2022年，人工智能帶給人類(lèi)更多驚喜

　　◎實(shí)習記者 都 芃

　　即將過(guò)去的2022年，對于人工智能來(lái)說(shuō)是值得銘記的一年。大批人工智能相關(guān)應用走出實(shí)驗室，向著(zhù)大范圍落地實(shí)踐不斷邁進(jìn)。AI“黑科技”加持下的北京冬奧會(huì )異彩紛呈；無(wú)人駕駛開(kāi)啟多城試點(diǎn)，未來(lái)交通更進(jìn)一步；AI繪畫(huà)以假亂真令人著(zhù)迷，藝術(shù)創(chuàng )作或許不再是人類(lèi)專(zhuān)屬……

　　無(wú)論是底層技術(shù)不斷突破，還是各類(lèi)應用百花齊放，在過(guò)去的一年，人工智能向我們展示了它的無(wú)限可能。我們相信這只是人工智能的冰山一角，未來(lái)它還有更多潛力等待我們去挖掘。

　　隨著(zhù)技術(shù)的不斷成熟，落地應用不斷創(chuàng )新，人工智能或將真正改變你我的生活。

　　AI“黑科技”照亮北京冬奧會(huì )

　　助力天氣預報、比賽轉播和手語(yǔ)播報等

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

　　在此次冬奧會(huì )上，由中國科學(xué)院院士、北京大學(xué)副校長(cháng)、北京大學(xué)重慶大數據研究院首席科學(xué)家張平文領(lǐng)銜研制的人工智能MOML算法賦能天氣預報模型，使冬奧會(huì )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(huì )商中進(jìn)行信息整合、分析，通過(guò)數據挖掘與學(xué)習，將預報員的經(jīng)驗內化在算法中，在提高天氣預報效率的同時(shí)，也進(jìn)一步提高了預報的準確率。

　　在本屆冬奧會(huì )自由式滑雪女子大跳臺決賽中，中國選手谷愛(ài)凌以“逆天”的精彩表現獲得個(gè)人首金。在比賽轉播過(guò)程中，百度智能云通過(guò)“3D+AI”技術(shù)打造出的“同場(chǎng)競技”系統，將單人比賽項目變成“多人比賽”，實(shí)現冠、亞軍比賽畫(huà)面的三維恢復和虛擬疊加，方便觀(guān)眾看到不同選手的實(shí)時(shí)動(dòng)作；同時(shí)，通過(guò)技術(shù)手段對運動(dòng)員動(dòng)作進(jìn)行量化分析，將滑行速度、騰空高度、落地遠度、旋轉角度等一系列運動(dòng)數據與原始畫(huà)面疊加起來(lái)，使觀(guān)眾可以更直觀(guān)地從流暢性、完成度、難度、多樣性和美觀(guān)度等角度看懂選手之間的技術(shù)動(dòng)作差異。

　　在北京冬奧會(huì )開(kāi)幕的同一天，央視新聞AI手語(yǔ)主播也正式上崗，她在冬奧會(huì )新聞播報、賽事直播和現場(chǎng)采訪(fǎng)中，為聽(tīng)障人士送上了實(shí)時(shí)手語(yǔ)翻譯服務(wù)。憑借精確的手語(yǔ)翻譯引擎，該AI手語(yǔ)主播可懂度達85%以上，可將冰雪賽事的文字及音視頻內容，快速精準地轉化為手語(yǔ)。

　　騰訊“混元”AI大模型登頂VCR榜單

　　展現了其在多模態(tài)理解領(lǐng)域的強大實(shí)力

　　5月31日，騰訊“混元”AI大模型在多模態(tài)理解領(lǐng)域國際權威榜單VCR(Visual Commonsense Reasoning，視覺(jué)常識推理)中登頂，兩個(gè)單項成績(jì)和總成績(jì)均位列第一。這是繼在跨模態(tài)檢索領(lǐng)域大滿(mǎn)貫、CLUE自然語(yǔ)言理解分類(lèi)榜及CLUE總榜登頂后，“混元”AI大模型的又一重大突破，展現了其在多模態(tài)理解領(lǐng)域的強大實(shí)力。

