2022年,，人工智能帶給人類更多驚喜

　　◎?qū)嵙?xí)記者 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(guān)應(yīng)用走出實驗室,，向著大范圍落地實踐不斷邁進(jìn)。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(diǎn),，未來交通更進(jìn)一步；AI繪畫以假亂真令人著迷,，藝術(shù)創(chuàng)作或許不再是人類專屬……

　　無論是底層技術(shù)不斷突破,，還是各類應(yīng)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(shù)的不斷成熟，落地應(yīng)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(yù)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(shù)的應(yīng)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(xué)院院士,、北京大學(xué)副校長,、北京大學(xué)重慶大數(shù)據(jù)研究院首席科學(xué)家張平文領(lǐng)銜研制的人工智能MOML算法賦能天氣預(yù)報模型，使冬奧會天氣預(yù)報更加精準(zhǔn),。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(yù)報員在會商中進(jìn)行信息整合,、分析,，通過數(shù)據(jù)挖掘與學(xué)習(xí)，將預(yù)報員的經(jīng)驗內(nèi)化在算法中,，在提高天氣預(yù)報效率的同時,，也進(jìn)一步提高了預(yù)報的準(zhǔn)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(shù)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(fù)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(shù)手段對運(yùn)動員動作進(jìn)行量化分析,，將滑行速度,、騰空高度、落地遠(yuǎn)度,、旋轉(zhuǎn)角度等一系列運(yùn)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(shù)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(wù),。憑借精確的手語翻譯引擎,，該AI手語主播可懂度達(dá)85%以上，可將冰雪賽事的文字及音視頻內(nèi)容,，快速精準(zhǔn)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(lǐng)域的強(qiáng)大實力

　　5月31日,，騰訊“混元”AI大模型在多模態(tài)理解領(lǐng)域國際權(quán)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(lǐng)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(lǐng)域的強(qiáng)大實力,。

　　與跨模態(tài)理解任務(wù)不同的是，多模態(tài)理解任務(wù)要求計算機(jī)除了能夠做到識別層次的感知(如分類檢測等),，還需要達(dá)到認(rèn)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(tuán)隊自主研發(fā),，同時借助騰訊太極機(jī)器學(xué)習(xí)平臺的圖形處理器算力和訓(xùn)練加速框架,，在預(yù)訓(xùn)練任務(wù)、訓(xùn)練方式上進(jìn)行了諸多創(chuàng)新改進(jìn)和設(shè)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(lǐng)域的AI權(quán)威榜單中取得了第一名的成績,，并刷新多項行業(yè)歷史紀(jì)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(lǐng)域的技術(shù)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(rèn)為對話應(yīng)用語言模型LaMDA具有了“自主意識”,，并對此出具了長達(dá)21頁的證據(jù)。萊莫因認(rèn)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(dá)內(nèi)省和想象——既會擔(dān)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(diǎn)和證據(jù)引起了業(yè)內(nèi)的廣泛關(guān)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(guān)于LaMDA是有生命的說法是完全沒有根據(jù)的。

　　專家普遍認(rèn)為,，當(dāng)下人工智能具有的所謂“人格”,，更多只是模仿人類的語言風(fēng)格，有自我意識,、有感知能力的AI應(yīng)該具備能動性,，并具有獨(dú)特的視角看待人和事，但目前AI還只是人們設(shè)計的一個計算機(jī)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(xué)院自動化研究所和華為技術(shù)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,。“紫東太初”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(yīng)用提供創(chuàng)新基礎(chǔ),，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(jī)制學(xué)習(xí)模態(tài)之間的語義關(guān)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(rèn)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(wù)跨模態(tài)自監(jiān)督學(xué)習(xí)框架，支持從詞條級走向模態(tài)級,、樣本級的三級預(yù)訓(xùn)練自監(jiān)督學(xué)習(xí)方式,；二是首次完成弱關(guān)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(wù)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(wù)；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(biāo)注,，實現(xiàn)100%的有監(jiān)督學(xué)習(xí)效果。

　　AI打破矩陣乘法計算速度紀(jì)錄

　　解決了50年來數(shù)學(xué)領(lǐng)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(tuán)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(xué)領(lǐng)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(wù)發(fā)現(xiàn)新穎,、高效且正確算法的AI系統(tǒng)。

　　數(shù)學(xué)在計算機(jī)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(jī)屏幕上的像素,、天氣狀況或人工網(wǎng)絡(luò)中的節(jié)點(diǎn),。在這種情況下，使用數(shù)學(xué)的主要方式之一,，就是對矩陣進(jìn)行計算,。矩陣越大，工作量也越大,，計算機(jī)科學(xué)家開始花費(fèi)大量時間和精力開發(fā)更加有效的算法來完成相關(guān)工作,。

　　在此次最新成果中，“深度思維”團(tuán)隊研究人員探究了是否有可能使用基于強(qiáng)化學(xué)習(xí)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(gòu)建了一些初步系統(tǒng)之后,，研究團(tuán)隊將重點(diǎn)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(jìn)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(tuán)隊希望，未來AI能更多地用來幫助攻克數(shù)學(xué)和科學(xué)領(lǐng)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(chǔ)配套、資本投入和產(chǎn)業(yè)實力5個維度,，構(gòu)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(jì)深度融合應(yīng)用新階段,，智能化轉(zhuǎn)型全面推進(jìn),，人工智能產(chǎn)業(yè)在全球的影響力不斷增強(qiáng)。2021年,，我國人工智能的研發(fā)強(qiáng)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(kuò)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(lǐng)域的領(lǐng)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(lǐng)域,、科技創(chuàng)新與產(chǎn)業(yè)發(fā)展最活躍的城市之一,。

