自動駕駛的安全問題被推上前臺
3月17日，國內一輛特斯拉Model 3在自動駕駛輔助狀態下無故轉向，車輛撞停，車頭幾乎報廢，但全車8個安全氣囊無一打開，特斯拉技術主管回復，因為沒有撞擊到觸發點，所以氣囊沒有彈出，車輛沒有問題。
這不是特斯拉第一次發生類似事故。2019年，國外媒體曾報道過一次特斯拉事故，據受害者的律師說，當車主的Model 3撞上護欄時，安全氣囊竟然沒有打開，并且車主聲稱特斯拉不配合調查。
特斯拉的事故再次將自動駕駛的安全問題推上前臺。事實上，2021年是國內自動駕駛的泉涌之年，華為入局造車，百度和小馬智行成為首批獲準開展商業化試點服務的企業，全國首個自動駕駛出行服務商業化試點在北京實施，國內自動駕駛從測試示范邁入商業化試點，自動駕駛正式進入“下半場”。
同時自動駕駛的基礎設施基本搭建完成，各地積極推進計算中心、5G網絡、邊緣計算、車路協同、高精度地理數據等配套措施，各類L2—L4級自動駕駛車輛開始走出封閉路測試驗場，走上了真實城市道路。而安全作為自動駕駛的頭號問題，值得慎之又慎，也是影響行業企業前景的關鍵要素。
自主智能體與人類辯論
AI開始具備參與復雜人類活動的能力
人工智能在人類專長的領域再下一城，它可以和人類辯論了。
英國《自然》雜志3月18日發表了一項人工智能的最新進展：科學家報告了一種能與人類進行競技辯論的自主智能體，這個“辯手項目”系統可以和人進行現場辯論，該系統能通過掃描儲存4億篇新聞報道和維基百科頁面的檔案庫，然后自行組織開場白，并自行反駁論點。
這被認為與之前人工智能對人類的挑戰有根本區別。雖然最終人類辯手被判定獲勝，但這個演示表明了人工智能開始具備參與復雜人類活動的能力。這也不禁令人遐想，人工智能的下一步會走向哪里？
全球最快AI超級計算機開動
拼接有史以來最大宇宙3D地圖
5月27日，被譽為全球最快的人工智能工作負載超級計算機——Perlmutter宣布開啟。這臺超級計算機擁有6144個英偉達A100張量核心圖形處理器，將負責拼接有史以來最大的可見宇宙3D地圖，并且它有望揭示暗能量的秘密。
在物理宇宙學中，暗能量是一種充溢空間的、增加宇宙膨脹速度的難以察覺的能量形式。暗能量假說是當今對宇宙加速膨脹觀測結果的解釋中最為流行的一種。
英偉達高級產品營銷經理Dion Harris表示，在AI使用的16位和32位混合精度數學運算方面，Perlmutter超級計算機也是目前全球最快的系統。
人類窮盡努力，試圖對宇宙未知的一面有更多了解，有了AI這個“非凡的工具”，這種努力或許可以更快見成效。
悟道2.0發布
中國萬億參數模型刷新多項紀錄
在6月1日舉行的2021北京智源大會開幕式上，悟道2.0發布。它在模型規模上呈爆發級增長，達到1.75萬億參數，創下全球最大預訓練模型紀錄。
中文作為世界上使用人數眾多的語言，之前一直沒有以其為核心的超大規模預訓練模型。3月，中國首個超大規模預訓練模型悟道誕生，中文預訓練模型躋身“煉大模型”列隊。而悟道2.0的發布，更標志著多項相關紀錄被刷新。
當前語言模型的訓練已經從“大煉模型”走向“煉大模型”的階段，巨量模型成為業界關注的焦點。從1750億參數量的GPT—3，到參數量萬億級別的Switch Transformer，參數量的紀錄不斷被刷新，語言模型規模越來越大，仿佛沒有終點。大火的GPT—3，能作詩、聊天，能生成代碼，參數規模達到千億級別，直逼人類神經元的數量。
10月，微軟和英偉達聯手發布了Megatron—Turing自然語言生成模型（MT—NLG），它有5300億參數，號稱同時奪得單體Transformer語言模型界“最大”和“最強”兩個稱號。
