项相关记录被刷新。目前，语言模型的训练已经从“炼化大模型”走向“炼化大模型”，巨型模型成为业界关注的焦点。从1750亿参数的GPT-3到万亿参数的SwitchTransformer，参数的记录不断被刷新，语言模型的规模越来越大，仿佛没有尽头。流行的GPT-3可以作诗、聊天和生成代码。参数规模达到千亿级，接近人类神经元的数量。10月，微软与Nvidia联合发布了Megatron-Turing自然语言生成模型（MT-NLG），拥有5300亿参数，号称获得单一Transformer语言模型世界“最大”“最强”称号同时。对大型模型的探索是一个持续的过程，科学家们希望越来越大的模型能够通向人工智能的圣杯——通用人工智能。Alphafold2对蛋白质结构的预测彻底改变了生命科学领域。7月16日，英国《自然》杂志刊登了一项关于结构生物学的新研究。人工智能公司DeepMind的神经网络Alphafold2在原子水平上预测蛋白质结构。准确性。蛋白质折叠问题被认为是21世纪人类需要解决的重要科学前沿问题之一。研究蛋白质结构有助于了解蛋白质的功能，了解蛋白质如何发挥其生物学功能，了解蛋白质与非蛋白质之间的相互作用，这对生物学、医学和药学都具有十分重要的意义。50多年来，研究人员一直试图根据蛋白质的氨基酸序列来预测蛋白质折叠成的三维结构。然而，目前使用的计算方法精度有限，实验方法非常费时费力。事实上，在过去的半个世纪里，人类已经分析了超过50,000种源自人类的蛋白质的结构。人类蛋白质组中约有17%的氨基酸具有结构信息，AlphaFold2预测的结构将这一数字从17%提高到58%，因为没有固定结构的氨基酸比例非常大，结构预测58%接近极限。今年年底，我国自主研发的深度学习蛋白质折叠预测平台TRFold传来喜讯。根据2020年第14届国际蛋白质结构预测大赛蛋白质测试集结果，在全球排名仅次于AlphaFold2。蛋白质结构预测模型中的最好成绩，我国计算生物学领域的成绩位居世界第一梯队。生物物理学家、西湖大学校长施一公曾对Alphafold2的表现给予高度评价：这是人工智能对科学领域的最大贡献，也是人类在科学领域取得的最重要的科学突破之一。21世纪。毋庸置疑，人工智能预测蛋白质结构的研究已经并将继续对生命科学的各个分支产生革命性的影响，并将在未来几至十年内逐渐出现。元界吸引全球企业争夺人工智能技术或元界落地的关键。2021年最火的科技概念是什么？答案基本上没有争议：Metaverse。这个来自1990年代科幻小说的名词，在今年成为了巨头争锋、资本跑马圈地、街头热议的最强概念。目前，元宇宙还没有一个被普遍接受的定义，这也为其创造了足够的可扩展性、包容性和可解释性。元界就像一个篮子，里面装了增强现实、云计算、数字孪生、人工智能、区块链等所有数字技术。其中，人工智能与元宇宙有着千丝万缕的联系。深度学习、计算机视觉、自然语言处理等人工智能技术的成熟应用是元界落地的关键。虽然还处于概念阶段，但元宇宙中可能存在的巨大商业潜力已经吸引了各大公司的投资。Nvidia正式推出了Omniverse，这是一个针对元宇宙的虚拟工作平台。日本社交平台GREE推出元宇宙业务。他们都从各自的路径进入了元宇宙，三大运营商也都投入了元宇宙的布局。7月，DeepMind为AI创建了一个Metaverse——XLand。经过5代训练，agent可以在XLand的4000个独立世界中进行约70万次独立游戏，涉及340万个独立任务。上一代智能体经历了2000亿次训练步骤。合成神经信号让AI拥有“思考”脑机联结AI设备或迎来新进展AI一旦拥有“思考”，是否会反过来控制人类行为？现在思考这个问题不再是空穴来风，因为AI的“思维证伪”已经发生了。GAN是指生成对抗网络，是一种深度学习模型，是近年来人工智能在大数据学习过程中使用的无监督学习方法之一。