作者：Gary Grossman

译者：Sambodhi

策划：刘燕

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/

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”