2022年,，人工智能帶給人類更多驚喜

　　◎?qū)嵙曈浾?都 芃

　　即將過去的2022年，對于人工智能來說是值得銘記的一年,。大批人工智能相關應用走出實驗室，向著大范圍落地實踐不斷邁進,。AI“黑科技”加持下的北京冬奧會異彩紛呈,；無人駕駛開啟多城試點，未來交通更進一步,；AI繪畫以假亂真令人著迷,，藝術創(chuàng)作或許不再是人類專屬……

　　無論是底層技術不斷突破，還是各類應用百花齊放,，在過去的一年,，人工智能向我們展示了它的無限可能。我們相信這只是人工智能的冰山一角,，未來它還有更多潛力等待我們?nèi)ネ诰颉?/p>

　　隨著技術的不斷成熟,，落地應用不斷創(chuàng)新，人工智能或?qū)⒄嬲�改變你我的生活�?/p>

　　AI“黑科技”照亮北京冬奧會

　　助力天氣預報,、比賽轉(zhuǎn)播和手語播報等

　　2月4日,，全球矚目的2022年北京冬奧會正式拉開帷幕。人工智能等技術的應用為本屆冬奧會增添了別樣的“科技之美”,。

　　在此次冬奧會上，由中國科學院院士,、北京大學副校長,、北京大學重慶大數(shù)據(jù)研究院首席科學家張平文領銜研制的人工智能MOML算法賦能天氣預報模型，使冬奧會天氣預報更加精準,。人工智能算法在融合,、處理信息中的先天優(yōu)勢，使其在一定程度上可以代替預報員在會商中進行信息整合,、分析,，通過數(shù)據(jù)挖掘與學習，將預報員的經(jīng)驗內(nèi)化在算法中,，在提高天氣預報效率的同時,，也進一步提高了預報的準確率,。

　　在本屆冬奧會自由式滑雪女子大跳臺決賽中，中國選手谷愛凌以“逆天”的精彩表現(xiàn)獲得個人首金,。在比賽轉(zhuǎn)播過程中,，百度智能云通過“3D+AI”技術打造出的“同場競技”系統(tǒng)，將單人比賽項目變成“多人比賽”,，實現(xiàn)冠,、亞軍比賽畫面的三維恢復和虛擬疊加，方便觀眾看到不同選手的實時動作,；同時,，通過技術手段對運動員動作進行量化分析，將滑行速度,、騰空高度,、落地遠度、旋轉(zhuǎn)角度等一系列運動數(shù)據(jù)與原始畫面疊加起來,，使觀眾可以更直觀地從流暢性,、完成度、難度,、多樣性和美觀度等角度看懂選手之間的技術動作差異,。

　　在北京冬奧會開幕的同一天，央視新聞AI手語主播也正式上崗,，她在冬奧會新聞播報,、賽事直播和現(xiàn)場采訪中，為聽障人士送上了實時手語翻譯服務,。憑借精確的手語翻譯引擎,，該AI手語主播可懂度達85%以上，可將冰雪賽事的文字及音視頻內(nèi)容,，快速精準地轉(zhuǎn)化為手語,。

　　騰訊“混元”AI大模型登頂VCR榜單

　　展現(xiàn)了其在多模態(tài)理解領域的強大實力

　　5月31日，騰訊“混元”AI大模型在多模態(tài)理解領域國際權威榜單VCR(Visual Commonsense Reasoning,，視覺常識推理)中登頂,，兩個單項成績和總成績均位列第一。這是繼在跨模態(tài)檢索領域大滿貫,、CLUE自然語言理解分類榜及CLUE總榜登頂后,，“混元”AI大模型的又一重大突破，展現(xiàn)了其在多模態(tài)理解領域的強大實力,。

　　與跨模態(tài)理解任務不同的是,，多模態(tài)理解任務要求計算機除了能夠做到識別層次的感知(如分類檢測等)，還需要達到認知層次的感知(如判斷意圖、邏輯推理等),。

　　此次登頂VCR榜首的“混元”AI大模型由騰訊廣告多媒體AI團隊自主研發(fā),，同時借助騰訊太極機器學習平臺的圖形處理器算力和訓練加速框架，在預訓練任務,、訓練方式上進行了諸多創(chuàng)新改進和設計,，有效提升了模型性能。

