科學解析2021年AI領域的10個大膽預測學術頭條
2020 是令人難忘的一年。在這一年中，隨著新冠病毒的流行，人工智能（AI）也開始在越來越多的地方大放異彩。
隨著新年的步伐逐漸臨近，人們開始更加憧憬，AI 領域在新的一年中會出現什么樣的變化。
以下是 Highland Capital Partners 風險投資家 Rob Toews對 2021 年 AI 的領域將會發生什么的 10 個大膽預測，包含了從學術研究，到初創企業，再到資本市場，最后到監管的各個領域。
1. Waymo 和 Cruise 將在公開市場上亮相
像 Waymo 和 Cruise 這樣的自動駕駛汽車開發商，目前有大量的現金需求，公開市場投資者都渴望首次公開募股（IPO）。投資者也對下一代通信公司（比如 Nikola、Velodyne、Luminar、Innoviz、Canoo、Fisker、Romeo Systems）表現出極大的興趣。
圖 | 自動駕駛汽車概念圖（來源：Frost）
Waymo 和 Cruise 將于 2021 年上市，從它們的母公司 Alphabet 和通用汽車（General Motors）完全剝離出來，很可能會釋放巨大的企業價值。
2. Deepfake 騙局將引發廣泛的混亂和錯誤信息
圖 | Deepfake 概念圖（來源：Techtalk）
Deepfake 技術正在迅速改進和擴散。加蓬和巴西最近發生的事件，反映出了該技術在政治領域具有的破壞力。2021 年將是 Deepfake 內容在美國成為主流的一年，有相當一小部分人最初認為它是真實的。Deepfake 所引起破壞的，很可能就是一個公眾人物發表具有爭議評論的視頻。
作為回應，一些政策制定者將加大呼吁力度，認為大型科技公司必須負責監管 Deepfake 技術在其平臺上的傳播。
3. 有關聯邦學習的學術研究將激增
對于消費者和監管機構而言，數據隱私的保護正成為一個日益緊迫的問題。因此，保護隱私的 AI 方法將繼續成為構建機器學習模型的最可持續的方式。這些方法中最突出的是聯邦學習（Federated Learning）。
（來源：Proandroiddev）
據谷歌學術（Google Scholar）稱，有關聯邦學習的學術研究論文數量已經從 2018 年的 254 篇增加到 2019 年的 1340 篇，到 2020 年該領域的論文發表數量達到了 3940 篇。這種指數級的增長將持續下去：到 2021 年，將發表超過 10000 篇關于聯邦學習主題的研究論文。
4. AI 芯片初創公司將被大型半導體公司超高價收購
專為 AI 工作負載而打造的硅基芯片，是半導體行業的未來。英特爾去年以 20 億美元收購 Habana Labs 就是對這一趨勢的認可。為了防止自身受到干擾，另一家傳統芯片制造商將在 2021 年大舉收購一家 AI 芯片初創公司。
（來源：Designnews）
最可能的收購目標：Graphcore、Cerebras、SambaNova
最有可能的收購者：NVIDIA、AMD、Qualcomm、Intel
5. AI 藥物公司將被大型制藥公司以超高價收購
大型制藥公司已經意識到這樣一個事實，即機器學習提供了革新藥物發現和開發的潛力。2021 年，一家主要的制藥公司將出資收購一家 AI 藥物初創公司，將其技術和人才引入到公司內部。
（來源：Nature）
最可能的收購目標：Recursion、Exscientia、Insitro、Atomwise
最有可能的收購方：Bayer、GlaxoSmithKline、Novartis、Bristol Myers Squibb、Eli Lilly、Gilead
6. 美國聯邦政府將首次把 AI 作為真正的政策重點
在積極為 AI 提供公共政策支持方面，美國落后于其他國家。隨著拜登入主白宮和一個全新的國會，這種情況將在 2021 年開始改變。
拜登政府將提出一項聯邦預算，并且國會將通過這項聯邦預算。該預算將大大增加政府對 AI 的資助。美國國會還將通過一項關于 AI 的國家戰略，以解決諸如 AI 倫理、研究重點、對國家安全影響以及勞動力自動化等問題。
7. GPT-4 參數將超過一萬億
OpenAI 在 2019 年發布了 GPT-2，它擁有 15 億個參數，這是第一個具有超過 10 億個參數的非線性規劃（NLP）模型。當時，這被認為是驚人的模型。2020 年，OpenAI 在全球發布了 GPT-3，其參數高達 1750 億。
（來源：Musings about Librarianship）
第一個參數超過 1 萬億的模型最有可能來自 OpenAI，并命名為 GPT-4。其他可能突破萬億參數模型大關的組織包括 Microsoft、NVIDIA、Facebook 和 Google。
隨著第一個參數超過 1 萬億的模型發布，模型 “軍備競賽” 將在 2021 年繼續。
8. “MLOps” 類別將開始進行重大的市場整合
近年來，涌現了一大批為機器學習開發工具和基礎設施的初創公司。相對而言，這些 “人工智能推手” 初創公司很少會作為大型獨立公司生存下來。2021 年，這一領域將開始出現有意義的整合。
（來源：Analytics Vidhya）
建立專門的 “點解決方案” 的初創公司將被尋求開發全面的、端到端的模型開發平臺的大公司收購。英特爾今年對 SigOpt 和 Cnvrg.io 的收購就是征兆。
可能的收購目標：Alectio、Algorithmia、Arize AI、Arthur AI、Comet、DarwinAI、Fiddler Labs、Gradio、OctoML、Paperspace、Snorkel AI、Truera、Verta、Weights＆Biases 等。
可能的收購方：IBM、Microsoft、Amazon、Databricks、DataRobot、Oracle
9. AI 將成為監管機構反壟斷調查的重要部分
今年，美國和歐洲的監管機構對亞馬遜、蘋果、Facebook 和 Google 正式發起了反壟斷訴訟。到目前為止，監管機構在闡述針對科技巨頭的反壟斷案件時，并沒有明確關注 AI。
圖 | 多家公司參加反壟斷調查（來源：Venture Beat）
在未來的一年里，預計監管機構將開始更頻繁地關注、提及 AI，闡述這些公司如何以及為什么不公平地扼殺競爭。核心討論的地方是，這些公司的數據壟斷讓它們在開發有效的機器學習算法方面擁有不可逾越的優勢。
10. 生物將繼續是機器學習最熱門、最具變革性的領域
這是這個列表中最不可預測的部分，同時它也是這個列表中最重要的預測。
圖 | AlphaFold 解決蛋白質結構問題（來源：Edward Kinsman）
無論是在學術研究、創業投資和主流媒體關注方面，生物學都將日益成為應用人工智能影響最大的領域。DeepMind 上個月的歷史性 AlphaFold 成就，其影響將需要數年才能完全發揮出來。而當前這些 AI 在生物領域的成果，僅僅是人類通過將計算方法和機器學習應用于生物學奧秘實現成就的開端。