對大模型進行探索是一個持續不斷的過程，科學家希望越來越大的模型能通向AI的圣杯——通用人工智能。
Alphafold2預測蛋白質結構
為生命科學領域帶來革命性影響
7月16日，英國《自然》雜志發表了一項結構生物學最新研究，人工智能公司DeepMind的神經網絡Alphafold2預測的蛋白質結構能達到原子水平的準確度。
蛋白質折疊問題被認為是人類在21世紀需要解決的重要科學前沿問題之一。研究蛋白質結構，有助于了解蛋白質的作用，理解蛋白質如何行使其生物功能，認識蛋白質與非蛋白質之間的相互作用，對于生物學、醫學和藥學等都非常重要。
在50多年的時間里，研究人員一直嘗試根據蛋白質的氨基酸序列預測其折疊而成的三維結構。然而，當前使用的計算方法準確度有限，實驗方法對人力和時間的要求也非常高。事實上，過去半個多世紀，人類一共解析了5萬多個人源蛋白質的結構，人類蛋白質組里大約17%的氨基酸已有結構信息，而AlphaFold2預測的結構將這一數字從17%提高到58%，因為無固定結構的氨基酸比例很大，58%的結構預測已經接近極限了。
今年底我國自研深度學習蛋白質折疊預測平臺TRFold傳來好消息，其基于2020年第14屆國際蛋白質結構預測競賽蛋白質測試集的成績僅次于AlphaFold2，排名全球第二，這是國內目前所有公開蛋白質結構預測模型中的最好成績，我國計算生物學領域的表現躋身全球第一梯隊。
生物物理學家、西湖大學校長施一公曾對Alphafold2的表現給予極高評價：這是人工智能對科學領域最大的一次貢獻，也是人類在21世紀取得的最重要的科學突破之一。
毫無疑問，人工智能預測蛋白質結構的研究已經并且將持續在生命科學各分支領域引發革命性影響，并在今后幾年到十幾年中逐漸顯現出來。
元宇宙引全球公司競逐
人工智能技術或成元宇宙落地關鍵
2021年哪個科技概念最火？答案基本不存在爭議：元宇宙。
這個來自20世紀90年代科幻小說中的名詞，成為今年以來巨頭競相逐鹿、資本跑馬圈地、街頭巷尾熱議的最強概念。目前，元宇宙還沒有公認定義，這也給它創造了充分的延展性、包容性和可解釋性。
元宇宙像是一個筐，把增強現實、云計算、數字孿生、人工智能、區塊鏈等數字技術打包全收，其中人工智能和元宇宙有著千絲萬縷的關系，深度學習、計算機視覺、自然語言處理等人工智能技術的成熟應用是元宇宙落地的關鍵。雖然還停留在概念階段，但元宇宙可能存在的巨大商業潛力，已經引得各大公司紛紛投注。英偉達正式推出對標元宇宙的虛擬工作平臺Omniverse，日本社交平臺GREE開展元宇宙業務，微軟努力打造“企業元宇宙”，華為從AR切入元宇宙賽道，騰訊、百度、字節跳動、網易等都從各自擅長的路徑進軍元宇宙，三大運營商也都悉數投入元宇宙布局。
7月，DeepMind為AI打造了一個元宇宙——XLand。經過5代訓練，智能體能在XLand的4000個獨立世界中玩大約70萬個獨立游戲，涉及340萬個獨立任務，最后一代智能體經歷了2000億次訓練步驟。
合成神經信號讓AI有“思維”
腦機連接AI設備或將迎來新進展
AI一旦擁有了“思維”，會反過來操控人類的行為嗎？
現在思考這個問題已經不算杞人憂天了，因為AI“偽造思維”的事情已經發生了。
GAN是指生成式對抗網絡，它是一種深度學習模型，是近年來人工智能在大數據學習過程中用到的一種無監督學習方法之一。11月18日，美國南加利福尼亞大學華人博士溫士賢團隊在自然子刊發表的論文顯示，研究人員通過腦機連接設備，在兩只作為試驗對象的猴子身上進行了腦機接口訓練。他們讓試驗中的兩只猴子玩貪吃蛇游戲和玩跑步機，然后收集它們發出的運動控制神經信號，再通過GAN中的生成器和鑒別器合成出大量神經活動數據，用于下一步的試驗。
