10 главных технологических трендов 2022 года по версии Baidu Research

Во времена неопределенности мы полагаемся на технологии, которые обеспечивают нам надежную опору. В начале 2022 года, когда глобальная пандемия продолжает приносить потрясения, а мировая экономика сталкивается с многочисленными проблемами, искусственный интеллект стал ключевой движущей силой инноваций и развития благодаря своим быстро развивающимся базовым технологиям, усилению междоменной связи и расширению коллекции отраслевых применений.

Основные технологии ИИ совершают непрерывные прорывы с более проверенными примерами интегрированных инноваций. Например, при предварительном обучении больших моделей такие исследовательские направления, как кросс-модальность, кросс-язык и расширение знаний, расширили границы крупномасштабных моделей и вдохновили на новый потенциал общего искусственного интеллекта.

«Кроме того, в междисциплинарных исследованиях ИИ представляет собой общую переменную для научных работ и технологических разработок. В таких областях, как квантовые вычисления, биология и химия, ИИ стал одним из самых интересных направлений исследований. ИИ также ускоряет развитие таких отраслей, как автономное вождение, робототехника, аэрокосмическая отрасль и здравоохранение. Он также сыграл ключевую роль в достижении таких целей, как сокращение выбросов углерода и социальная интеграция»

Хайфэн Ван технический директор и руководитель отдела исследований Baidu

Baidu Research поделился 10 главными технологическими трендами 2022 года. В компании надеются, что в это время неопределенность ИИ осветит путь инноваций и приведет в движение корабль развития.

Крупномасштабная модель предварительного обучения

Крупномасштабная модель предварительного обучения отражает тенденцию к расширению знаний, унифицированному кросс-модальному моделированию и мультиобучению, снижению зависимости от размеченных данных и ускорению работы реальных приложений.

Крупномасштабные модели с самоконтролем, обученные на массивных данных, могут решать ряд задач ИИ, используя единую унифицированную модель и парадигму. Эта технология преодолела узкие места традиционных технологий, уменьшив зависимость от данных с крупными метками, значительно повысив эффективность, универсальность и обобщение моделей ИИ.

Ожидается, что в 2022 году направление исследований и разработок сместится с увеличения размера модели на практическое развертывание. Крупномасштабные модели будут продолжать улучшаться с точки зрения производительности, универсальности, обобщения, операционной и экономической эффективности. 

В то же время снизится порог реализации реальных сценариев ИИ, таких как умный офис и умные финансы. Например, искусственный интеллект, построенный на кросс-модальных крупных моделях, будет стимулировать внедрение AIGC (контент, созданный искусственным интеллектом), который обещает стимулировать творческое познание, улучшить разнообразие контента и снизить производственные затраты.

ИИ для науки

ИИ для науки стал новой областью исследований, способной изменить парадигму научных исследований. В 2021 году машинное обучение помогло математикам обнаружить две основные гипотезы. Комбинация машинного обучения, многомасштабного моделирования и высокопроизводительных вычислений решила проблемы моделирования в реальном времени сверхбольших случайных квантовых схем. 

ИИ также продемонстрировал большой потенциал в научных исследованиях, особенно в обработке данных, проведении новых экспериментов и создании более эффективных вычислительных моделей.

Ожидается, что новый искусственный интеллект для науки еще больше объединит две парадигмы научных исследований: основанную на данных и теоретическую дедукцию. В ближайшие несколько лет ИИ будет интегрирован во многие различные области, такие как математика, физика, химия, материалы и инженерия, а также будет играть более важную роль в развитии фундаментальной науки.

Вычислительная биология на базе ИИ

Вычислительная биология, основанная на технологии искусственного интеллекта, продолжает быстро развиваться, достигая прорывов во многих фундаментальных исследованиях.

Covid-19 вызвал постоянно растущий спрос на ИИ в медико-биологической отрасли. Например, ИИ можно использовать для повышения точности и скорости редактирования целевого генома или прогнозирования структур сворачивания белков. Успех технологии мРНК-вакцины еще больше подтолкнул вперед разработку макромолекул на основе РНК или белков и вакцин.