　　與跨模態(tài)理解任務(wù)不同的是，多模態(tài)理解任務(wù)要求計算機除了能夠做到識別層次的感知(如分類(lèi)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(shí)借助騰訊太極機器學(xué)習平臺的圖形處理器算力和訓練加速框架，在預訓練任務(wù)、訓練方式上進(jìn)行了諸多創(chuàng )新改進(jìn)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(gè)領(lǐng)域的AI權威榜單中取得了第一名的成績(jì)，并刷新多項行業(yè)歷史紀錄。這意味著(zhù)，“混元”在自然語(yǔ)言理解、多模態(tài)理解、跨模態(tài)理解等領(lǐng)域的技術(shù)實(shí)力已得到驗證。

　　谷歌工程師鬧烏龍，稱(chēng)AI存在意識

　　人工智能所謂的“人格”更多只是模仿人類(lèi)罷了

　　谷歌AI工程師鬧烏龍，稱(chēng)LaMDA語(yǔ)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(huà)應用語(yǔ)言模型LaMDA具有了“自主意識”，并對此出具了長(cháng)達21頁(yè)的證據。萊莫因認為L(cháng)aMDA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(yǔ)言；二是它以與人類(lèi)相似的方式分享感覺(jué)；三是它會(huì )表達內省和想象——既會(huì )擔憂(yōu)未來(lái)，也會(huì )追憶過(guò)去。

　　LaMDA是谷歌在2021年開(kāi)發(fā)者大會(huì )上公布的大型自然語(yǔ)言對話(huà)模型，它可以模擬任何帶有知識屬性的實(shí)體，通過(guò)“擬人”的方式，在與人類(lèi)親切自然的對話(huà)中為用戶(hù)答疑解惑，傳遞更多知識。

　　萊莫因的觀(guān)點(diǎn)和證據引起了業(yè)內的廣泛關(guān)注。不久后，谷歌發(fā)表聲明稱(chēng)，萊莫因違反了“就業(yè)和數據安全政策”，將其解雇。谷歌表示，經(jīng)過(guò)廣泛地審查，他們發(fā)現萊莫因關(guān)于LaMDA是有生命的說(shuō)法是完全沒(méi)有根據的。

　　專(zhuān)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(lèi)的語(yǔ)言風(fēng)格，有自我意識、有感知能力的AI應該具備能動(dòng)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(gè)計算機系統，作為工具來(lái)做一些特定之事。

　　全球首個(gè)圖、文、音三模態(tài)大模型誕生

　　“紫東太初”實(shí)現“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(huì )上，由武漢人工智能研究院、中國科學(xué)院自動(dòng)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(huì )的最高獎項�！白蠔|太初”是全球首個(gè)圖、文、音三模態(tài)大模型，開(kāi)創(chuàng )性地實(shí)現了圖像、文本、語(yǔ)音三模態(tài)數據間的“統一表示”與“相互生成”，實(shí)現了“以圖生音”和“以音生圖”，理解和生成能力更接近人類(lèi)，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)間的相互轉換和生成，其核心原理是視覺(jué)、文本、語(yǔ)音不同模態(tài)通過(guò)各自編碼器映射到統一語(yǔ)義空間，然后通過(guò)多頭自注意力機制學(xué)習模態(tài)之間的語(yǔ)義關(guān)聯(lián)以及特征對齊，形成多模態(tài)統一知識表示；之后，再利用編碼后的多模態(tài)特征，通過(guò)解碼器分別生成文本、圖像和語(yǔ)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(wù)跨模態(tài)自監督學(xué)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督學(xué)習方式；二是首次完成弱關(guān)聯(lián)多模態(tài)數據語(yǔ)義統一表示，減少數據收集與清洗代價(jià)；三是首次實(shí)現多模態(tài)理解與生成任務(wù)的統一建模，支持跨模態(tài)檢索、多模態(tài)分類(lèi)、語(yǔ)音識別、圖像生成等理解與生成任務(wù)；四是首次實(shí)現無(wú)監督超越有監督方法，基于5%—10%的數據標注，實(shí)現100%的有監督學(xué)習效果。

　　AI打破矩陣乘法計算速度紀錄

　　解決了50年來(lái)數學(xué)領(lǐng)域一個(gè)懸而未決的問(wèn)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：AI可以解決矩陣乘法問(wèn)題。這款名為“AlphaTensor”的AI系統能自行發(fā)現新算法，從而解決了50年來(lái)數學(xué)領(lǐng)域一個(gè)懸而未決的問(wèn)題——找到兩個(gè)矩陣相乘最快的方法。這是第一個(gè)可為矩陣乘法等基本任務(wù)發(fā)現新穎、高效且正確算法的AI系統。

