艰难2020：人工智能的应用是否已停滞不前？ 作者 | Gary Grossman译者 | Sambodhi策划 | 刘燕由于企业级采用的滞后，2021 年可能不会是”人工智能年“。今年，每一个季度都是疯狂的一年，人工智能的发展同样如此。总的来说，这一年人工智能的发展喜忧参半，其中有显著的进展，也有对技术滥用的新发现。 人工智能在企业中的应用并未增加随着人工智能技术的市场似乎已经趋于平稳，最近的一项全球性调查发现，人工智能在企业中的应用并没有增加。它帮助解释了为什么曾经高歌猛进的初创企业 Element AI，为那些原本缺乏必要技能的企业开发人工智能应用，最终却无法独立生存。 IndustriyLab 发布的一份关于人工智能应用的新报告发现，在企业内实施人工智能经常会遇到人力资源方面的挑战，比如对变化的恐惧、失业和相关技能的缺乏。 根据这份报告，87% 的调查对象在人工智能实施过程中面临着人力资源挑战。在企业采用人工智能方面，这些问题仍然是一个实质性障碍。难怪企业内部进展缓慢，有停滞不前的迹象。 但是，尽管有这些阻力，人工智能技术仍在继续向前发展。人工智能技术的最新进展包括从改进合成语音到保护蜜蜂健康，创造下一代食品系统、开发新的食谱，改善乳腺癌治疗，揭露政府腐败，以及建造更加智能的交通信号灯。 普华永道（PricewaterhouseCoopers，PwC）的一项研究预计，到 2030 年，人工智能将推动全球经济产出超过 15 万亿美元。Alphabet 的 Sundar Pichai 曾有一句名言：“人工智能比电和火更重要。”（AI is more profound that electricity or fire.） 至少有一家大型数据分析平台认为，2021 年将是人工智能年，因为一些大型企业，包括石油和天然气、金融科技和药物研究公司，将会越来越多地采用人工智能技术。 那么，人工智能真的已经趋于平缓了吗？还是说我们只是在见证新的快速采纳期之前的停顿？人们认为，这样的停顿源于认知失调：人工智能的进展会遭遇恐惧、对变革产生抵触，并不确定这一技术是否能够实现如炒作那样的。 一个极端的预测是，比如普京（俄罗斯总统）的预测：谁成为人工智能的领导者，谁就会成为世界的统治者。 另外一种极端的预测是，对 40 家最大的人工智能初创公司的分析表明，它们并没有对变革和经济产生重大影响。如果是这样的话，我们可能正处于下一场人工智能冬天的开始，人们的期望值再次超出了现实。 因此，人工智能的“水晶球”显然是模糊不清的。我们要么处于高原，有跌入谷底的风险，要么正在为下一轮创新做准备。 最有可能的情况是，有两条道路在同时上演：技术能力的持续进步和人类在实施过程中所面临的挑战。 2020 年：两大革命性突破虽然人工智能在企业中的应用有所放缓，但今年人工智能研究的重大突破提醒人们，这是一个能够引发指数级变化的技术领域。 以 OpenAI 开发的 GPT-3 形式的自然语言处理，有可能成为第一个通用人工智能（artificial general intelligence，AGI）的先驱，这将是一个巨大的进步。 GPT-3 基于从互联网上搜集的数据中发现的模式进行“学习”，这些数据包括 Reddit 帖子、Wikipedia、同人小说和其他来源。 在这种学习的基础上，GPT-3 无需额外的训练就能完成许多不同的任务，它能够产生引人入胜的叙述，生成计算机代码，自动完成图像，不同语言之间的翻译，以及数学计算，还有其他一些壮举，其中包括一些其创造者没有计划过的。 这一显而易见的多功能能力不同于所有现有的人工智能能力。事实上，它在功能上更为通用。 这个模型拥有 1750 亿个参数，远远超过了最先进的神经网络的 100 多亿个参数，也远远超过了其前身 GPT-2 的 15 亿个参数。仅仅一年多的时间，模型的复杂性就提高了 10 倍以上，这可以说是迄今为止创建的最大的神经网络。 另一个重大进展来自 DeepMind 开发的 AlphaFold，这是一个基于注意力的深度学习神经网络，它可能已经解决了近 50 年来生物学上的一项难题：根据蛋白质的氨基酸序列确定其 3D 形状。 蛋白质是生命的基础，负责细胞内部发生的大部分事情。蛋白质的工作原理及其功能取决于其 3D 形状。直到现在，确定蛋白质的结构还很困难，费力，昂贵，并且容易失败。 在两年一度的蛋白质结构预测挑战赛（简称 CASP）中，AlphaFold 系统的表现超过了其他大约 100 个团队。对于那些被认为有一定难度的蛋白质目标上，神经网络实现了 90% 的预测准确率，远远超过其他团队；有些人认为这是生物学的圣杯成就。 这一进展有望将大大加快对细胞构件的理解，使更快、更先进的药物发现成为可能，并从根本上预示着生物学领域的一场革命，堪比 DNA 双螺旋模型和 CRISPR-Cas9 基因组编辑技术。 展望未来尽管这些进展意义重大，但不可能忽视人工智能在应对新冠肺炎大流行方面的贡献。人工智能已经帮助跟踪疾病的传播以限制病例数量，消化并提炼了数千篇关于该主题的论文，目前正在管理复杂的疫苗供应链，并梳理数据以追踪个体在应对中可能产生的任何不利影响。 试想，如果没有人工智能，这场大流行的影响和持续时间会有多糟糕。这项“登月计划”的努力可能会在未来几年内刺激人工智能在许多领域的研发和部署。 由于企业级采用的滞后，2021 年可能不会是人工智能年。但是它肯定会出现更多像今年这样的突破，并将带着我们进入下一个阶段，朝着更高的智能程度不可阻挡地前进。 作者介绍： Gary Grossman，Edelman 技术实践高级副总裁，也是 Edelman 人工智能卓越中心全球负责人。 原文链接： https://venturebeat.com/2020/12/17/has-ai-adoption-plateaued-or-is-it-just-catching-its-breath/ 你也「在看」吗？?? 阅读原文