MIT Technology Review 一年一度的 “十大打破性技能” 榜单正式发布。自 2001 年起，该杂志每年都会评选出当年的 “十大打破性技能”，这份在全球科技范畴无足轻重的榜单曾精准猜测了脑机接口、量子暗码、灵敏机器人、才智传感城市、深度学习等许多抢手技能的兴起。

　　本年度 MIT Technology Review “十大打破性技能” 分别为：mRNA 疫苗、生成式预练习模型、数据信赖、锂金属电池、数字触摸追寻、超高精度定位、长途技能、多技能型人工智能、TikTok 引荐算法和绿色氢能。

　　为了让广大读者深化了解这十项技能的科学价值及其背面的科学故事，国家自然科学基金委员会特约请各范畴闻名科学家分别对其进行深化解读，以激起科研人员的立异思想，并促进科学界的学术沟通。

　　2012 年末，人工智能科学家初次澄清了怎么让神经网络 “具有视觉”，随后，他们还把握了怎么让神经网络仿照人类推理、听觉、言语和写作的办法。尽管人工智能在完结特定使命方面现已变得非常像人类，乃至是逾越人类，但它依然没有人类大脑的 “灵敏性”，即人脑能够在一种情境中学习技能，并将其运用到另一种情境中。

　　受儿童生长进程的启示，假如将感官和言语结合起来，并让人工智能具有更接近于人类的办法来搜集和处理信息，那么它能否开展出对国际的了解？答案是必定的。

　　这些可一起获得人类智能的感官和言语的 “多模态” 体系，应该会生成一种更强壮的人工智能，也更简略习惯新情况、以及处理新问题。如此一来，咱们便能够运用这样的算法来处理更杂乱的问题，或许将其移植到机器人中去，使得机器人能够在日常日子中与咱们沟通协作。

　　2020 年 9 月，艾伦人工智能研讨所 AI2 的研讨人员创建了一个能够从文本标题生成图画的模型，展现了算法将单词与视觉信息相关的才能；2020 年 11 月，北卡罗来纳大学教堂山分校的研讨人员开发了一种将图画归入现有言语模型的办法，此举提高了模型的阅览了解才能；2021 年头，OpenAI 对 GPT-3 进行了扩展，发布了两个视觉言语模型，其间一个将图画中的方针与标题中描绘它们的单词联系起来，另一个则依据它所学的概念组合生成图画。

　　从长远来看，“多模态” 体系获得的严重进展能够协助打破人工智能的极限，不只会解锁新的人工智能运用，也会让它们的运用变得愈加安全可靠，愈加精细的多模态体系也将使更先进的机器人帮手成为可能。总而言之，多模态体系可能会成为第一批咱们能够实在信赖的人工智能。

　　专家简介：纪荣嵘 厦门大学南强特聘教授，国家杰出青年科学基金获得者。首要研讨方向为计算机视觉。近年来宣布 TPAMI、IJCV、ACM 汇刊、IEEE 汇刊等论文百余篇。曾获 2016 年教育部技能发明奖一等奖、2018 年省科技进步奖一等奖、2019 年福建省青年科技奖。任我国计算机学会 A 类国际会议 CVPR 和 ACM Multimedia 范畴主席、我国图象图形学学会学术工委副主任、教育部电子信息类教指委人工智能专业建造咨询委员会委员。

　　人工智能正成为推进人类进入智能年代的决定性力气。让机器能够像人相同考虑、感触和知道国际，是人工智能科学家们孜孜以求的终极方针。

　　算法、算力、数据规划的敏捷提高，让面向特定使命的人工智能技能迎来了爆发式的开展。方针检测与辨认、人机对弈、无人驾驶等技能完结了史无前例的打破，在部分智能水平的单项测验中乃至逾越人类。

　　可是，这样的智能体系限制在使命单一、需求明晰、运用鸿沟明晰、范畴常识丰厚、建模相对简略的场景中。例如， DeepMind 的 AlphaGo 能够打败国际上最好的围棋大师，但它并不能将这种才能扩展到棋盘之外。

　　能够预见，多技能人工智能（Multi-skilled AI）将是下一代人工智能开展的趋势，也是研讨和运用范畴的严重应战。多技能 AI 旨在拓宽现有人工智能技能的感知鸿沟，赋予智能体系多种才能，多技能彼此协同，完结杂乱使命。

　　其间，多感官的结合非常要害，能够料想，当机器开端将言语与视觉、听觉等其他感官信息相相关时，它们就能够描绘越来越杂乱的现象和动态。从仅反映相关性的内容中推理因果关系，并构建杂乱的国际模型。这样的模型能够协助它们在生疏的环境中导航，并在上下文中增加新的常识和经历。

　　多技能 AI 的开展，关于人工智能技能打破现有限制，以及它的落地和遍及都具有非常重要的含义。具有多种技能的体系能够担任更多的运用场景，协同、高效地完结杂乱使命，让高智能机器人的呈现成为可能。

　　当时一代的人工智能驱动的机器人首要运用视觉数据来引导并与周围环境进行交互，这在有限的环境中完结简略的使命非常灵敏，可是在更为杂乱的场景中将失灵。

　　多技能 AI 将给未来的技能带来灵敏性和安全性，挑选简历的算法不会将性别和种族等无关的特征视为才能的标志，自动驾驶轿车不会在生疏的环境中迷失方向，不会在漆黑或下雪的气候中坠毁。

　　它的开展将直接赋能医疗，教育，航天等其他范畴，推进智能年代的进程。因为具有的深远影响力以及广泛的运用远景和开展远景，多技能人工技能被 MIT Technology Review 评选为 2021 年 “全球十大打破技能” 之一。

　　国际上现已逐步开端关注到多技能 AI 技能方向，现在被广泛称为通用人工智能。

　　早在 2016 年 10 月，美国国家科学技能委员会发布《国家人工智能研讨与开展战略方案》，提出在美国的人工智能在中长期开展战略中要侧重研讨通用人工智能。微软在 2017 年景立了通用人工智能实验室，很多感知、学习、推理、自然言语了解等方面的科学家参加其间。

　　腾讯的董事会主席兼 CEO 马化腾在 2019 国际人工智能大会上表明：“完结从专用人工智能向通用人工智能的跨过开展，这也是下一阶段的重要趋势。”

　　2019 年 10 月，DeepMind 推出的新版 AlphaStar [1]，能够完结与实在国际中的玩家完结了杂乱场景交互中的对战，而且排名逾越了 99.8% 的玩家。

　　2020 年，OpenAI 开宣布包括 1750 亿个神经的 GPT-3 [2]，以此为基础开宣布万能的 “通才”，能够一起具有数据库工程师、管帐、运维、智能客服等 30 多种功用，俨然一副替代人类的姿势。现在，国内也逐步开端关注到这个范畴，具有很多的人才和资金优势，并在专项范畴有雄厚的堆集，未来的开展一片光亮。

　　多技能人工智能必将成为未来的干流趋势，具有宽广的运用远景和开展空间，可是现在仍有很长的一段路要走。

　　首要，最首要的问题是现在研制的本钱过高，导致研讨团队首要会集在少量几家龙头企业，这有待于硬件技能和模型紧凑紧缩技能的进一步开展。

　　其次，该项技能需求处理关于标示数据高度依靠问题，尽可能运用更少的特定范畴数据，看好无（自）监督技能的开展能够成为这个问题的解。最终，怎么增量更新经历与新使命，动态改正错误，不断的在自我学习中变的强壮，将是模型不断变强的底子道路。