　　截至目前,，“混元”AI大模型在MSR-VTT,、MSVD、CLUE,、VCR等多個領域的AI權威榜單中取得了第一名的成績,，并刷新多項行業(yè)歷史紀錄。這意味著,，“混元”在自然語言理解,、多模態(tài)理解、跨模態(tài)理解等領域的技術實力已得到驗證,。

　　谷歌工程師鬧烏龍,，稱AI存在意識

　　人工智能所謂的“人格”更多只是模仿人類罷了

　　谷歌AI工程師鬧烏龍，稱LaMDA語言模型有意識,，引發(fā)業(yè)界對“AI是否擁有自主意識”的討論,。

　　今年6月，谷歌公司AI工程師萊莫因認為對話應用語言模型LaMDA具有了“自主意識”,，并對此出具了長達21頁的證據(jù),。萊莫因認為LaMDA具有意識的原因有三：一是LaMDA以前所未有的方式高效、創(chuàng)造性地使用語言,；二是它以與人類相似的方式分享感覺,；三是它會表達內(nèi)省和想象——既會擔憂未來，也會追憶過去,。

　　LaMDA是谷歌在2021年開發(fā)者大會上公布的大型自然語言對話模型,，它可以模擬任何帶有知識屬性的實體，通過“擬人”的方式,，在與人類親切自然的對話中為用戶答疑解惑,，傳遞更多知識。

　　萊莫因的觀點和證據(jù)引起了業(yè)內(nèi)的廣泛關注,。不久后,，谷歌發(fā)表聲明稱,，萊莫因違反了“就業(yè)和數(shù)據(jù)安全政策”,，將其解雇。谷歌表示，經(jīng)過廣泛地審查,，他們發(fā)現(xiàn)萊莫因關于LaMDA是有生命的說法是完全沒有根據(jù)的,。

　　專家普遍認為，當下人工智能具有的所謂“人格”,，更多只是模仿人類的語言風格,，有自我意識、有感知能力的AI應該具備能動性,，并具有獨特的視角看待人和事,，但目前AI還只是人們設計的一個計算機系統(tǒng)，作為工具來做一些特定之事,。

　　全球首個圖,、文、音三模態(tài)大模型誕生

　　“紫東太初”實現(xiàn)“以圖生音”和“以音生圖”

　　9月1日,，在上海舉辦的2022世界人工智能大會上,，由武漢人工智能研究院、中國科學院自動化研究所和華為技術有限公司聯(lián)合研發(fā)的“紫東太初”多模態(tài)大模型項目獲得了此次大會的最高獎項,�,！白蠔|太初”是全球首個圖、文,、音三模態(tài)大模型,，開創(chuàng)性地實現(xiàn)了圖像、文本,、語音三模態(tài)數(shù)據(jù)間的“統(tǒng)一表示”與“相互生成”,，實現(xiàn)了“以圖生音”和“以音生圖”，理解和生成能力更接近人類,，為打造多模態(tài)人工智能行業(yè)應用提供創(chuàng)新基礎,，向通用人工智能邁出了重要一步。

　　“紫東太初”三模態(tài)間的相互轉(zhuǎn)換和生成,，其核心原理是視覺,、文本、語音不同模態(tài)通過各自編碼器映射到統(tǒng)一語義空間,，然后通過多頭自注意力機制學習模態(tài)之間的語義關聯(lián)以及特征對齊,，形成多模態(tài)統(tǒng)一知識表示；之后,，再利用編碼后的多模態(tài)特征,，通過解碼器分別生成文本、圖像和語音,。

　　“紫東太初”憑借四大突破,，有效助力以多模態(tài)認知為核心的通用人工智能發(fā)展。一是首次提出多層次、多任務跨模態(tài)自監(jiān)督學習框架,，支持從詞條級走向模態(tài)級,、樣本級的三級預訓練自監(jiān)督學習方式；二是首次完成弱關聯(lián)多模態(tài)數(shù)據(jù)語義統(tǒng)一表示,，減少數(shù)據(jù)收集與清洗代價,；三是首次實現(xiàn)多模態(tài)理解與生成任務的統(tǒng)一建模，支持跨模態(tài)檢索,、多模態(tài)分類,、語音識別、圖像生成等理解與生成任務,；四是首次實現(xiàn)無監(jiān)督超越有監(jiān)督方法,，基于5%—10%的數(shù)據(jù)標注，實現(xiàn)100%的有監(jiān)督學習效果,。

