走過2022年，人工智慧蓄勢戰未來

不久前，美國加利福尼亞大學洛杉磯分校的研究人員發現，在衡量智力的一系列推理測試中，自回歸語言模型“生成型已訓練變換模型3”（GPT-3）的成績明顯優於普通大學生。該程式利用深度學習生成類似人類語言的文本。

由美國開放人工智慧研究中心（OpenAI）研發的GPT-3有很多用途，包括語言翻譯和為聊天機器人生成文本等。GPT-3有1750億個參數，是目前規模最大、功能最強的語言處理人工智慧模型之一。

這項新研究在常識、美國高校入學資格考試（SAT）成績和智商3個方面比較了GPT-3和人類的表現。發表在阿奇夫論文預印本網站上的研究結果顯示，在這3個類別中，人工智慧語言模型的成績都高於人類。無論人類擅長與否，人工智慧近年來的成績單都恰似那個“別人家的孩子”，在科技創新與應用領域扛起定義“科技之美”的旗幟。

匯聚科技力量持續進展加速突破

2022年北京冬奧會上，人工智慧等技術的創新應用為本屆冬奧會增添了別樣的“科技之美”。人工智慧演算法在融合、處理資訊中的先天優勢，使其在一定程度上可以代替預報員在會商中進行資訊整合、分析，通過數據挖掘與學習，將預報員的經驗內化在演算法中，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。如MOML演算法加持的天氣預報模型，讓冬奧會天氣預報更加精準。

同是在2022年，人工智慧領域創新研究取得一定進展和突破。研究機構Gartner在2022年第三季度發佈了“2022人工智慧成熟度曲線（Hype Cycle for Artificial Intelligence〈AI〉，2022）”，確定了人工智慧技術中的必知創新，並建議要特別關注預計在2~5年內實現主流採用的創新，包括複合人工智慧、決策智慧和邊緣人工智慧。

Gartner將人工智慧創新分為以數據為中心的人工智慧、以模型為中心的人工智慧、以應用為中心的人工智慧、以人為本的人工智慧4類。

相較于傳統的通過調整人工智慧模型本身來改善方案結果，以數據為中心的人工智慧將重點轉移到增強和豐富用於訓練演算法的數據上，包括合成數據、知識圖譜、數據標簽和註釋。例如，合成數據可以通過對原始數據合成變化從而避免直接使用個人資訊，同時更便宜和易得，所以將在機器學習開發中被廣泛採用。

以模型為中心的AI創新包括基於物理的人工智慧、複合人工智慧、因果人工智慧、生成人工智慧、基礎模型和深度學習。例如，複合人工智慧是指融合不同的人工智慧技術，以提高學習效率，提高知識表示水準，其産生的前提在於任何一種人工智慧方法都不能解決所有問題。複合人工智慧預計在2~5年內實現主流採用。

以應用為中心的人工智慧的創新包括人工智慧工程、決策智慧、操作人工智慧系統、模型運算、人工智慧雲服務、智慧機器人、自然語言處理（NLP）、自動駕駛汽車、智慧應用和電腦視覺。其中，決策智慧和邊緣人工智慧都有望在2~5年內成為主流採用，並具有變革性的業務優勢。而決策智慧有助於通過正確捕捉和考慮業務環境中的不確定性因素並使決策模型更具彈性，減少決策結果的不可預測性。

邊緣人工智慧是指從自動駕駛汽車到流媒體分析的應用程式中使用嵌入在物聯網（IoT）端點、網關和邊緣伺服器中的人工智慧技術，其優勢包括提高運營效率，如製造視覺檢測系統、增強客戶體驗，通過使用本地分析減少決策延遲、降低連接成本，減少邊緣和雲之間的數據流量，持久的解決方案可用性，與網路連接無關等。

以人為本的人工智慧創新包括人工智慧信任、風險和安全管理（TRiSM）、人工智慧倫理（responsible AI）、數字倫理以及人工智慧製造商和教學套件。當人工智慧取代人類決策時，它會放大好的和壞的結果。人工智慧倫理通過擺脫根植于交付價值和容忍風險的困境來實現正確的結果。人工智慧倫理指在採用人工智慧時做出適當的商業和道德選擇的各個方面，理論上將需要5~10年的時間才能被主流採用。

未來幾年，核心技術與關鍵應用實現突破的預期將為産業轉型升級和市場體量持續擴張帶來無限可能。

體現科技溫度賦能産業普惠生活

2022年，人工智慧在各個行業的滲透度均有提升，其中網際網路、金融、政府、電信和製造五大行業應用滲透度排名前五。工業和資訊化部數據顯示，目前中國人工智慧核心産業規模超過4000億元，企業數量超過3000家，領軍龍頭企業覆蓋無人機、語音識別、圖像識別、智慧機器人、智慧汽車、可穿戴設備、虛擬現實等諸多領域，已在智慧晶片、開源框架等關鍵核心技術取得重要突破。

IDC數據顯示，我國的算力規模，尤其是智慧算力規模正在高速增長。預計到2026年，智慧算力規模進入每秒十萬億億次浮點計算（ZFLOPS）級別。2021—2026年期間，預計我國智慧算力規模年複合增長率為52.3%，同期通用算力規模的年複合增長率為18.5%。

近年來，隨著疫情走入公共視野，人工智慧也越來越多地應用於醫療保健領域。2023年人工智慧有望在醫療和診斷中發揮更大的作用。例如，人工智慧醫療診斷系統正被用於更快、更準確地檢測某些疾病，並生成個性化的治療計劃。

實際上，人工智慧應用並非把全部“功力”發在了産業應用上。民眾使用個人電腦便可獵奇人工智慧加持下諸多有趣的工作和生活功能。目前，人工智慧在繪畫、電影、音樂等創意領域的應用越來越普遍，類似Stable Diffusion、DALL-E和Midjourney的工具可以根據簡單的提示創作藝術作品。近期，有消息稱微軟希望將OpenAI的人工智慧技術整合到Word、Outlook和Powerpoint等應用中，為Office用戶提供一種新的編寫文本的方式。微軟似乎正在考慮使用類似技術來幫助用戶在頁面或演示文稿上組織文字。

除此之外，經典人工智慧民用産品的迭代也從未止步。使用自然語言處理（NLP）和機器學習（ML）來理解和響應用戶請求的數字助理，例如，亞馬遜Alexa和蘋果Siri已曉喻千家萬戶。部分機構預測，未來這些人工智慧助手越來越有能力承擔更複雜的任務，從管理我們的日程安排和回復電子郵件到訂購雜貨和預訂機票。