人工智能|Yoshua Bengio 、吴恩达等AI大牛预见2022年人工智能趋势( 二 ) 优酷|百度直播|互联网|巨头|阿

能源：训练如此庞大的网络会消耗大量的电能。2019年的一项研究发现，在8个Nvidia P100 GPU上训练一个2亿参数Transformer模型，几乎和一辆普通汽车跑五年的碳排放量一样多。不过，新一代的AI芯片，如Cerebras的WSE-2和谷歌最新的TPU，可能有助于减少碳排放。
交付：这些庞大的模型太大而无法在C端边缘设备上运行，集中部署可能导致延迟，而小规模部署，能力又较弱。
所以，2022年大语言模型仍然以数量千亿参数模型为主，因为超过万亿的参数模型部署很困难。
吴恩达还提出其他AI趋势预测，包括Transformer单一架构将驾驭更多任务、AI产生音频成主流、各国推出AI法规等。
Meta AI研究中心主任Joelle Pineau：元宇宙亟需小样本学习和持续学习AI技术【 人工智能|Yoshua Bengio 、吴恩达等AI大牛预见2022年人工智能趋势】Facebook为了元宇宙改名Meta，且承诺砸数百亿美元创建元宇宙。Meta AI实验室负责人Joelle Pineau表示：2022年将带来新的AI数据集、模型、任务与VR/AR“拥抱现实世界的丰富性”的挑战。
“我预见了人工智能工作的全新模式，它使我们能够与世界进行更丰富的感官交互。使用人工智能的创造力，能够增强和放大人类的表达和体验。随着机器感知技术的进步，可以构建更有用的人工智能助手和未来的家用机器人。以及推动部署负责任的人工智能技术新标准的进步，这更符合人类价值观，包括安全性、公平性和透明度。”Pineau说。
多模态AI可以提高用于营销目的生成视频的质量，例如，Synthesia、Soul Machines和STAR Labs等初创公司目前提供的产品线。它们可以用作艺术工具，使电影和游戏设计等行业的用户能够在将其投入生产之前对其进行迭代和完善。
Pineau还预计，人们会更加关注小样本学习和持续学习等技术，因为它将使人工智能能够快速适应新任务，满足快速迭代的新需求。例如来自OpenAI和Meta、WebGPT和BlenderBot 2.0的最新语言模型，它们可以在网上检索对他们提出的问题的最新答案。
目前大多数AI算法仍然专注于被动数据，数据量相对较大、稳定，同质化严重，这种算法可能适用于互联网时代的人工智能模型，但我们希望将人工智能的能力带入元宇宙，就需要支持快速变化社交属性的新算法。
吴恩达在最近的一次采访中说：“虽然AI已经改变了软件互联网产业，但应用于其他行业仍有许多工作要做。在消费互联网中，一个单一的人工智能系统可以为数十亿用户提供服务。但在制造业中，每个制造工厂可能都需要自己的AI模型。小数据的人工智能是一项迅速崛起的技术，它将是实现人工智能普惠化的关键。”
许多专家认为，到2022年，行业重心将从算法建模转向用于开发AI系统的基础数据，例如合成数据——人工智能生成的数据的使用，可以代替现实世界的数据，并已经得到更广泛的使用。近期Synthesis AI调查了100位具有决策权的高级管理人员，89%的技术高管认为，这是保持领先地位的关键。
合成数据（或计算机生成的模拟现实世界的图像数据）可以解决监督学习的耗时和成本过高的问题。在关于合成数据技术的受访者中，50%的人认为合成数据克服了监督学习/人工标注的局限性，82%的人认为合成数据面临安全风险。但超过一半(59%)的决策者认为，他们将在未来五年内独立或结合“现实世界”数据使用合成数据。
Gartner预测，到2024年，合成数据将占AI开发使用的所有数据的60%。
图灵奖得主Yoshua Bengio：人工智能最害怕被滥用，危害堪比“核泄漏”蒙特利尔大学教授Yoshua Bengio是世界级的AI大牛，也是图灵奖（被认为是计算领域的诺贝尔奖）获得者，他正在研究如何提高AI技术的可靠性以及人机交互方式，探索一条可以解决这两方面问题的途径。
近日，Bengio与外媒Workflow对话，分享了他对人工智能的最新理解。
在过去的几十年里，人工智能取得了惊人的进步，但在对商业至关重要的方面，我们离人类智能还很远。在某些情况下，他们可能会犯人类不会犯的错误，甚至2岁儿童不会犯的错误。“我们需要更好地理解这个差距，这就是我想要做的——设计新一代的人工智能系统来弥补这个差距。”Bengio说。
“我们工作旨在改进人与机器之间的交互。我们希望与人类交互的AI能够以人类容易理解和接受的方式解释他们正在做什么。因此，必须破解机器学习的‘黑匣子’，将其改变为更结构化的东西，类似于人类有意识的方式构思和交流。”
这就像人类的直觉。人类可以做出涉及直觉的决定，它可能是一种高级推理。但是对于当前的机器学习状态，这种能力仍然遥不可及。