編譯 | 禾木木

出品 | AI科技大本營（ID:rgznai100）

2021 年，人工智能奇跡不再只是故事！

人工智能正在迅速融入各行各業(yè)，IEEE Spectrum 總結(jié)了 2021 年 10 篇最受讀者歡迎的 AI 文章，按時(shí)間排名，其中部分文章來自 2021 年 10 月的 AI 特刊 The Great AI Reckoning 。

深度學(xué)習(xí)的收益遞減

MIT 的 Neil Thompson 團(tuán)隊(duì)?wèi){借一篇關(guān)于訓(xùn)練深度學(xué)習(xí)系統(tǒng)的計(jì)算和能源成本的文章占據(jù)了榜首。

研究人員分析了圖像分類器的改進(jìn)過程，結(jié)果發(fā)現(xiàn)，現(xiàn)在要想將圖像識(shí)別的錯(cuò)誤率減半，需要 500 倍的計(jì)算資源。

文章表示，“面對飛漲的成本，研究人員要么想出更有效的方法來解決這些問題，要么放棄對這些問題的研究，讓圖像分類器的性能停滯不前?！?/p>

不過，這篇文章最后也提出了一些關(guān)于未來方向一些有前途的觀點(diǎn)。

這 15 個(gè)圖表讓你了解 2021 年 AI 動(dòng)向

每年，人工智能指數(shù)都會(huì)將大量數(shù)據(jù)放入有關(guān)人工智能的對話中。2021 年，該指數(shù)展示了學(xué)術(shù)界和工業(yè)界的全球視角，凸顯 AI 勞動(dòng)力多樣性的問題和 AI 應(yīng)用的道德挑戰(zhàn)。這篇文章將 222 頁的報(bào)告濃縮成 15 個(gè)圖表，涵蓋工作、投資等領(lǐng)域。

DeepMind 正在重塑機(jī)器人

近幾年，AI 領(lǐng)域一些最令人印象深刻的突破背后都有 DeepMind 的身影。包括蛋白質(zhì)折疊方面的突破性工作，以及在圍棋上擊敗人類專業(yè)棋手的 AlphaGo。因此，當(dāng) DeepMind 表示準(zhǔn)備嘗試構(gòu)建多才多藝、高適應(yīng)性的機(jī)器人時(shí)，毫無意外地引發(fā)了人們的廣泛關(guān)注。

人工智能動(dòng)蕩的過去和不確定的未來

這篇介紹了從 1956年到現(xiàn)在的 AI 領(lǐng)域的故事，同時(shí)也提示了特刊中的其他文章。如果你想了解 AI 是如何發(fā)展至今的，可以讀一讀此文。

本文特別關(guān)注過去執(zhí)著于專家系統(tǒng)的符號(hào)主義者與發(fā)明神經(jīng)網(wǎng)絡(luò)的連接主義者之間的爭論，并提出了混合神經(jīng)符號(hào)系統(tǒng)的可能性。

吳恩達(dá)嚴(yán)重的 AI 炒作

這篇文章轉(zhuǎn)述了Zoom與 AI先驅(qū)人物吳恩達(dá)在采訪問答環(huán)節(jié)中的軼事，吳恩達(dá)深入?yún)⑴c了Google Brain和百度的早期AI工作，現(xiàn)在領(lǐng)導(dǎo)一家名為Landing AI的公司。

吳恩達(dá)談到了斯坦福大學(xué)開發(fā)的人工智能系統(tǒng)，該系統(tǒng)可以在胸部X光片中發(fā)現(xiàn)肺炎，甚至比放射科醫(yī)生表現(xiàn)得更好。但目前，距離人工智能系統(tǒng)應(yīng)用到市級(jí)臨床，還有很長的路要走。

OpenAI 的 GPT-3 會(huì)說話！

當(dāng) OpenAI 在 2020 年推出語言生成系統(tǒng) GPT-3 時(shí)，AI 社區(qū)的第一反應(yīng)是敬畏。只要給出最少的提示，GPT-3 就可生成關(guān)于任何主題和任何風(fēng)格的流暢、連貫的文本。

