2023年人工智能领域发展七大趋势
2022年人工智能领域发展七大趋势
有望在网络安全和智能驾驶等领域“大显身手”
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。（记者刘霞）
【纠错】【责任编辑:吴咏玲】ASC八年：超算和AI将成为智能时代中的最强伴侣
当高速运动的粒子碰撞之后，可能引发链式反应而释放出巨额能量。当人工智能和超算结合在一起时，一款款冷冰冰的超级计算机，将拥有了像人一样的自学和思考能力，而且回过头来，还能秒杀人类。
很可能，在不远的将来，人类在超级计算+人工智能面前，就可能像蚂蚁面对人类一样无力和脆弱。
终结者，即将到来！
HPC和AI将成为智能时代中的最强伴侣
未来，我们将进入一个人工智能研究及应用创新集中爆发的时代，人工智能只有在强大计算力的支持下，通过和成熟的算法、大数据相结合，才能真正做到改变世界。
算力、算法和大数据的进步，是AI发展的三大基础。AphlaGo之所以接连战胜人类顶尖围棋选手，一方面得益于蒙特卡洛算法的突破，但AI服务器性能的提升、数以万计的棋手对弈大数据，也是不可或缺的要素。
事实证明，算力、算法和大数据，人工智能这三大要素者之间是相互依存、相互制约的关系。如果算力不足，那么有再多的数据也无法进行有效地驱动和利用；如果算法停滞不前，那么在当面对多数据层级时，现有算力就会力不从心；如果没有足够庞大和关联的数据，那么就像一部有绝佳性能的发动机和变速箱的超级跑车，但却没有燃油一样，AI真正的威力也无从发挥。
目前，大量应用在算力上遇到了瓶颈，让人类在不断地探索HPC性能极限。在摩尔定律即将失效的今天，HPC在追求性能的同时也需要应对不断提升的功耗挑战，在功耗优化上，AI就可以大展身手。
HPC超强的算力，可以让AI插上算力提升的翅膀，而AI也会反过来帮助HPC实现更优化的资源分配和能源管理，所以，在智能时代，HPC和AI成为了一对能互补和相互助力的最强伴侣。
但实际上，AI和HPC是两个既有一定交叉，但又保持着很强独立性的学科，在现实中，HPC和AI的发展，各自都存在着一些严峻挑战，单独解决起来都很困难，更何况要让HPC和AI能协同创新。
目前人工智能在机器学习方面实现了巨大的突破，但人工智能要想在应用层面在做突破，将面临三大挑战：
第一，是数据的挑战。大量的数据，既有结构化数据，又有非结构化数据，所以如何打通数据类型、结构的壁垒，让大数据能被有效利用；第二，是人才的挑战。人工智能是一个全新的科学领域，有很多大学刚刚开始设立这个学科，目前人工智能方面的人才还非常紧缺，人才的短缺是第二个障碍；第三，是资源的挑战。存储、计算等硬件需要各种各样的架构，执行起来非常复杂。而在超算方面，“应用难”是当前发展的最大障碍，主要四大难点：
是问题程序化难。科研人员难以将专业知识转化成超级计算机能够识别的语言。第二，是数据快捷传输难。对于各个学科来说，需要超算分析和处理的应用模型都是很大的量级，这也意味着如果应用人员通过网络上传到超算中心的话，需要漫长的时间。第三，是全程自动自行处理难。超算数据自行处理能力差。由于平台的特殊性和应用的针对性，仅凭用户个人很难对所有的程序进行有效的监管，在出现错误的时候也很难第一时间获得报警。第四，是数据应用难。超算数据应用水平低。超级计算机数据的应用是超算应用的终极目标，项目结束后需要提供对应的数据报告，对项目的结果进行分析，这是用户非常关心的事情。如果依靠人力，依然是非常漫长而繁琐的工作。若是能够成功解决上述方面的问题，HPC+AI组成的所谓“超级人工智能”必将颠覆人类社会！
HPC+AI，将是科技竞备赛中的制胜点
超级计算是世界高端信息领域的战略制高点，是整个高科技的重要支柱之一，也是体现我国科技竞争力和综合国力的重要标志，具有基础性、战略性和标志性，是“国之重器”，其分量堪比“两弹一星”。