11月18日，中国博士团队。美国南加州大学温世贤在《自然》子刊发表论文显示，研究人员通过脑机连接设备，对两只作为试验对象的猴子进行了脑机接口训练。他们让实验中的两只猴子玩蛇游戏和跑步机，然后收集它们发出的运动控制神经信号，然后通过GAN中的生成器和判别器合成大量的神经活动数据，用于下一步测试.通过接触式或植入式设备，GAN只需要在实验中采集猴子的少量运动控制神经信号，就可以自动生成类似的可能在其他各种情况下操纵行为的神经信号，然后将其传授给AI，AI有其以这种方式拥有自己的“思想”。研究人员发现，这项技术将训练脑机接口系统提取和分析大脑信号的时间缩短了20倍。他们在论文中还提到，虽然这项研究只收集了猴子的神经信号，但这模型也应该适用于人类神经信号的模拟生成。研究人员认为，这种“综合思维”的方法可以得到更广泛的应用，尤其是在脑机连接的人工智能设备中。但如果AI能够“假想”，这种脑机连接会给未来人类带来什么，显然还没有定论。《人工智能伦理问题建议书》发布全球首个关注人工智能健康发展的规范框架人工智能治理是与人工智能发展相伴相生的问题。联合国教科文组织于当地时间11月25日正式启动《人工智能伦理问题建议书》。该提案被联合国教科文组织成员国集体通过，是第一个关于人工智能主题的全球规范框架。该建议书旨在促进人工智能为人类、社会、环境和生态系统服务，并防范其潜在风险。提案包括规范人工智能发展应遵循的原则，以及在原则指导下的人工智能应用领域。据联合国教科文组织称，该提案长达29页，明确了指导人工智能建设的必要基本条款，以确保人工智能健康发展的共同价值观和基本原则。该提案呼吁采取更多行动，超越科技公司和政府已经采取的行动，通过确保人工智能使用过程中个人数据的透明度、流动性和保护，来确保为公民提供更好的保护。该提案还推动确保人工智能成为应对气候变化和解决环境问题的更重要工具。该提案要求政府评估人工智能系统对环境的直接和间接影响，包括其碳足迹、能源消耗和原材料提取对环境的影响。人工智能发现了两个新的数学猜想。人工智能在前沿领域拓展应用范围。人工智能征服城市的领域越来越大，这次是数学。英国《自然》杂志12月1日刊登了人工智能公司DeepMind开发的机器学习框架，帮助发现了纯数学领域的两个新猜想。这项研究展示了机器学习如何支持数学研究，是计算机科学家和数学家首次使用人工智能来帮助证明或制定数学领域（如纽结理论和表示理论）中的复杂定理。纯数学研究工作的主要目标之一是发现数学对象之间的规律性，并利用这些联系形成猜想。20世纪60年代以来，数学家们开始利用计算机来帮助发现规律和进行猜想，但人工智能系统尚未广泛应用于理论数学研究。此次，DeepMind团队与数学家合作，构建机器学习框架，辅助数学研究。该团队还表示，他们的框架可以鼓励未来数学和人工智能之间的进一步合作。17个先行区的设立将引领我国人工智能创新发展哈尔滨、沉阳、郑州提出了相应的建设要求。哈尔滨试验区建设要充分发挥人工智能对哈尔滨高质量发展和东北老工业基地全面振兴赋能的重要作用。同时，充分发挥哈尔滨丰富的科教资源、鲜明的产业特色和良好的国际合作基础等优势，加强人工智能基础前沿理论和关键核心技术研发，创新应用创造智慧农业、智能制造、寒区等领域的标杆。沉阳试验区建设要充分发挥人工智能对沉阳制造业转型升级和东北老工业基地全面振兴的辐射带动作用，加强技术研发和创新应用，壮大智能科技产业集群。郑州将充分发挥人工智能对郑州建设国家中心城市的引领作用，有力支持中部地区崛起、黄河流域生态保护和高质量发展。自2019年北京成为全国首个国家新一代人工智能创新发展试验区以来，上海、天津、深圳、杭州、合肥、德清县、重庆、成都、西安、济南、广州市、武汉市、苏州市市、长沙市、郑州市、沈阳市先后入选。目前，我国拥有国家新一代人工智能创新发展试验区17个。