Вычислительная биология на основе ИИ готова к новым прорывам в фундаментальных исследованиях и применениях, начиная от разработки лекарств на основе белков, составления рецептур и скрининга лекарств до моноклональных антител на основе мРНК, терапии рака и других видов иммунотерапии. Слияние ИИ и вычислительной биологии значительно ускорит разработку лекарств, а также снизит стоимость и облегчит прецизионную медицину и персональную терапию.

Конфиденциальность вычислений

В последние годы конфиденциальность вычислений привлекает все большее внимание. Это обеспечит более полное использование данных и создаст инфраструктуру, которая укрепит доверие пользователей. Безопасность и соответствие требованиям стали необходимыми для раскрытия ценности данных на фоне появления глобальных правил в отношении личной информации и безопасности данных.

Доверенные конфиденциальные вычисления и федеративные вычисления приобрели известность, поскольку они обеспечивают защиту данных, совместное использование и распространение данных с технической точки зрения. 

Благодаря повышению производительности технологий конфиденциальных вычислений, взаимному продвижению технологий и стандартов соответствия, а также многостороннему сотрудничеству для повышения технической достоверности можно разработать лучшие практики для соответствующих применений в таких сценариях, как вычислительная биология, финансовый анализ и транзакции данных.

В долгосрочной перспективе технология конфиденциальных вычислений может подтолкнуть обмен зашифрованными данными и вычисления по умолчанию, постепенно создавая инфраструктуру для доверия пользователей.

Интеграция квантового оборудования и программного обеспечения

Интеграция аппаратного и программного обеспечения в квантовые вычисления реализуется все шире, поскольку реальный спрос ускоряет слияние и инновации между квантовыми вычислениями и другими отраслями. Ожидается, что в 2022 году технологии проектирования, подготовки, измерения и управления квантовыми чипами будут постоянно совершенствоваться. 

Количество кубитов (наименьшая единица информации в квантовом компьютере) будет увеличиваться в масштабе. Больше прорывов будет сделано за счет уменьшения шума или адаптации к шуму. Программное обеспечение и услуги для квантовых вычислений будут развиваться в кроссплатформенном направлении, и пользователи получат более широкие возможности квантовой серверной части на облачных платформах квантовых вычислений. Платформы квантовых вычислений, несущие решения для квантовой программно-аппаратной интеграции, постепенно будут демонстрировать свой коммерческий потенциал.

Благодаря глубокой интеграции и инновациям квантовых вычислений и интеллектуального производства, искусственного интеллекта, химической медицины, финансовых технологий и других областей появятся многочисленные практические прикладные решения со значительными квантовыми преимуществами. Государственные учреждения, академические круги и промышленность будут более тесно сотрудничать для создания высококачественных квантовых устройств и развития талантов в области квантовых технологий, делая первые шаги к созданию отраслевой цепочки квантовых вычислений.

Автономное вождение

Технология автономного вождения вступает в новую стадию без водителя, поскольку несколько моделей роботизированных авто связывают технологию со сценариями применения.

Технологические достижения и политическое регулирование сделают беспилотное вождение ближе к реальности в 2022 году. Роботизированные авто представляют собой транспортные средства следующего поколения, которые произведут революцию в транспорте.

Автономное вождение проникает в широкий спектр сценариев использования, таких как пассажирские транспортные средства, общественный транспорт, грузовые перевозки, складские перевозки, розничная торговля, санитарные и специальные операции в шахтах и ​​​​портах, создавая значительную ценность и способствуя дальнейшему социальному прогрессу.

Исследование глубокого космоса

ИИ и аэрокосмические технологии открывают новые возможности для интеллектуального исследования дальнего космоса.

Исследование дальнего космоса — это высшее воплощение человеческого любопытства ко Вселенной. Растет спрос на автономные космические аппараты для проведения научных исследований и добычи полезных ископаемых на Луне или других планетах, а также для дальнейшего изучения космического пространства.

