认识达内从这里开始

今天我们不卷技术了，来给大家推荐一份由 # 出品的2021 AI年度报告，其中包含了五点重要的总结：

Research：2021年的AI重要科研进展回顾

Talent：AI人才的市场供需情况

Industry：AI在商业上的不同尝试

Politics：AI在政策上、经济上的影响

Predictions：接下来一年的AI进展预测

这份188页的PPT报告由知名风投公司Air Street Capital的合伙人Nathan Benaich和投资了100+初创公司的天使投资人Ian Hogarth联合撰写，该系列报告从2018年开始已经连续撰写了4年。除了两位主要作者外，还有众多研究者、机构以及reviewer把关，既有深度又有广度，涵盖了AI的方方面面。

即使今年一篇论文都没读，也千万不要错过这份报告，说不定就激发了自己的某个idea，就地起飞!

下面就带大家挑重点速读一下，如需下载请在公众号「李rumor」后台回复「21报告」。

进展总结

Research

在2021年，Transformer结构除了NLP任务外，在语音、CV等领域都有落地，逐渐成为一种通用结构

大型语言模型在尺寸上不断扩张，并且每个国家都有自己的语言模型

AI-first方法席卷了生物领域，在蛋白质、RNA上有很高的仿真度

谷歌的JAX深度学习框架被越来越多的研究者使用

Talent

从1980年至今，中国高校的科技刊物发表量飞速上升

随着大型科技公司选择和顶尖高校合作，AI research的分化越来越严重

学术组织的计算资源不足，而88%的顶级AI学院都能获得大型科技公司的赞助

Industry

人工智能和数据公司的生态系统已经显着成熟，有大量 IPO，标志着它们开始进入AI应用部署的阶段

两家公司利用AI完成药物研发并上市，成功IP，预示着AI在医药方面的潜力

AI产品成功在各个高风险领域落地，例如英国国家电网、员工健康和安全、以及仓储

AI社区开始重新关注应用中的数据问题，比如 bias, drift, specification, labels 等

随着各国寻求供应链主权和对英伟达的 Arm 收购进行调查，半导体相关的公司大幅加速

Politics

AI已经被用于各国的军方：自动武器的研发，并会定期进行更多测试

AI安全现在是重中之重，但只有不到 50 名研究人员全职从事该领域的工作

New experiments on AI governance emerge: totally distributed + open source, private + open source, and public benefit corporation

欧洲已经开始对AI的监管

预测

过去的一年里，AI不仅在基础的NLP、CV、语音任务上都有很大的提升，在医药、化学、游戏RL也有亮点的应用。对于接下来的2022年，作者们做了以下8点预测：

Transformer将替代循环神经网络，与RL联合学习世界知识，在更复杂的游戏环境中超越人类

荷兰ASML公司(最先进的光刻机制造商)的市值将达到500亿

Anthropic publishes on the level of GPT, Dota, AlphaGo to establish itself as a third pole of AGI research

AI半导体公司将迎来一波整合，Graphcore、Cerebras、SambaNova、Groq 或 Mythic 中的至少一个被大型科技公司或主要半导体公司收购

Transformer+CNN的混合模型将用少于十倍的参数达到ImageNet top-1的SOTA(目前是CoAtNet-7, 90.88%, 2.44B params)

DeepMind将在物理领域发布一项重要进展

在PapersWithCode创建的monthly repos上，JAX框架的将从1%增长到5%

将出现一家关注垂直行业的AGI研究公司

从这份报告来看，虽然互联网红利见顶，但AI在其他领域仍处于初始发展阶段，还是有很多机会等待大家发掘的。祝大家早日发现自己的细分蓝海，我的话再立个flag，希望明年能入门量子NLP。

【免责声明】本文系本网编辑部分转载，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与管理员联系，我们会予以更改或删除相关文章，以保证您的权益!更多内容请添加danei0707学习了解。欢迎关注“达内在线”参与分销，赚更多好礼。