几年前，提到人工智能，人们的第一反应是全球普及、互联网普及和对未来的预见。但现在，人工智能已经褪去了神秘感，语音识别、图像识别、智能读片、病毒测序、药物设计等。都变成了触手可及的应用。

特别值得一提的是，虚拟现实和自动驾驶将在2021年迎来井喷。

虚拟现实技术迎来了产业发展的新拐点，相关领域的投融资信心和活跃度进入新一轮高潮。项目数量和资金总额大幅上升。VR/AR头戴设备全球出货量快速增长，政策、资金、人才等产业因素加速推动。

对于自动驾驶来说，今年同样意义重大。苹果、小米、华为、滴滴等。宣布“造车”；百度马骁知行成为首批获准开展商业试点服务的企业；中国首个自驾车出行服务商业化试点项目在北京实施，该行业正在对大规模生产和绝对安全产生影响。

回顾这一年，向着前沿和实用的方向，人工智能及其从业者正在狂奔。

特斯拉撞车事件引人关注

自动驾驶的安全问题被推到前台

3月17日，一辆国产特斯拉Model 3在自动驾驶辅助状态下无故转向，车辆撞毁并停下，车头几乎报废。但是整车八个安全气囊都没有打开，特斯拉技术主管回复，因为没有打到触发点，所以安全气囊没有弹出，车辆没有问题。

这已经不是特斯拉第一次发生类似事故了。2019年，外媒报道了一起特斯拉事故。据受害者律师称，车主的Model 3撞上护栏时，安全气囊没有打开，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性推到了前台。事实上，2021年是国内自动驾驶的开春之年，华为入市造车，百度、马骁之星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实施。国内自动驾驶从测试演示进入商用试点，自动驾驶正式进入“下半场”。

同时，自动驾驶的基础设施已基本建成，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自动驾驶汽车开始走出封闭的道路测试试验场，走上真正的城市道路。安全作为自动驾驶的头号问题，值得谨慎，也是影响行业企业前景的关键因素。

自主智能体和人类之间的辩论

AI开始有能力参与复杂的人类活动

人工智能是人类专长领域的下一步，可以和人类辩论。

3月18日，英国《自然》杂志发表了人工智能的最新进展:科学家报告了一种可以与人类竞争的自主智能体。这个“辩手项目”系统可以与人进行现场辩论。这个系统可以扫描储存了4亿条新闻报道和维基百科页面的档案，然后自己整理开场白和反驳论点。

这被认为与之前人工智能对人类的挑战有着本质的不同。虽然最终判定人类辩手获胜，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。这也让人不禁好奇，人工智能接下来会走向何方？

世界上最快的人工智能超级计算机启动

拼接有史以来最大的宇宙3D地图

5月27日，号称世界上最快的人工智能工作负载超级计算机Perlmutter宣布开放。这台拥有6144个NVIDIA A100张量核心图形处理器的超级计算机将负责拼接史上最大的可见宇宙3D地图，它有望揭示暗能量的秘密。

在物理宇宙学中，暗能量是一种难以察觉的能量形式，它填充空并增加宇宙的膨胀速度。对于宇宙加速膨胀的观测结果，暗能量假说是最流行的解释之一。

英伟达高级产品营销经理Dion Harris表示，就AI使用的16位和32位混合精度数学运算而言，Perlmutter超级计算机是目前世界上最快的系统。

人类已经竭尽全力去了解宇宙未知的一面。有了AI这个“非常工具”，这种努力或许能更快看到成效。

启迪2.0发布

中国万亿参数模型创下多项纪录

在6月1日举行的2021北京致远大会开幕式上，启迪2.0发布。在模型规模上爆发，达到了1.75万亿个参数，创下了世界最大的预训练模型纪录。

汉语作为世界上广泛使用的语言，以前从未有过以它为核心的超大规模的前期训练模式。3月，中国首个超大规模预训模式——武道诞生，中国预训模式跻身“精细化模式”。启蒙2.0的发布，标志着很多相关记录被刷新。

目前语言模型的训练已经从“精炼模型”走向“精炼模型”，庞大的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Switch Transformer，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。火的GPT-3可以做诗，聊天，生成代码。参数规模达到千亿级别，接近人类神经元的数量。

10月，微软和英伟达联合发布了拥有5300亿个参数的威震天—图灵自然语言生成模型(MT-NLG)，号称拿下了单个变形金刚语言模型领域的“最大”和“最强”两个头衔。

探索大模型是一个持续的过程，科学家们希望越来越大的模型能够通向AI的圣杯——通用人工智能。

Alphafold2预测蛋白质结构

给生命科学领域带来革命性的影响

7月16日，英国《自然》杂志发表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以原子精度预测了蛋白质结构。

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。研究蛋白质的结构有助于了解蛋白质的作用，蛋白质如何行使其生物学功能，以及蛋白质与非蛋白质之间的相互作用，这对生物学、医学和药学都非常重要。

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的折叠三维结构。然而，目前使用的计算方法的精度是有限的，并且实验方法需要非常高的人力和时间。事实上，在过去的半个世纪里，人类已经分析了超过50，000种人类蛋白质的结构。人类蛋白质组中大约17%的氨基酸已经有了结构信息，而AlphaFold2预测的结构把这个数字从17%提高到了58%，因为没有固定结构的氨基酸比例非常大，58%的结构预测接近极限。

今年年底，中国自主研发的深度学习蛋白质折叠预测平台TRFold带来了好消息。基于2020年第14届国际蛋白质结构预测大赛蛋白质测试集结果，仅次于AlphaFold2位列全球第二，是目前国内所有公开的蛋白质结构预测模型中最好的结果，中国在计算生物学领域的表现位居全球第一。