超算意义重大，它不仅具有非常重要的社会需求，而且无可替代，更无法依赖国际市场，必须依靠我们自己来发展。从这个意义上说，无论怎样重视都不过分。
而未来属于年轻人，因此，在超算领域对年轻一代的培养至关重要。超算竞赛，便是方式之一。
随着互联网、大数据、人工智能等新技术和新应用的快速发展，超算的应用领域和范围还将进一步的拓展。对复合型人才的需求也就逐步增加。
少年强，则国强。大学阶段既是增长知识的学习期，也是培养创新精神和工程能力的起步期。
ASC竞赛通过吸引世界各国大学生广泛参与，结合国际大科学问题和重大应用场景设置赛题，并且引入世界顶级的超算系统作为竞赛平台。为广大的参赛选手搭建了一个开拓视野，交流技术，锻炼能力，增进友谊的大舞台。它将会对培养高水平复合型的超算人才发挥重要的作用。
ASC竞赛发起人、中国工程院院士、浪潮集团首席科学家王恩东认为：
ASC一直致力于构建国际青年人才交流合作平台，引导参赛学生发挥创造力和团队精神。
通过设置国际大科学工程和人工智能等前沿技术赛题，让年轻学子们亲身感受关乎人类福祉和文明进步的全球重大挑战，这将有助于培养具有国际视野、前沿技术思维的复合型超算及人工智能人才。
而就在刚刚落幕的ASC19，我们从赛题设置中也看到了HPC与AI结合的趋势。
此次决赛，要求参赛大学生队伍在3000瓦功耗约束下自行设计超算系统，包括：
运行优化国际通行基准测试人工智能人脸超分辨率重建地球系统模式CESM基因测序组装软件wtdbg神秘应用声子计算软件ShengBTE，以及其它前沿科学与工程应用。其实近年来，ASC竞赛中人工智能赛题一直是备受关注。ASC19要求各参赛队伍自行设计图像超分辨率算法(Super-Resolution，简称SR)并训练相应的AI模型，利用超级计算机在尽可能短的时间内将低分辨率图像还原成高分辨率图像，同时在相似度上符合标准。图像超分辨率SR技术是几十年来广受关注的一项视觉计算技术，其目标是在低分辨率图像恢复或重建为高分辨率图像。
随着深度学习技术特别是生成对抗网络GAN被引入到SR研究中，这项技术可以广泛应用于卫星和航天图像分析、医疗图像处理、压缩图像/视频增强及其它应用领域。
对于参加ASC19竞赛的参赛队员来说，人工智能应用图像超分辨率SR赛题的挑战在于，这些本科专业多为计算机科学、数学等的队员们需要在两三个月的时间内学习大量SR、深度学习相关的论文，设计出AI算法并在超算系统上完成模型训练和不断的算法优化。
同时，想要达到竞赛要求并取得更好的成绩，队员们在设计模型时还需要充分考虑畸变参数和感知参数之间的平衡。2018年一项发表于CVPR的研究成果表明，SR技术存在一个有趣的“悖论”，即还原或重建的高分辨率图像与原图相似度越高，则肉眼观察清晰度越差；反之，若肉眼观察清晰度越好，则图像的失真度越高。导致这一现象的原因在于畸变(Distortion)参数和感知(Perception)参数之间侧重点选择的不同。
中国工程院院士丁文华表示，ASC竞赛设置这样的赛题，就是希望队员通过这道赛题打好深度学习、模型训练与优化的基础，促进SR技术在更多的场景应用。
SR赛题支持单位代表、中国科学院自动化研究所研究员程健表示，人工智能的发展带来计算需求激增，训练一个图像分类模型需要千亿亿次浮点运算，快速、大量做图像分辨率所需要的计算量更大。希望大学生们能更好地将超算与人工智能结合，为SR技术应用加速提供新思路。
可见，HPC+AI已经成为从技术、人才培养等多个方面成为重点关注的领域。二者的碰撞必将引发链式反应，释放巨额能量；上升到战略角度，也必将成为科技竟备赛中的制胜点！
ASC往届精彩回顾：打开人工智能比拼新视角
ASC世界大学生超级计算机竞赛是由中国发起的世界最大规模的大学生超算竞赛，与美国SC、德国ISC并称全球三大超算竞赛。
