今年,每一個(gè)季度都是瘋狂的一年,人工智能的發(fā)展同樣如此??偟膩碚f,這一年人工智能的發(fā)展喜憂參半,其中有顯著的進(jìn)展,也有對(duì)技術(shù)濫用的新發(fā)現(xiàn)。
人工智能在企業(yè)中的應(yīng)用并未增加
隨著人工智能技術(shù)的市場(chǎng)似乎已經(jīng)趨于平穩(wěn),最近的一項(xiàng)全球性調(diào)查發(fā)現(xiàn),人工智能在企業(yè)中的應(yīng)用并沒有增加。它幫助解釋了為什么曾經(jīng)高歌猛進(jìn)的初創(chuàng)企業(yè) Element AI,為那些原本缺乏必要技能的企業(yè)開發(fā)人工智能應(yīng)用,最終卻無法獨(dú)立生存。
IndustriyLab 發(fā)布的一份關(guān)于人工智能應(yīng)用的新報(bào)告發(fā)現(xiàn),在企業(yè)內(nèi)實(shí)施人工智能經(jīng)常會(huì)遇到人力資源方面的挑戰(zhàn),比如對(duì)變化的恐懼、失業(yè)和相關(guān)技能的缺乏。
根據(jù)這份報(bào)告,87% 的調(diào)查對(duì)象在人工智能實(shí)施過程中面臨著人力資源挑戰(zhàn)。在企業(yè)采用人工智能方面,這些問題仍然是一個(gè)實(shí)質(zhì)性障礙。難怪企業(yè)內(nèi)部進(jìn)展緩慢,有停滯不前的跡象。
但是,盡管有這些阻力,人工智能技術(shù)仍在繼續(xù)向前發(fā)展。人工智能技術(shù)的最新進(jìn)展包括從改進(jìn)合成語音到保護(hù)蜜蜂健康,創(chuàng)造下一代食品系統(tǒng)、開發(fā)新的食譜,改善乳腺癌治療,揭露政府腐敗,以及建造更加智能的交通信號(hào)燈。
普華永道(PricewaterhouseCoopers,PwC)的一項(xiàng)研究預(yù)計(jì),到 2030 年,人工智能將推動(dòng)全球經(jīng)濟(jì)產(chǎn)出超過 15 萬億美元。Alphabet 的 Sundar Pichai 曾有一句名言:“人工智能比電和火更重要。”(AI is more profound that electricity or fire.)
至少有一家大型數(shù)據(jù)分析平臺(tái)認(rèn)為,2021 年將是人工智能年,因?yàn)橐恍┐笮推髽I(yè),包括石油和天然氣、金融科技和藥物研究公司,將會(huì)越來越多地采用人工智能技術(shù)。
那么,人工智能真的已經(jīng)趨于平緩了嗎?還是說我們只是在見證新的快速采納期之前的停頓?人們認(rèn)為,這樣的停頓源于認(rèn)知失調(diào):人工智能的進(jìn)展會(huì)遭遇恐懼、對(duì)變革產(chǎn)生抵觸,并不確定這一技術(shù)是否能夠?qū)崿F(xiàn)如炒作那樣的。
一個(gè)極端的預(yù)測(cè)是,比如普京(俄羅斯總統(tǒng))的預(yù)測(cè):誰成為人工智能的領(lǐng)導(dǎo)者,誰就會(huì)成為世界的統(tǒng)治者。
另外一種極端的預(yù)測(cè)是,對(duì) 40 家最大的人工智能初創(chuàng)公司的分析表明,它們并沒有對(duì)變革和經(jīng)濟(jì)產(chǎn)生重大影響。如果是這樣的話,我們可能正處于下一場(chǎng)人工智能冬天的開始,人們的期望值再次超出了現(xiàn)實(shí)。
因此,人工智能的“水晶球”顯然是模糊不清的。我們要么處于高原,有跌入谷底的風(fēng)險(xiǎn),要么正在為下一輪創(chuàng)新做準(zhǔn)備。
最有可能的情況是,有兩條道路在同時(shí)上演:技術(shù)能力的持續(xù)進(jìn)步和人類在實(shí)施過程中所面臨的挑戰(zhàn)。
2020 年:兩大革命性突破
雖然人工智能在企業(yè)中的應(yīng)用有所放緩,但今年人工智能研究的重大突破提醒人們,這是一個(gè)能夠引發(fā)指數(shù)級(jí)變化的技術(shù)領(lǐng)域。
以 OpenAI 開發(fā)的 GPT-3 形式的自然語言處理,有可能成為第一個(gè)通用人工智能(artificial general intelligence,AGI)的先驅(qū),這將是一個(gè)巨大的進(jìn)步。
