走过2022年，人工智能蓄势战未来

不久前，美国加利福尼亚大学洛杉矶分校的研究人员发现，在衡量智力的一系列推理测试中，自回归语言模型“生成型已训练变换模型3”（GPT-3）的成绩明显优于普通大学生。该程序利用深度学习生成类似人类语言的文本。

由美国开放人工智能研究中心（OpenAI）研发的GPT-3有很多用途，包括语言翻译和为聊天机器人生成文本等。GPT-3有1750亿个参数，是目前规模最大、功能最强的语言处理人工智能模型之一。

这项新研究在常识、美国高校入学资格考试（SAT）成绩和智商3个方面比较了GPT-3和人类的表现。发表在阿奇夫论文预印本网站上的研究结果显示，在这3个类别中，人工智能语言模型的成绩都高于人类。无论人类擅长与否，人工智能近年来的成绩单都恰似那个“别人家的孩子”，在科技创新与应用领域扛起定义“科技之美”的旗帜。

汇聚科技力量持续进展加速突破

2022年北京冬奥会上，人工智能等技术的创新应用为本届冬奥会增添了别样的“科技之美”。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。如MOML算法加持的天气预报模型，让冬奥会天气预报更加精准。

同是在2022年，人工智能领域创新研究取得一定进展和突破。研究机构Gartner在2022年第三季度发布了“2022人工智能成熟度曲线（Hype Cycle for Artificial Intelligence〈AI〉，2022）”，确定了人工智能技术中的必知创新，并建议要特别关注预计在2~5年内实现主流采用的创新，包括复合人工智能、决策智能和边缘人工智能。

Gartner将人工智能创新分为以数据为中心的人工智能、以模型为中心的人工智能、以应用为中心的人工智能、以人为本的人工智能4类。

相较于传统的通过调整人工智能模型本身来改善方案结果，以数据为中心的人工智能将重点转移到增强和丰富用于训练算法的数据上，包括合成数据、知识图谱、数据标签和注释。例如，合成数据可以通过对原始数据合成变化从而避免直接使用个人信息，同时更便宜和易得，所以将在机器学习开发中被广泛采用。

以模型为中心的AI创新包括基于物理的人工智能、复合人工智能、因果人工智能、生成人工智能、基础模型和深度学习。例如，复合人工智能是指融合不同的人工智能技术，以提高学习效率，提高知识表示水平，其产生的前提在于任何一种人工智能方法都不能解决所有问题。复合人工智能预计在2~5年内实现主流采用。

以应用为中心的人工智能的创新包括人工智能工程、决策智能、操作人工智能系统、模型运算、人工智能云服务、智能机器人、自然语言处理（NLP）、自动驾驶汽车、智能应用和计算机视觉。其中，决策智能和边缘人工智能都有望在2~5年内成为主流采用，并具有变革性的业务优势。而决策智能有助于通过正确捕捉和考虑业务环境中的不确定性因素并使决策模型更具弹性，减少决策结果的不可预测性。

边缘人工智能是指从自动驾驶汽车到流媒体分析的应用程序中使用嵌入在物联网（IoT）端点、网关和边缘服务器中的人工智能技术，其优势包括提高运营效率，如制造视觉检测系统、增强客户体验，通过使用本地分析减少决策延迟、降低连接成本，减少边缘和云之间的数据流量，持久的解决方案可用性，与网络连接无关等。

以人为本的人工智能创新包括人工智能信任、风险和安全管理（TRiSM）、人工智能伦理（responsible AI）、数字伦理以及人工智能制造商和教学套件。当人工智能取代人类决策时，它会放大好的和坏的结果。人工智能伦理通过摆脱根植于交付价值和容忍风险的困境来实现正确的结果。人工智能伦理指在采用人工智能时做出适当的商业和道德选择的各个方面，理论上将需要5~10年的时间才能被主流采用。

未来几年，核心技术与关键应用实现突破的预期将为产业转型升级和市场体量持续扩张带来无限可能。

体现科技温度赋能产业普惠生活

2022年，人工智能在各个行业的渗透度均有提升，其中互联网、金融、政府、电信和制造五大行业应用渗透度排名前五。工业和信息化部数据显示，目前中国人工智能核心产业规模超过4000亿元，企业数量超过3000家，领军龙头企业覆盖无人机、语音识别、图像识别、智能机器人、智能汽车、可穿戴设备、虚拟现实等诸多领域，已在智能芯片、开源框架等关键核心技术取得重要突破。

IDC数据显示，我国的算力规模，尤其是智能算力规模正在高速增长。预计到2026年，智能算力规模进入每秒十万亿亿次浮点计算（ZFLOPS）级别。2021—2026年期间，预计我国智能算力规模年复合增长率为52.3%，同期通用算力规模的年复合增长率为18.5%。

近年来，随着疫情走入公共视野，人工智能也越来越多地应用于医疗保健领域。2023年人工智能有望在医疗和诊断中发挥更大的作用。例如，人工智能医疗诊断系统正被用于更快、更准确地检测某些疾病，并生成个性化的治疗计划。

实际上，人工智能应用并非把全部“功力”发在了产业应用上。民众使用个人电脑便可猎奇人工智能加持下诸多有趣的工作和生活功能。目前，人工智能在绘画、电影、音乐等创意领域的应用越来越普遍，类似Stable Diffusion、DALL-E和Midjourney的工具可以根据简单的提示创作艺术作品。近期，有消息称微软希望将OpenAI的人工智能技术整合到Word、Outlook和Powerpoint等应用中，为Office用户提供一种新的编写文本的方式。微软似乎正在考虑使用类似技术来帮助用户在页面或演示文稿上组织文字。

除此之外，经典人工智能民用产品的迭代也从未止步。使用自然语言处理（NLP）和机器学习（ML）来理解和响应用户请求的数字助理，例如，亚马逊Alexa和苹果Siri已晓喻千家万户。部分机构预测，未来这些人工智能助手越来越有能力承担更复杂的任务，从管理我们的日程安排和回复电子邮件到订购杂货和预订机票。

责任编辑：

文章来源：//www.profoottalk.com/2023/0110/4055.shtml