　　AI打破矩陣乘法計算速度紀錄

　　解決了50年來數(shù)學領域一個懸而未決的問題

　　10月,，英國《自然》雜志封面以“矩陣游戲”為題，發(fā)表了人工智能公司“深度思維”團隊的最新發(fā)現(xiàn)：AI可以解決矩陣乘法問題,。這款名為“AlphaTensor”的AI系統(tǒng)能自行發(fā)現(xiàn)新算法,，從而解決了50年來數(shù)學領域一個懸而未決的問題——找到兩個矩陣相乘最快的方法。這是第一個可為矩陣乘法等基本任務發(fā)現(xiàn)新穎,、高效且正確算法的AI系統(tǒng),。

　　數(shù)學在計算機編程中經(jīng)常出現(xiàn)，通常作為描述和操縱現(xiàn)實世界現(xiàn)象表示的一種手段,。例如,，它可用于表示計算機屏幕上的像素、天氣狀況或人工網(wǎng)絡中的節(jié)點,。在這種情況下,，使用數(shù)學的主要方式之一，就是對矩陣進行計算,。矩陣越大,，工作量也越大，計算機科學家開始花費大量時間和精力開發(fā)更加有效的算法來完成相關工作,。

　　在此次最新成果中,，“深度思維”團隊研究人員探究了是否有可能使用基于強化學習的AI系統(tǒng)來創(chuàng)建新算法，從而使計算步驟比現(xiàn)有算法更少,。

　　為了找到答案,，他們從游戲系統(tǒng)中尋找靈感。在構建了一些初步系統(tǒng)之后,，研究團隊將重點轉(zhuǎn)向了樹搜索,，這是系統(tǒng)在特定情況下查看各種方案的一種方法,。

　　接下來，研究人員將允許系統(tǒng)創(chuàng)建自己的算法,，進一步提高效率。他們發(fā)現(xiàn),，在許多情況下,，系統(tǒng)選擇的算法比人類創(chuàng)建的算法更好�,！吧疃人季S”團隊希望,，未來AI能更多地用來幫助攻克數(shù)學和科學領域的一些重要的難題。

　　2022中國人工智能創(chuàng)新發(fā)展指數(shù)公布

　　全面反映我國人工智能發(fā)展態(tài)勢

　　11月18日,，第五屆世界聲博會暨2022科大訊飛全球1024開發(fā)者節(jié)開幕式上,，中國電子信息產(chǎn)業(yè)發(fā)展研究院(又稱賽迪研究院)發(fā)布了2022中國人工智能創(chuàng)新發(fā)展指數(shù)(合肥指數(shù))。

　　這是國內(nèi)首個以地區(qū)冠名的全國性人工智能專題研究成果,，旨在全面系統(tǒng)地反映我國人工智能的發(fā)展態(tài)勢,。中國電子信息產(chǎn)業(yè)發(fā)展研究院從發(fā)展環(huán)境、創(chuàng)新能力,、基礎配套,、資本投入和產(chǎn)業(yè)實力5個維度，構建了中國人工智能創(chuàng)新發(fā)展指數(shù),，也就是“合肥指數(shù)”的評價體系,。

　　近年來，我國人工智能步入與經(jīng)濟深度融合應用新階段,，智能化轉(zhuǎn)型全面推進,，人工智能產(chǎn)業(yè)在全球的影響力不斷增強。2021年,，我國人工智能的研發(fā)強度為19.4%,，從業(yè)人數(shù)增加到31萬人，占全球比重的5.3%,。2017年至2021年,，我國人工智能產(chǎn)業(yè)規(guī)模增長了2.6倍，占全球比重提升到16.8%,。專利申請量占全球比重持續(xù)擴大,，從2012年的13%增長到2021年的70.9%。創(chuàng)新能力上,，我國人工智能研發(fā)投入力度不斷加大,，從業(yè)人數(shù)不斷增加。