但 GPT-3 也有另一面。

GPT-3 接受了來自互聯(lián)網(wǎng)的大量文本的訓(xùn)練，了解在網(wǎng)絡(luò)世界的普遍的人類偏見，可能產(chǎn)生了一個(gè)可怕的習(xí)慣：學(xué)會(huì)了出人意料的語言或是口吐芬芳。

這就產(chǎn)生了一個(gè)問題，如果有企業(yè)希望將 GPT-3 用于客戶服務(wù)、在線輔導(dǎo)、心理健康咨詢等領(lǐng)域，要如何防止它辱罵或是疏遠(yuǎn)客戶呢？

AI 成功復(fù)制蜻蜓大腦

這也是曾經(jīng)公號(hào)推過的一篇文章：如何跟蜻蜓的大腦學(xué)習(xí)計(jì)算？蜻蜓大腦與導(dǎo)彈防御有什么關(guān)系？Frances Chance 研究了蜻蜓如何有效地利用約 100 萬個(gè)神經(jīng)元，以非凡的精度捕捉空中獵物。

Frances Chance 的研究與構(gòu)建規(guī)模和復(fù)雜性不斷增加的神經(jīng)網(wǎng)絡(luò)的研究實(shí)驗(yàn)室形成了有趣的對比。

她表示：“我們的目標(biāo)是，通過利用蜻蜓神經(jīng)系統(tǒng)的速度、簡單性和效率，設(shè)計(jì)能夠更快地執(zhí)行這些功能的計(jì)算機(jī)，而功耗僅為傳統(tǒng)計(jì)算機(jī)系統(tǒng)的一小部分。”

除非能復(fù)制人類大腦，否則深度學(xué)習(xí)還不夠深

杰夫·霍金斯發(fā)明了 PalmPilot ，開創(chuàng)了智能手機(jī)時(shí)代。目前，他正在研究人腦中智能的基礎(chǔ)，并希望開創(chuàng)通用人工智能（AGI）的新時(shí)代。

與霍金斯的這個(gè)訪談提及了他最有爭議的一些想法?；艚鹚箞?jiān)信，超級(jí)智能 AI 不會(huì)對人類構(gòu)成生存威脅，意識(shí)問題，并不是真正的難題。

如何讓 Instacart 動(dòng)起來

雜貨店購物和送貨公司 Instacart 的工程師 Sharath Rao 和 Lily Zhang 表示，該公司的 AI 基礎(chǔ)設(shè)施可以預(yù)測“近 40000 家雜貨店的產(chǎn)品，涵蓋數(shù)十億個(gè)不同數(shù)據(jù)點(diǎn)”是否缺貨，同時(shí)還提出關(guān)于換貨的建議，預(yù)測有多少購物者，并對訂單和送貨路線進(jìn)行高效分組。

揭示 AI 失敗的7種方法

AI 在不斷取得突破的同時(shí)，也在遭受著數(shù)不清的失敗。

本文列舉了 AI 模型陷于失敗的七個(gè)例子，揭示了 AI 目前存在的繞不過去的弱點(diǎn)。科學(xué)家們討論了處理其中一些問題的可能方法；但也有一些AI的局限性在目前是無法解釋的，或者說從哲學(xué)上講，可能完全沒有任何結(jié)論性的解決方案。

2021 年即將過去，未來人工智能將如何發(fā)展呢？研究人員和科學(xué)家們?nèi)绾瓮黄埔粋€(gè)個(gè)難題呢？機(jī)器人的發(fā)展是否會(huì)更進(jìn)一步呢？

這些問題都將留給 2022 年，你將會(huì)怎么看呢？2021年有哪些讓你印象深刻的人工智能大事件呢可以在留言區(qū)留下你精彩的言論呦~

參考鏈接：

https://spectrum.ieee.org/artificial-intelligence-2021