GPT-3 基于從互聯(lián)網(wǎng)上搜集的數(shù)據(jù)中發(fā)現(xiàn)的模式進(jìn)行“學(xué)習(xí)”,這些數(shù)據(jù)包括 Reddit 帖子、Wikipedia、同人小說和其他來源。
在這種學(xué)習(xí)的基礎(chǔ)上,GPT-3 無需額外的訓(xùn)練就能完成許多不同的任務(wù),它能夠產(chǎn)生引人入勝的敘述,生成計(jì)算機(jī)代碼,自動(dòng)完成圖像,不同語言之間的翻譯,以及數(shù)學(xué)計(jì)算,還有其他一些壯舉,其中包括一些其創(chuàng)造者沒有計(jì)劃過的。
這一顯而易見的多功能能力不同于所有現(xiàn)有的人工智能能力。事實(shí)上,它在功能上更為通用。
這個(gè)模型擁有 1750 億個(gè)參數(shù),遠(yuǎn)遠(yuǎn)超過了最先進(jìn)的神經(jīng)網(wǎng)絡(luò)的 100 多億個(gè)參數(shù),也遠(yuǎn)遠(yuǎn)超過了其前身 GPT-2 的 15 億個(gè)參數(shù)。僅僅一年多的時(shí)間,模型的復(fù)雜性就提高了 10 倍以上,這可以說是迄今為止創(chuàng)建的最大的神經(jīng)網(wǎng)絡(luò)。
另一個(gè)重大進(jìn)展來自 DeepMind 開發(fā)的 AlphaFold,這是一個(gè)基于注意力的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),它可能已經(jīng)解決了近 50 年來生物學(xué)上的一項(xiàng)難題:根據(jù)蛋白質(zhì)的氨基酸序列確定其 3D 形狀。
蛋白質(zhì)是生命的基礎(chǔ),負(fù)責(zé)細(xì)胞內(nèi)部發(fā)生的大部分事情。蛋白質(zhì)的工作原理及其功能取決于其 3D 形狀。直到現(xiàn)在,確定蛋白質(zhì)的結(jié)構(gòu)還很困難,費(fèi)力,昂貴,并且容易失敗。
在兩年一度的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)挑戰(zhàn)賽(簡(jiǎn)稱 CASP)中,AlphaFold 系統(tǒng)的表現(xiàn)超過了其他大約 100 個(gè)團(tuán)隊(duì)。對(duì)于那些被認(rèn)為有一定難度的蛋白質(zhì)目標(biāo)上,神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了 90% 的預(yù)測(cè)準(zhǔn)確率,遠(yuǎn)遠(yuǎn)超過其他團(tuán)隊(duì);有些人認(rèn)為這是生物學(xué)的圣杯成就。
這一進(jìn)展有望將大大加快對(duì)細(xì)胞構(gòu)件的理解,使更快、更先進(jìn)的藥物發(fā)現(xiàn)成為可能,并從根本上預(yù)示著生物學(xué)領(lǐng)域的一場(chǎng)革命,堪比 DNA 雙螺旋模型和 CRISPR-Cas9 基因組編輯技術(shù)。
展望未來
盡管這些進(jìn)展意義重大,但不可能忽視人工智能在應(yīng)對(duì)新冠肺炎大流行方面的貢獻(xiàn)。人工智能已經(jīng)幫助跟蹤疾病的傳播以限制病例數(shù)量,消化并提煉了數(shù)千篇關(guān)于該主題的論文,目前正在管理復(fù)雜的疫苗供應(yīng)鏈,并梳理數(shù)據(jù)以追蹤個(gè)體在應(yīng)對(duì)中可能產(chǎn)生的任何不利影響。
試想,如果沒有人工智能,這場(chǎng)大流行的影響和持續(xù)時(shí)間會(huì)有多糟糕。這項(xiàng)“登月計(jì)劃”的努力可能會(huì)在未來幾年內(nèi)刺激人工智能在許多領(lǐng)域的研發(fā)和部署。
由于企業(yè)級(jí)采用的滯后,2021 年可能不會(huì)是人工智能年。但是它肯定會(huì)出現(xiàn)更多像今年這樣的突破,并將帶著我們進(jìn)入下一個(gè)階段,朝著更高的智能程度不可阻擋地前進(jìn)。
作者介紹:
Gary Grossman,Edelman 技術(shù)實(shí)踐高級(jí)副總裁,也是 Edelman 人工智能卓越中心全球負(fù)責(zé)人。
原文鏈接:
https://venturebeat.com/2020/12/17/has-ai-adoption-plateaued-or-is-it-just-catching-its-breath/
(來源:AI前線)
(轉(zhuǎn)載)