　　從總體指數(shù)來看,，北京,、廣東和上海處于人工智能領域的領跑地位,，安徽則緊隨其后，排在全國的第6位,。合肥已經(jīng)成為人工智能領域,、科技創(chuàng)新與產(chǎn)業(yè)發(fā)展最活躍的城市之一。

　　ESMFold預測六億多種蛋白質(zhì)結構

　　預測速度比“阿爾法折疊”快60倍

　　英國“深度思維”公司8月曾宣布,，其開發(fā)的人工智能程序“阿爾法折疊”已預測出約100萬個物種的超過2億種蛋白質(zhì)結構,，幾乎涵蓋了科學界已編錄的每一種蛋白質(zhì)結構。但就在今年11月,，元宇宙平臺公司(Meta)研究人員利用人工智能模型ESMFold預測了來自細菌,、病毒和其他尚未被表征微生物的6億多種蛋白質(zhì)結構。

　　在此次最新研究中,，研究團隊利用大型語言模型來預測這些蛋白質(zhì)結構,。據(jù)悉，語言模型通常需要大量文本進行訓練,，為將這一模型應用于蛋白質(zhì)結構預測,，研究團隊利用已知的蛋白質(zhì)序列來訓練它，這些已知的蛋白質(zhì)可由20個不同氨基酸組成的鏈來表達,，每個氨基酸由一個字母表示,。然后，ESMFold學會了用模糊的氨基酸比例“自動完成”蛋白質(zhì)結構預測,。

　　該團隊負責人亞歷山大·里維斯表示,，這些訓練讓ESMFold對包含蛋白質(zhì)形狀信息的蛋白質(zhì)序列有了直觀了解。而且,，與“阿爾法折疊”一樣,，這一模型能將這些了解到的信息與已知蛋白質(zhì)結構和序列之間的關系信息結合，生成預測結構,。

　　團隊指出,，ESMFold的預測雖然不像“阿爾法折疊”那么準確，但在預測速度上要快60倍,，這意味著它可將結構預測數(shù)據(jù)庫擴展到更大,。

　　首創(chuàng)蛋白質(zhì)動態(tài)結構AI建模方法

　　對理解生命過程、研發(fā)新型藥物有著重要意義

　　12月8日,，西湖大學公布了該校人工智能講席教授李子青團隊聯(lián)合廈門大學,、杭州德睿智藥科技有限公司首創(chuàng)研發(fā)的能夠刻畫蛋白質(zhì)構象變化與親和力預測的AI模型——ProtMD。這是第一個嘗試解析蛋白質(zhì)動態(tài)構象的人工智能模型,，可輔助藥物化學專家更加精準地篩選出高活性小分子,，從而加速臨床前藥物研發(fā)。

　　此前谷歌旗下公司研發(fā)的“阿爾法折疊2”能夠利用人工智能準確預測蛋白質(zhì)的三維結構,，對結構生物學,、藥物設計乃至整個科學界都產(chǎn)生了巨大影響,。但“阿爾法折疊2”只能預測蛋白質(zhì)在一個瞬間的靜態(tài)結構，尚未能解決蛋白質(zhì)結構動態(tài)變化的預測,。李子青團隊此次開發(fā)的AI模型,，在給定藥物分子和靶點蛋白的情況下，可預測藥物分子與生物體內(nèi)靶點蛋白質(zhì)結合(柔性對接)后蛋白質(zhì)結構的變化過程,，推斷藥物與靶標蛋白結合的穩(wěn)定性,，預測藥物功能，從而提升AI藥物設計的精度和效率,。

　　李子青表示，預測蛋白質(zhì)結構的動態(tài)變化對理解生命過程,、研發(fā)新型藥物都有著十分重要的意義,。尤其在AI藥物設計中，通過對藥物分子與靶點蛋白結合后的動態(tài)結構變化進行預測,，評估藥物—靶點結合親和力和藥物效果,，是提高AI藥物篩選準確性和效能的重要思路。