　　ESMFold預(yù)測六億多種蛋白質(zhì)結(jié)構(gòu)

　　預(yù)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(yù)測出約100萬個物種的超過2億種蛋白質(zhì)結(jié)構(gòu),，幾乎涵蓋了科學(xué)界已編錄的每一種蛋白質(zhì)結(jié)構(gòu),。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(yù)測了來自細(xì)菌,、病毒和其他尚未被表征微生物的6億多種蛋白質(zhì)結(jié)構(gòu),。

　　在此次最新研究中，研究團(tuán)隊利用大型語言模型來預(yù)測這些蛋白質(zhì)結(jié)構(gòu),。據(jù)悉,，語言模型通常需要大量文本進(jìn)行訓(xùn)練，為將這一模型應(yīng)用于蛋白質(zhì)結(jié)構(gòu)預(yù)測,，研究團(tuán)隊利用已知的蛋白質(zhì)序列來訓(xùn)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(dá)，每個氨基酸由一個字母表示,。然后,，ESMFold學(xué)會了用模糊的氨基酸比例“自動完成”蛋白質(zhì)結(jié)構(gòu)預(yù)測,。

　　該團(tuán)隊負(fù)責(zé)人亞歷山大·里維斯表示，這些訓(xùn)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(jié)構(gòu)和序列之間的關(guān)系信息結(jié)合,，生成預(yù)測結(jié)構(gòu),。

　　團(tuán)隊指出，ESMFold的預(yù)測雖然不像“阿爾法折疊”那么準(zhǔn)確,，但在預(yù)測速度上要快60倍,，這意味著它可將結(jié)構(gòu)預(yù)測數(shù)據(jù)庫擴(kuò)展到更大。

　　首創(chuàng)蛋白質(zhì)動態(tài)結(jié)構(gòu)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(xué)公布了該校人工智能講席教授李子青團(tuán)隊聯(lián)合廈門大學(xué)、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(gòu)象變化與親和力預(yù)測的AI模型——ProtMD,。這是第一個嘗試解析蛋白質(zhì)動態(tài)構(gòu)象的人工智能模型,，可輔助藥物化學(xué)專家更加精準(zhǔn)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(zhǔn)確預(yù)測蛋白質(zhì)的三維結(jié)構(gòu),，對結(jié)構(gòu)生物學(xué)、藥物設(shè)計乃至整個科學(xué)界都產(chǎn)生了巨大影響,。但“阿爾法折疊2”只能預(yù)測蛋白質(zhì)在一個瞬間的靜態(tài)結(jié)構(gòu),，尚未能解決蛋白質(zhì)結(jié)構(gòu)動態(tài)變化的預(yù)測。李子青團(tuán)隊此次開發(fā)的AI模型,，在給定藥物分子和靶點(diǎn)蛋白的情況下,，可預(yù)測藥物分子與生物體內(nèi)靶點(diǎn)蛋白質(zhì)結(jié)合(柔性對接)后蛋白質(zhì)結(jié)構(gòu)的變化過程，推斷藥物與靶標(biāo)蛋白結(jié)合的穩(wěn)定性,，預(yù)測藥物功能,，從而提升AI藥物設(shè)計的精度和效率。

　　李子青表示,，預(yù)測蛋白質(zhì)結(jié)構(gòu)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(shè)計中,，通過對藥物分子與靶點(diǎn)蛋白結(jié)合后的動態(tài)結(jié)構(gòu)變化進(jìn)行預(yù)測,，評估藥物—靶點(diǎn)結(jié)合親和力和藥物效果，是提高AI藥物篩選準(zhǔn)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(jìn)

　　2022年是自動駕駛行業(yè)具有里程碑意義的一年,，有關(guān)政策密集出臺，相關(guān)應(yīng)用從研發(fā)測試走向大規(guī)模商業(yè)化試點(diǎn),。當(dāng)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(jìn)更高等級的自動駕駛商業(yè)化。

　　今年8月1日,，《深圳經(jīng)濟(jì)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(yīng)用,，探索開展商業(yè)化運(yùn)營試點(diǎn),，標(biāo)志著我國自動駕駛行業(yè)正式向L3級邁進(jìn)。

　　此后,，重慶,、武漢等地政府部門也先后發(fā)布了自動駕駛?cè)珶o人商業(yè)化試點(diǎn)政策，并向百度發(fā)放全國首批無人化示范運(yùn)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(wù),。

　　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(guān)于開展智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點(diǎn)工作的通知(征求意見稿)》,，擬遴選符合條件的道路機(jī)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(zhǔn)入試點(diǎn),；對通過準(zhǔn)入試點(diǎn)的智能網(wǎng)聯(lián)汽車產(chǎn)品,，在試點(diǎn)城市的限定公共道路區(qū)域內(nèi)開展上路通行試點(diǎn)。

　　AI繪畫火了,，AIGC元年開啟

　　未來預(yù)計能夠產(chǎn)生萬億級經(jīng)濟(jì)價值

　　今年8月,，在美國科羅拉多州舉辦的新興數(shù)字藝術(shù)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(shù)/數(shù)字修飾照片”類別一等獎,。沒有繪畫基礎(chǔ)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(guān)畫面效果的關(guān)鍵詞后,，得到了初始作品,，并在反復(fù)調(diào)整和修改后最終完成了這組“太空歌劇院”數(shù)字藝術(shù)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(jìn)入大眾視野,。

　　所謂AIGC(AI Generated Content)，即基于人工智能技術(shù)自動生成內(nèi)容的新型生產(chǎn)范式,。其技術(shù)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(jī)之間通過自然語言進(jìn)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(shù)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(jī)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(jī)器開始大規(guī)模涉足知識類和創(chuàng)造性工作，未來預(yù)計能夠產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價值,。(科技日報)