物理学家、西湖大学校长史曾高度评价Alphafold2的性能:它是人工智能对科学的最大贡献，是人类在21世纪取得的最重要的科学突破之一。

毫无疑问，人工智能预测蛋白质结构的研究已经并将继续在生命科学的各个分支中引起革命性的影响，并将在未来几年到十几年内逐渐显现。

元宇宙吸引全球公司参与竞争

人工智能技术或是元宇宙落地的关键

2021年哪个科技概念最火？答案基本没有争议:元宇宙。

这个源于上世纪90年代科幻小说的名词，已经成为今年巨头争抢、资本跑马圈地、街头巷尾热议的最强概念。目前还没有普遍接受的元宇宙定义，这也为它创造了足够的扩展性、包容性和可解释性。

元宇宙就像一个篮子，里面装着增强现实、云计算、数字双胞胎、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宇宙落地的关键。虽然还处于概念阶段，但元宇宙可能存在的巨大商业潜力吸引了各大公司纷纷下注。英伟达正式推出元宇宙虚拟工作平台Omniverse，日本社交平台GREE推出元宇宙业务，微软努力打造“企业元宇宙”，华为从AR、腾讯、百度、字节跳动、网易等切入元宇宙轨道都是从自己的好路径进入了元宇宙，三大运营商都投资了元宇宙布局。

7月，DeepMind为AI-XLAND创造了一个元宇宙。经过五代的训练，代理们可以在XLand的4000个独立世界中玩大约70万个独立游戏，涉及340万个独立任务。上一代特工经历了2000亿次训练步骤。

合成神经信号让AI思考

脑机连接AI设备将迎来新进展

AI一旦有了“思维”，会反过来控制人类的行为吗？

现在想这个问题已经不用担心了，因为AI的“错误思维”已经发生了。

GAN指的是生成对抗网络，是一种深度学习模型，也是近年来人工智能在大数据学习中使用的无监督学习方法之一。11月18日，南加州大学华裔博士温世贤团队发表在《自然》杂志上的一篇论文显示，研究人员通过脑机连接设备，对两只猴子作为实验对象进行了脑机接口训练。他们让实验中的两只猴子玩贪吃蛇游戏和跑步机，然后从它们身上收集运动控制神经信号，再通过GAN中的发生器和鉴别器合成大量神经活动数据，用于下一次实验。

通过接触或植入设备，GAN可以通过在实验中仅收集猴子的少量神经信号，自动生成类似的可能在其他情况下操纵行为的神经信号，然后将这些教给具有自己“思维”的AI。

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。同时，他们在论文中提到，虽然这项研究只收集了猴子的神经信号，但这个模型应该也适用于人类神经信号的模拟生成。

研究人员认为，这种“合成思维”的方式可以应用得更广泛，尤其是在AI设备的脑机连接方面。但是，如果AI能够“伪思维”，这种脑机连接会给未来人类带来什么，显然还没有定论。

人工智能伦理问题提案发布

首个全球规范框架聚焦AI健康发展

人工智能治理是与人工智能发展相伴而生的问题。当地时间11月25日，联合国教科文组织正式推出《人工智能伦理问题建议书》，由联合国教科文组织成员国集体通过，是首个关于人工智能话题的全球规范性框架。

该提案旨在促进人工智能为人类、社会、环境和生态系统服务，并防止其潜在风险。该提案包含了规范人工智能发展应遵循的原则，以及在这些原则指导下的人工智能应用领域。

联合国教科文组织表示，这份长达29页的提案定义了指导人工智能建设的必要基础项目，以确保人工智能健康发展的共同价值观和基本原则。

该提案呼吁在科技公司和政府已经采取的措施之外采取更多行动，通过确保使用人工智能的透明度、移动性和个人数据，让人们获得更多保护。

该提案还促进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的环境影响。

AI发现了两个新的数学猜想

人工智能拓展前沿领域应用范围

人工智能的领域越来越大，这次是数学。12月1日，英国《自然》杂志发表了人工智能公司DeepMind开发的机器学习框架，该框架已经帮助发现了纯数学领域的两个新猜想。这项研究表明，机器学习可以支持数学研究，这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提出数学领域的复杂定理，如纽结理论和表示理论。

纯数学研究的关键目标之一是发现数学对象之间的规律，并利用这些关系形成猜想。自20世纪60年代以来，数学家开始使用计算机来帮助他们发现规律和进行猜想，但人工智能系统尚未广泛用于纯数学研究。

这一次，DeepMind团队和数学家建立了一个机器学习框架来辅助数学研究。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。

建立17个测试区

将引领中国人工智能的创新发展

12月7日，官网，科技部发布三封支持哈尔滨、沈阳、郑州建设国家新一代人工智能创新发展实验区的信。三封信分别对哈尔滨、沈阳、郑州提出了相应的建设要求。

哈尔滨试验区的建设要发挥人工智能在赋能哈尔滨高质量发展和东北老工业基地全面振兴中的重要作用。同时，充分发挥哈尔滨科教资源丰富、产业特色鲜明、国际合作基础良好等优势，加强人工智能基础前沿理论和关键核心技术研发，打造智慧农业、智能制造等领域和寒冷地区的创新应用标杆。

沈阳试验区建设要充分发挥人工智能对沈阳制造业转型升级和东北老工业基地全面振兴的推动作用，加强技术研发和创新应用，壮大智能科技产业集群。

郑州要充分发挥人工智能在郑州建设国家中心城市中的引领作用，有力支撑中部崛起、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、重庆、成都、Xi安、济南、广州、武汉、苏州、长沙、郑州、沈阳相继入选。目前，我国共有17个国家新一代人工智能创新发展实验区。(记者崔爽)

来源:科技日报