　　多城市推動自動駕駛行業(yè)發(fā)展

　　我國自動駕駛行業(yè)正式向L3級邁進

　　2022年是自動駕駛行業(yè)具有里程碑意義的一年,，有關政策密集出臺,，相關應用從研發(fā)測試走向大規(guī)模商業(yè)化試點。當前,，全國近30個城市已累計為80余家企業(yè)發(fā)放了超過1000張道路測試牌照,，允許高等級智能網(wǎng)聯(lián)汽車在特定場景、特殊區(qū)域內(nèi)開展規(guī)�,；�載人載物測試示范,。越來越多的城市正在推進更高等級的自動駕駛商業(yè)化。

　　今年8月1日,，《深圳經(jīng)濟特區(qū)智能網(wǎng)聯(lián)汽車管理條例》開始實行,，該條例提出L3級自動駕駛在行政區(qū)全域開放道路測試、示范應用,，探索開展商業(yè)化運營試點,，標志著我國自動駕駛行業(yè)正式向L3級邁進。

　　此后,，重慶,、武漢等地政府部門也先后發(fā)布了自動駕駛全無人商業(yè)化試點政策，并向百度發(fā)放全國首批無人化示范運營資格,，允許車內(nèi)無安全員的自動駕駛車輛在社會道路上開展商業(yè)化服務,。

　　此外，為推動智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)健康有序發(fā)展,，工業(yè)和信息化部會同公安部還組織起草了《關于開展智能網(wǎng)聯(lián)汽車準入和上路通行試點工作的通知(征求意見稿)》,，擬遴選符合條件的道路機動車輛生產(chǎn)企業(yè)和具備量產(chǎn)條件的搭載自動駕駛功能的智能網(wǎng)聯(lián)汽車產(chǎn)品,，開展準入試點；對通過準入試點的智能網(wǎng)聯(lián)汽車產(chǎn)品,，在試點城市的限定公共道路區(qū)域內(nèi)開展上路通行試點,。

　　AI繪畫火了，AIGC元年開啟

　　未來預計能夠產(chǎn)生萬億級經(jīng)濟價值

　　今年8月,，在美國科羅拉多州舉辦的新興數(shù)字藝術家競賽中,，參賽者杰森·艾倫提交的AIGC繪畫作品——《太空歌劇院》，獲得了此次比賽“數(shù)字藝術/數(shù)字修飾照片”類別一等獎,。沒有繪畫基礎的杰森·艾倫借用了一款名叫Midjourney的AI繪圖工具,，通過一個類似“文字游戲”的過程，輸入題材,、光線,、場景、角度,、氛圍等有關畫面效果的關鍵詞后,，得到了初始作品，并在反復調(diào)整和修改后最終完成了這組“太空歌劇院”數(shù)字藝術作品,。

　　這一年,，AI繪畫小程序、網(wǎng)站等開始迅猛增長,，而美圖秀秀,、抖音等軟件也加入了AI畫圖功能。抖音平臺數(shù)據(jù)顯示,，截至12月6日,，已有超2428.4萬人使用該特效，迅速飆升至特效潮流榜第一位,。AI繪畫的百度指數(shù)也從日均兩三千上升到日均3萬,，火爆程度可見一斑。

　　AI繪畫的火爆也讓AIGC這一概念逐漸進入大眾視野,。

　　所謂AIGC(AI Generated Content),，即基于人工智能技術自動生成內(nèi)容的新型生產(chǎn)范式。其技術主要涉及兩個方面：自然語言處理(NLP)和AIGC生成算法,。其中,，自然語言處理是實現(xiàn)人與計算機之間通過自然語言進行交互的手段。

　　最初,，AIGC可生成的內(nèi)容形式以文字為主,，經(jīng)過2022年指數(shù)級的發(fā)展，目前AIGC技術可生成的內(nèi)容形式已經(jīng)拓展到了包括文字,、圖像,、視頻,、語音、代碼,、機器人動作等多種內(nèi)容形式,，2022年也因此被稱為“AIGC元年”。生成式AI讓機器開始大規(guī)模涉足知識類和創(chuàng)造性工作,，未來預計能夠產(chǎn)生數(shù)萬億美元的經(jīng)濟價值,。(科技日報)