idea才是王道！前門薩國際主席總結2021年人工智能落地應用
想要真正理解人工智能未來的發展方向，還有很長的路要走。
——Ray Kurzwei, 2009
2018年，美國鳳凰城上線無人駕駛汽車，拉開智能汽車賽道的帷幕。
2019年，麻省理工學院的AI系統僅用幾天就成功發現了一種全新的抗生素Halicin，而人類研究出一種抗生素通常需要幾年到幾十年。
2020年，Google帶著它的Transformer構建了一個開放聊天機器人Meena，而隔壁的openAI也發布了GPT-3，將人機對話帶到了全新格局：AI終于不胡言亂語了。
研究人員后來還對語言模型進行了智力測試，結果竟然跟人類不相上下。
到了2021年，AI技術發展呈井噴式爆炸增長，《黑客帝國》這類描述科技泛濫、人機矛盾的反烏托邦電影，現在看來也逐漸過時。
過去的一年里，我們身邊也逐漸充滿了各種AI黑科技，為你量身定做的音樂、短視頻、電影推薦，越來越多的智能家居設備，逐漸讀懂你心的搜索引擎，每一次技術發展都會體現在生活里。
最近，前門薩國際的主席、人工智能專家和顧問Alan D. Thompson博士總結了一些2021年AI界的創新性想法，一起看看AI如何改變世界！
微芯片設計
Google Brain在6月Nature上發表了一篇論文，證明了AI有能力來設計新的芯片，可以在網格中布局規劃計算機中各個組件的放置位置。
芯片設計的主要難點在于狀態空間過大，一個網格中如果有1000個節點，那狀態空間可能高達10的2500次方，讓人來設計，那真是要研發到地老天荒了。
論文中的理論成果已經用于Google當前版本的TPU設計中了。
軟件編程
6月，GitHub宣布將AI技術帶入編程領域，發布Copilot。
通過在大量開源倉庫代碼上進行訓練，模型具有自動補全和生成多行代碼的能力，并且支持非常多的語言，包括Java, C/C++, C#, Python, JavaScript, Ruby, Go等等。
后來GitHub調查確認，對于某些編程語言來說，上傳的新代碼中約有30%是由這個GPT-3驅動的Copilot自動生成的。
當然也并不全是好事，有人將GPT-3的入侵比作1945年7月人類投放第一顆核彈。當時大氣層中的空氣幾乎充滿了輻射，就好像代碼中充滿了AI自動生成的代碼。
雖然在那之后空氣逐漸變好，但AI是編程幫手還是大氣輻射，還未有定論。
2020年3月之前，互聯網上的數據基本都是人類創造的，GPT-3的出現已經改變了數據生成的格局。
語音情感分析
AI另一個重要的能力就是可以根據數據的表面現象推理出背后隱藏的真實狀態，一個有趣的應用場景就是根據人的肢體語言、談話的方式來推斷出說話人此刻的真實心理狀態。
例如對CEO進行無腳本采訪、公開董事會議和其他即興談話場景時，由于沒有任何準備，所以他們可能會說出一些和心里想的完全不一樣的事，并且根本無法偽裝。
AI模型對安然公司CEO Ken Lay進行回測的時候發現，模型竟然真的有用！
2001年8月16日，CEO仍然在員工大會上發表慷慨激昂的講話：我很高興能回來，雖然現在我們面臨很多挑戰，但最難的時候已經過去了，而且業務發展的也很好。
3個月后，安然宣告破產。
AI模型通過對他講話時口語單詞的音調、節奏、重點以及使用的短語作為特征，很容易就發現了漏洞，未來在演講、采訪筆錄中也有望引入AI模型分析情感狀態。
宛如真實的聊天機器人
由于GPT-3的語言生成性能還是十分驚人的，所以如果把聊天機器人和虛擬化身相結合，豈不是好像跟真人在聊天一樣？
2021年8月，結合了GPT-3和Synthesia.io的虛擬化身技術的Leta亮相World Gifted Conference。
兩個AI在聊天，看起來就像人類視頻通話一樣。給一個主題「做人工智能的感覺如何」，如果不把視頻關了，他倆能一直嘮下去。
https://www.youtube.com/watch?v=JcAY-ae2Drw
時尚設計
和國外的人工智能技術相比，國內也是一樣高產。
阿里巴巴M6模型（Multi-Modality to Multi-Modality Multitask Mega-transformer）根據服裝數據庫訓練之后，就可以創造性地設計一些服裝。
想要赫本風？安排。
甚至男士的連衣裙也能給你設計出來！
以及二次元風的T桖也能輕松搞定。嗯？竟然不是「小心那個二次元」風（doge）。
每一件衣服的所有元素，從設計、圖案、顏色都是由AI模型創建或選擇的，甚至每件作品旁邊的產品文字描述也是由AI模型生成的。
并且模型設計的衣服已經可以在主流的網上購物平臺上買到了。
虛擬人物
AI既然叫人工智能，那隨著技術越來越先進，那人類是不是真的可以人工創造一個人類？
虛擬人物的概念借此應運而生。
6月1日，由悟道2.0驅動的「華智冰」在北京正式亮相并進入清華大學計算機科學與技術系知識工程實驗室學習，加入清華大學，師從唐杰。
華智冰可以作詩、作畫、創作音樂，還具有一定的推理和情感交互的能力。與一般的虛擬數字人不同，華智冰擁有持續的學習能力，能夠逐漸「長大」，包括從文本、視覺、圖像，視頻等不斷學習，就像人類能夠不斷從身邊經歷的事情中來學習行為模式一樣。
隨著時間的推移，華智冰針對新場景學到的新能力，將有機地融入自己的模型中，從而變得越來越聰明。
并且永遠不會衰老。