　　數學(xué)在計算機編程中經(jīng)常出現，通常作為描述和操縱現實(shí)世界現象表示的一種手段。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(luò )中的節點(diǎn)。在這種情況下，使用數學(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，計算機科學(xué)家開(kāi)始花費大量時(shí)間和精力開(kāi)發(fā)更加有效的算法來(lái)完成相關(guān)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(xué)習的AI系統來(lái)創(chuàng )建新算法，從而使計算步驟比現有算法更少。

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

　　接下來(lái)，研究人員將允許系統創(chuàng )建自己的算法，進(jìn)一步提高效率。他們發(fā)現，在許多情況下，系統選擇的算法比人類(lèi)創(chuàng )建的算法更好�！吧疃人季S”團隊希望，未來(lái)AI能更多地用來(lái)幫助攻克數學(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(huì )暨2022科大訊飛全球1024開(kāi)發(fā)者節開(kāi)幕式上，中國電子信息產(chǎn)業(yè)發(fā)展研究院(又稱(chēng)賽迪研究院)發(fā)布了2022中國人工智能創(chuàng )新發(fā)展指數(合肥指數)。

　　這是國內首個(gè)以地區冠名的全國性人工智能專(zhuān)題研究成果，旨在全面系統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(shí)力5個(gè)維度，構建了中國人工智能創(chuàng )新發(fā)展指數，也就是“合肥指數”的評價(jià)體系。

　　近年來(lái)，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。2021年，我國人工智能的研發(fā)強度為19.4%，從業(yè)人數增加到31萬(wàn)人，占全球比重的5.3%。2017年至2021年，我國人工智能產(chǎn)業(yè)規模增長(cháng)了2.6倍，占全球比重提升到16.8%。專(zhuān)利申請量占全球比重持續擴大，從2012年的13%增長(cháng)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)人數不斷增加。

　　從總體指數來(lái)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(kāi)發(fā)的人工智能程序“阿爾法折疊”已預測出約100萬(wàn)個(gè)物種的超過(guò)2億種蛋白質(zhì)結構，幾乎涵蓋了科學(xué)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(lái)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(yǔ)言模型來(lái)預測這些蛋白質(zhì)結構。據悉，語(yǔ)言模型通常需要大量文本進(jìn)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(lái)訓練它，這些已知的蛋白質(zhì)可由20個(gè)不同氨基酸組成的鏈來(lái)表達，每個(gè)氨基酸由一個(gè)字母表示。然后，ESMFold學(xué)會(huì )了用模糊的氨基酸比例“自動(dòng)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(guān)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(guān)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(zhù)它可將結構預測數據庫擴展到更大。

　　首創(chuàng )蛋白質(zhì)動(dòng)態(tài)結構AI建模方法

　　對理解生命過(guò)程、研發(fā)新型藥物有著(zhù)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隊聯(lián)合廈門(mén)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(huà)蛋白質(zhì)構象變化與親和力預測的AI模型——ProtMD。這是第一個(gè)嘗試解析蛋白質(zhì)動(dòng)態(tài)構象的人工智能模型，可輔助藥物化學(xué)專(zhuān)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(xué)、藥物設計乃至整個(gè)科學(xué)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(gè)瞬間的靜態(tài)結構，尚未能解決蛋白質(zhì)結構動(dòng)態(tài)變化的預測。李子青團隊此次開(kāi)發(fā)的AI模型，在給定藥物分子和靶點(diǎn)蛋白的情況下，可預測藥物分子與生物體內靶點(diǎn)蛋白質(zhì)結合(柔性對接)后蛋白質(zhì)結構的變化過(guò)程，推斷藥物與靶標蛋白結合的穩定性，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(dòng)態(tài)變化對理解生命過(guò)程、研發(fā)新型藥物都有著(zhù)十分重要的意義。尤其在A(yíng)I藥物設計中，通過(guò)對藥物分子與靶點(diǎn)蛋白結合后的動(dòng)態(tài)結構變化進(jìn)行預測，評估藥物—靶點(diǎn)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(dòng)自動(dòng)駕駛行業(yè)發(fā)展

