作者：Gary Grossman
譯者：Sambodhi
策劃：劉燕
今年，每一個季度都是瘋狂的一年，人工智能的發展同樣如此。總的來說，這一年人工智能的發展喜憂參半，其中有顯著的進展，也有對技術濫用的新發現。
人工智能在企業中的應用並未增加
隨着人工智能技術的市場似乎已經趨於平穩，最近的一項全球性調查發現，人工智能在企業中的應用並沒有增加。它幫助解釋了爲什麼曾經高歌猛進的初創企業 Element AI，爲那些原本缺乏必要技能的企業開發人工智能應用，最終卻無法獨立生存。
IndustriyLab 發佈的一份關於人工智能應用的新報告發現，在企業內實施人工智能經常會遇到人力資源方面的挑戰，比如對變化的恐懼、失業和相關技能的缺乏。
根據這份報告，87% 的調查對象在人工智能實施過程中面臨着人力資源挑戰。在企業採用人工智能方面，這些問題仍然是一個實質性障礙。難怪企業內部進展緩慢，有停滯不前的跡象。
但是，儘管有這些阻力，人工智能技術仍在繼續向前發展。人工智能技術的最新進展包括從改進合成語音到保護蜜蜂健康，創造下一代食品系統、開發新的食譜，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燈。
普華永道（PricewaterhouseCoopers，PwC）的一項研究預計，到 2030 年，人工智能將推動全球經濟產出超過 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.）
至少有一家大型數據分析平臺認爲，2021 年將是人工智能年，因爲一些大型企業，包括石油和天然氣、金融科技和藥物研究公司，將會越來越多地採用人工智能技術。
那麼，人工智能真的已經趨於平緩了嗎？還是說我們只是在見證新的快速採納期之前的停頓？人們認爲，這樣的停頓源於認知失調：人工智能的進展會遭遇恐懼、對變革產生牴觸，並不確定這一技術是否能夠實現如炒作那樣的。
一個極端的預測是，比如普京（俄羅斯總統）的預測：誰成爲人工智能的領導者，誰就會成爲世界的統治者。
另外一種極端的預測是，對 40 家最大的人工智能初創公司的分析表明，它們並沒有對變革和經濟產生重大影響。如果是這樣的話，我們可能正處於下一場人工智能冬天的開始，人們的期望值再次超出了現實。
因此，人工智能的“水晶球”顯然是模糊不清的。我們要麼處於高原，有跌入谷底的風險，要麼正在爲下一輪創新做準備。
最有可能的情況是，有兩條道路在同時上演：技術能力的持續進步和人類在實施過程中所面臨的挑戰。
2020 年：兩大革命性突破
雖然人工智能在企業中的應用有所放緩，但今年人工智能研究的重大突破提醒人們，這是一個能夠引發指數級變化的技術領域。
以 OpenAI 開發的 GPT-3 形式的自然語言處理，有可能成爲第一個通用人工智能（artificial general intelligence，AGI）的先驅，這將是一個巨大的進步。
GPT-3 基於從互聯網上搜集的數據中發現的模式進行“學習”，這些數據包括 Reddit 帖子、Wikipedia、同人小說和其他來源。
在這種學習的基礎上，GPT-3 無需額外的訓練就能完成許多不同的任務，它能夠產生引人入勝的敘述，生成計算機代碼，自動完成圖像，不同語言之間的翻譯，以及數學計算，還有其他一些壯舉，其中包括一些其創造者沒有計劃過的。
這一顯而易見的多功能能力不同於所有現有的人工智能能力。事實上，它在功能上更爲通用。
這個模型擁有 1750 億個參數，遠遠超過了最先進的神經網絡的 100 多億個參數，也遠遠超過了其前身 GPT-2 的 15 億個參數。僅僅一年多的時間，模型的複雜性就提高了 10 倍以上，這可以說是迄今爲止創建的最大的神經網絡。
另一個重大進展來自 DeepMind 開發的 AlphaFold，這是一個基於注意力的深度學習神經網絡，它可能已經解決了近 50 年來生物學上的一項難題：根據蛋白質的氨基酸序列確定其 3D 形狀。
蛋白質是生命的基礎，負責細胞內部發生的大部分事情。蛋白質的工作原理及其功能取決於其 3D 形狀。直到現在，確定蛋白質的結構還很困難，費力，昂貴，並且容易失敗。
在兩年一度的蛋白質結構預測挑戰賽（簡稱 CASP）中，AlphaFold 系統的表現超過了其他大約 100 個團隊。對於那些被認爲有一定難度的蛋白質目標上，神經網絡實現了 90% 的預測準確率，遠遠超過其他團隊；有些人認爲這是生物學的聖盃成就。
這一進展有望將大大加快對細胞構件的理解，使更快、更先進的藥物發現成爲可能，並從根本上預示着生物學領域的一場革命，堪比 DNA 雙螺旋模型和 CRISPR-Cas9 基因組編輯技術。
展望未來
儘管這些進展意義重大，但不可能忽視人工智能在應對新冠肺炎大流行方面的貢獻。人工智能已經幫助跟蹤疾病的傳播以限制病例數量，消化並提煉了數千篇關於該主題的論文，目前正在管理複雜的疫苗供應鏈，並梳理數據以追蹤個體在應對中可能產生的任何不利影響。
試想，如果沒有人工智能，這場大流行的影響和持續時間會有多糟糕。這項“登月計劃”的努力可能會在未來幾年內刺激人工智能在許多領域的研發和部署。
由於企業級採用的滯後，2021 年可能不會是人工智能年。但是它肯定會出現更多像今年這樣的突破，並將帶着我們進入下一個階段，朝着更高的智能程度不可阻擋地前進。
作者介紹：
Gary Grossman，Edelman 技術實踐高級副總裁，也是 Edelman 人工智能卓越中心全球負責人。
原文鏈接：
https://venturebeat.com/2020/12/17/has-ai-adoption-plateaued-or-is-it-just-catching-its-breath/
未來智能實驗室的主要工作包括：建立AI智能系統智商評測體系，開展世界人工智能智商評測；開展互聯網（城市）雲腦研究計劃，構建互聯網（城市）雲腦技術和企業圖譜，爲提升企業，行業與城市的智能水平服務。
如果您對實驗室的研究感興趣，歡迎加入未來智能實驗室線上平臺。掃描以下二維碼或點擊本文左下角“閱讀原文”