通過接觸或植入式的設備，GAN只需要收集少量試驗中猴子所發出的運動控制神經信號，就可以自動生成類似的各種其他情形下可能操控行為的神經信號，然后再把這些教給AI，AI便是這樣有了自己的“思維”。
研究人員發現，這一技術把訓練腦機接口系統提取、分析大腦信號的時間縮短了整整20倍。他們在論文中同時提到，這次研究雖然只采集了猴子的神經信號，但這一模式應該也同樣適用于人類神經信號的模擬生成。
研究者相信，這種“合成思維”的方式還能有更為廣泛的用途，尤其是在腦機連接AI設備上。但如果AI可以“偽造思維”，這種腦機連接又會給未來的人類帶來什么，目前顯然還沒有定論。
《人工智能倫理問題建議書》發布
首份全球性規范框架聚焦AI健康發展
人工智能治理是和人工智能發展相伴而行的問題。聯合國教科文組織當地時間11月25日正式推出《人工智能倫理問題建議書》，該建議書由教科文組織會員國集體通過，是關于人工智能主題的首份全球性規范框架。
該建議書旨在促進人工智能為人類、社會、環境以及生態系統服務，并預防其潛在風險。建議書包含規范人工智能發展應遵循的原則以及在原則指導下人工智能應用的領域。
據聯合國教科文組織介紹，建議書共29頁，定義了指導人工智能建設的必要基礎性項目，以確保人工智能健康發展的共同價值觀和基本原則。
建議書呼吁，在科技公司和政府已采取的措施之外還需要更多行動，通過確保使用AI的透明度、行動力和保障個人數據使得民眾得到更多保護。
建議書還推動確保人工智能成為應對氣候變化和解決環境問題的更重要工具。建議書要求政府應評估人工智能系統對環境造成的直接和間接的影響，包括其碳足跡、能源消耗和原材料提取的環境影響等。
AI發現兩個數學新猜想
人工智能拓展在前沿領域應用范圍
人工智能攻城略地的領域越來越大了，這次是數學。英國《自然》雜志12月1日發表了由人工智能公司DeepMind開發的一個機器學習框架，該框架已經幫助發現了純數學領域的兩個新猜想。這項研究展示了機器學習可以支持數學研究，這也是計算機科學家和數學家首次使用人工智能來幫助證明或提出紐結理論和表示論等數學領域的復雜定理。
純數學研究工作的關鍵目標之一是發現數學對象間的規律，并利用這些聯系形成猜想。從20世紀60年代起，數學家開始使用計算機幫助發現規律和提出猜想，但人工智能系統尚未普遍應用于理論數學研究領域。
此次，DeepMind團隊和數學家一起建立了一個機器學習框架，用于協助數學研究。團隊還表示，他們的框架能鼓勵未來數學和人工智能的進一步合作。
建立17個試驗區
將引領帶動中國人工智能創新發展
12月7日，科技部官網公布三份函件，支持哈爾濱、沈陽、鄭州三地建設國家新一代人工智能創新發展試驗區，三份函件分別對哈爾濱、沈陽、鄭州提出相應的建設要求。
哈爾濱試驗區建設要發揮人工智能在賦能哈爾濱高質量發展和東北老工業基地全面振興全方位振興中的重要作用。同時，充分發揮哈爾濱科教資源富集、產業特色鮮明、國際合作基礎良好等優勢，加強人工智能基礎前沿理論和關鍵核心技術研發，在智慧農業、智能制造等領域和寒地場景打造創新應用標桿。
沈陽試驗區建設要發揮人工智能對沈陽制造業轉型升級和東北老工業基地全面振興全方位振興的輻射帶動作用，強化技術研發和創新應用，壯大智能科技產業集群。
鄭州則要發揮人工智能在鄭州建設國家中心城市中的引領作用，有力支撐中部地區崛起、黃河流域生態保護和高質量發展。
自2019年北京市成為全國首個國家新一代人工智能創新發展試驗區以來，上海市、天津市、深圳市、杭州市、合肥市、德清縣、重慶市、成都市、西安市、濟南市、廣州市、武漢市、蘇州市、長沙市、鄭州市、沈陽市先后入選，目前我國已經有17個國家新一代人工智能創新發展試驗區。