В области автоматизации строительной техники достигнуто 24-часовое непрерывное беспилотное землеройное дело. Алгоритмы автономного восприятия окружающей среды и планирования движения, используемые в вездеходах, также могут включать датчики с такими функциями, как автономное избегание препятствий и принятие решений, а также гибкую автономную работу манипулятора. 

Кроме того, ожидается, что технология ИИ будет играть ключевую вспомогательную роль в обнаружении и ремонте повреждений космических аппаратов, строительстве лабораторий моделирования цифровых двойников, а также в обнаружении и анализе больших данных дальнего космоса.

Симбиоз человека и машины

В то время как глобальная пандемия продолжает вынуждать человечество жить в условиях социального дистанцирования, развитие цифровых и интеллектуальных технологий дало нам возможность сократить это расстояние, ускорив симбиоз между людьми, цифровыми аватарами и роботами.

Это изменение поддерживается непрерывным развитием технологий искусственного интеллекта, таких как зрение, речь и обработка естественного языка, а также непрерывным обучением, поддерживаемым интеграцией оборудования, сети, вычислений, контента платформы экосистемы. Все это сформировало кросс-систему технической поддержки.

С ускорением интеграции и инноваций различных передовых информационных технологий появится больше платформ для сочетания виртуального, реального и интеллектуального взаимодействия для отраслевых и потребительских сценариев, что усилит глубокую интеграцию цифровой и реальной экономики и обогатит рабочий и жизненный опыт людей.

Зеленый ИИ

При разработке ИИ все чаще учитываются экологические факторы и факторы низкого уровня выбросов, что помогает достичь целей по сокращению выбросов углерода и углеродной нейтральности.

Поскольку технология ИИ ускоряет и интегрирует инновации в различные отрасли, центры обработки данных и крупномасштабные вычисления ИИ создают важную социальную ценность, но в то же время создают проблемы в виде затрат на энергию и воздействия на окружающую среду. Сегодня мир энергично добивается энергосбережения и сокращения выбросов углерода, что требует срочной разработки более экологически чистой технологии «зеленого ИИ» для снижения энергопотребления при обучении и развертывании моделей.

В ближайшие несколько лет технологии, связанные с «зеленым ИИ», будут продолжать процветать, создавая системы на основе энергоэффективного проектирования архитектуры, стратегий обучения и рассуждений и использования данных для формирования контрольных показателей оценки, учитывающих как производительность, так и энергопотребление. 

Также ожидается, что будет продолжать изобретаться больше процессоров ИИ с более высокой вычислительной мощностью и меньшим энергопотреблением. Ведущие компании в области искусственного интеллекта будут создавать крупномасштабные интенсивные модели для повышения производительности последующих процессов и снижения общих затрат на энергопотребление, политика будет поощрять строительство экологически чистых и низкоуглеродных центров обработки данных, а технология искусственного интеллекта будет применяться для повышения коэффициентов энергоэффективности инфраструктуры и других мер.

Инклюзивный ИИ

ИИ станет более инклюзивным, с упором на создание ценности, что позволит сосредоточить больше внимания на потребностях МСП и групп меньшинств. Инклюзивный ИИ относится не только к специалистам по ИИ, но и к более широкому населению, которое получит пользу от технологии.

Платформы с открытым исходным кодом, основанные на фреймворках глубокого обучения, значительно снизили порог разработки технологии ИИ. Публичные наборы данных, большие базы моделей и региональные интеллектуальные вычислительные центры будут развиваться дальше, чтобы помочь малым и средним предприятиям добиться снижения затрат, повысить эффективность и стимулировать инновации. 

Также будет постепенно создаваться национальная система обучения ИИ, чтобы способствовать повторному трудоустройству традиционного отраслевого персонала посредством научного образования в области ИИ.

Развитие ИИ также должно принести пользу всем слоям общества. При политическом руководстве и продвижении концепции устойчивого развития предприятия сосредоточатся на создании ценности. Поскольку поставщики услуг ИИ уделяют больше внимания потребностям групп меньшинств, таких как пожилые люди и дети, они будут разрабатывать инклюзивные услуги и продукты ИИ, которые позволят каждому наслаждаться цифровым миром.