　　我國自動(dòng)駕駛行業(yè)正式向L3級邁進(jìn)

　　2022年是自動(dòng)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)應用從研發(fā)測試走向大規模商業(yè)化試點(diǎn)。當前，全國近30個(gè)城市已累計為80余家企業(yè)發(fā)放了超過(guò)1000張道路測試牌照，允許高等級智能網(wǎng)聯(lián)汽車(chē)在特定場(chǎng)景、特殊區域內開(kāi)展規�；�載人載物測試示范。越來(lái)越多的城市正在推進(jìn)更高等級的自動(dòng)駕駛商業(yè)化。

　　今年8月1日，《深圳經(jīng)濟特區智能網(wǎng)聯(lián)汽車(chē)管理條例》開(kāi)始實(shí)行，該條例提出L3級自動(dòng)駕駛在行政區全域開(kāi)放道路測試、示范應用，探索開(kāi)展商業(yè)化運營(yíng)試點(diǎn)，標志著(zhù)我國自動(dòng)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(mén)也先后發(fā)布了自動(dòng)駕駛全無(wú)人商業(yè)化試點(diǎn)政策，并向百度發(fā)放全國首批無(wú)人化示范運營(yíng)資格，允許車(chē)內無(wú)安全員的自動(dòng)駕駛車(chē)輛在社會(huì )道路上開(kāi)展商業(yè)化服務(wù)。

　　此外，為推動(dòng)智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)健康有序發(fā)展，工業(yè)和信息化部會(huì )同公安部還組織起草了《關(guān)于開(kāi)展智能網(wǎng)聯(lián)汽車(chē)準入和上路通行試點(diǎn)工作的通知(征求意見(jiàn)稿)》，擬遴選符合條件的道路機動(dòng)車(chē)輛生產(chǎn)企業(yè)和具備量產(chǎn)條件的搭載自動(dòng)駕駛功能的智能網(wǎng)聯(lián)汽車(chē)產(chǎn)品，開(kāi)展準入試點(diǎn)；對通過(guò)準入試點(diǎn)的智能網(wǎng)聯(lián)汽車(chē)產(chǎn)品，在試點(diǎn)城市的限定公共道路區域內開(kāi)展上路通行試點(diǎn)。

　　AI繪畫(huà)火了，AIGC元年開(kāi)啟

　　未來(lái)預計能夠產(chǎn)生萬(wàn)億級經(jīng)濟價(jià)值

　　今年8月，在美國科羅拉多州舉辦的新興數字藝術(shù)家競賽中，參賽者杰森·艾倫提交的AIGC繪畫(huà)作品——《太空歌劇院》，獲得了此次比賽“數字藝術(shù)/數字修飾照片”類(lèi)別一等獎。沒(méi)有繪畫(huà)基礎的杰森·艾倫借用了一款名叫Midjourney的AI繪圖工具，通過(guò)一個(gè)類(lèi)似“文字游戲”的過(guò)程，輸入題材、光線(xiàn)、場(chǎng)景、角度、氛圍等有關(guān)畫(huà)面效果的關(guān)鍵詞后，得到了初始作品，并在反復調整和修改后最終完成了這組“太空歌劇院”數字藝術(shù)作品。

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

　　AI繪畫(huà)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(dòng)生成內容的新型生產(chǎn)范式。其技術(shù)主要涉及兩個(gè)方面：自然語(yǔ)言處理(NLP)和AIGC生成算法。其中，自然語(yǔ)言處理是實(shí)現人與計算機之間通過(guò)自然語(yǔ)言進(jìn)行交互的手段。

　　最初，AIGC可生成的內容形式以文字為主，經(jīng)過(guò)2022年指數級的發(fā)展，目前AIGC技術(shù)可生成的內容形式已經(jīng)拓展到了包括文字、圖像、視頻、語(yǔ)音、代碼、機器人動(dòng)作等多種內容形式，2022年也因此被稱(chēng)為“AIGC元年”。生成式AI讓機器開(kāi)始大規模涉足知識類(lèi)和創(chuàng )造性工作，未來(lái)預計能夠產(chǎn)生數萬(wàn)億美元的經(jīng)濟價(jià)值。(科技日報)