2020年，GPT-3和AlphaFold 2的突破性成就凭借Transformer技术走进了主流视野，而在2021年，我们期待这些技术将如何进一步发展并应用于日常生活中。以下是我们认为2021年人工智能有望取得突破的几个方面。

首先，动态图模型将成为一个重要的研究方向。在过去，大多数图神经网络（GNN）假设了静态图结构，但随着时间的推移，这些情况会发生变化。例如，在社交网络中，新成员加入会产生新的节点，同时关系也会不断变化。我们预计未来会有一系列方法来建模动态图作为连续时间序列，而不仅仅是快照形式。

其次，对消息传递范式进行改进也是一个可操作的前沿领域。这一范式虽然直观，但难以捕捉到信息在长距离传播所需的情况。在2021年，我们希望能够迭代学习哪些信息传播路径最为相关，并且探索全新的因果关系数据集。

除了这些理论上的创新之外，AI应用也将迎来实践性的重大发展。在安全领域，AI和机器学习已经开始被用于检测网络威胁，但我们预期2021年这一趋势将更加明显。通过行为分析，我们希望能够更早地识别潜在威胁，从而增强网络防御系统。

此外，以边缘设备运行机器学习模型的应用程序也将得到推广，如谷歌Coral等具有TPU处理能力的小型设备。这一趋势可以减少对云端服务依赖，为医疗保健等需要低延迟和隐私保护的地方提供支持。

总体而言，无论未来的确切形状如何，都可以确定的是，Transformer和GNN等技术在现有的AI生态系统中的影响力正在增加。此外，由于AI技术正逐渐渗透到我们的生活各个角度，不管是好是坏，它都必定给我们的世界带来深远影响。