ASCStudentSupercomputerChallenge发韧于2012年，经过7年发展，经历了从中国到亚洲，再从亚洲到世界的规模升级，影响力不断攀升。迄今为止，ASC竞赛已吸引到全球超过7000名年轻人才参与，参赛队伍总数超过1400支。
而对于HPC+AI相关的赛题，不仅仅是在ASC19中所有涉及，早在2016年开始，便在赛题中引入了与AI相关的超算赛题：打开了人工智能比拼的新视角。
而引入人工智能AI赛题，意在激励参赛队员充分发挥超算计算力挑战优化领先AI应用，至今已得到科大讯飞、百度、微软等著名人工智能企业的大力支持与积极参与。
ASC16人工智能赛题为来自科大讯飞提供的智能语音DNN应用。
这次竞赛中ASC16组委会则要求参赛队进行DNN的MIC众核加速技术的移植开发，无论对参赛队还是深度学习使用方，都是一次“春江水暖鸭先知”的全新尝试。总决赛中，华中科技大学代表队设计了非常出色的深度神经网络方案，在天河二号超级计算机上实现高度优化，对涉及英文、中文普通话、四川方言三个语种共约60万条语音数据实现了高准确度训练模型，并将计算性能最高提升108倍。
ASC17人工智能赛题为来自百度提供的交通预测应用。
预赛阶段给出某城市前50天实际采集的交通状况的训练数据集，要求参赛队预测出第51天的交通状况。在总决赛阶段，赛题难度进一步升级，要求各队伍在3000瓦功耗下采用组委会提供的超算服务器搭建系统集群，利用百度PaddlePaddle框架开发深度学习神经网络算法，预测多达300+道路在某规定时间的早高峰路况。
北京航空航天大学、清华大学、乌拉尔联邦大学以及香港浸会大学等多队在这道赛题中针对性给出了出色的解决方案。
ASC18人工智能赛题为来自微软提供的自然语言阅读理解中的搜索提问回答预测(AnswerPredictionforSearchQuery)。
参赛队需要基于来自于搜索引擎如Bing或语音助手如Cortana的真实提问所构建的巨大数据集，研究创造自己的回答预测的AI方法和模型，以实现对提问的准确回答，让人工智能向解决好认知挑战更进一步。
而ASC19人工智能赛题是图像超分辨率SR。
SR是指由低分辨率图像重构高分辨率图像，在卫星和航空成像、医学图像处理、人脸图像分析、文本图像分析、标识和数字车牌读取、生物特征识别等领域应用广泛，近二十年来吸引了众多学者研究。
决赛赛题要求队伍将远低于人脸识别标准的低分辨率人脸图像重建为高分辨人脸图像，以达到准确人脸识别的要求。
JackDongarra教授
杰克·唐加拉（JackDongarra）对ASC竞赛的AI应用挑战表示肯定，他认为大数据和高性能计算的相互融合会推动人工智能技术的进一步发展。人工智能技术在实际生活中的应用其实已经有很多，比如说自动驾驶汽车，“这在20年前是不可想象的，现在已经接近实现了，在我有生之年会看到很多过去不可想象的人工智能实现。”
附ASC19完整报道及获奖榜单：
ASC19于4月25在大连理工大学完美落幕，相关完整报道见：
《台湾清华大学首获ASC19世界超算总冠军，清华大学夺得亚军》
完整获奖名单如下：
总冠军
台湾清华大学
亚军
清华大学
团队竞赛奖
中山大学、太原理工大学、香港中文大学、德国埃尔朗根-纽伦堡大学
ePrize计算挑战奖
中山大学
最高计算性能奖
北京航空航天大学
应用创新奖
哥伦比亚EAFIT大学、暨南大学、南方科技大学
最佳人气奖
南方科技大学、哥伦比亚EAFIT大学
一等奖
中山大学、北京航空航天大学、暨南大学、福州大学、南方科技大学、香港中文大学、华中科技大学、哥伦比亚EAFIT大学、北京大学、山西大学、上海交通大学、德国埃尔朗根-纽伦堡大学、电子科技大学、太原理工大学、大连理工大学、华沙大学和华沙工业大学联队、韩国成均馆大学、爱沙尼亚塔尔图大学
新智元春季招聘开启，一起弄潮AI之巅！
岗位详情请戳：
返回搜狐，查看更多