2020年，GPT-3和AlphaFold 2两项基于Transformer的技术突破，不仅在科技圈引起了巨大震动，而且深入人心，让我们对AI的未来有了更清晰的预期。那么，在新的一年里，我们又能期待哪些新的突破呢？

首先，动态图研究将迎来发展的新篇章。在过去，大多数关于图神经网络（GNN）的研究都假设图是静态的，但随着时间推移，社交网络中的节点和关系会发生变化。2021年，我们预计将看到更多关于如何将时间演化建模为连续时间序列方法的研究，这样做不仅能够拓展现有的拓扑结构，还能发现和学习到图中的时态结构。

其次，对消息传递范式的改进也是一个值得期待的地方。这一范式虽然直观，但难以捕捉到需要信息在图上长距离传播的情况。因此，2021年我们可能会见证一些创新方法，如通过迭代学习哪些信息传播路径是最相关的，或许甚至可以学习一个全新的关系数据集中的因果图。

除了这些技术方面的进步，我们还可以期待AI应用在实际领域得到更广泛地推广。例如，在网络安全领域，AI和机器学习已经显示出其强大的潜力，而在2021年，这一趋势有望继续加速。此外，以谷歌Coral这样的边缘设备为代表，将机器学习模型默认运行于边缘设备上，也是一个值得关注的话题，因为这不仅能够节省带宽，还能减少执行时间，对于医疗保健等敏感领域尤其重要。

总之，无论未来走向怎样，一切迹象表明2021年的AI世界充满了无限可能。而伴随着不断更新的人工智能算法与工具，我相信这个行业正处于前所未有的兴奋点，无论结果如何，都必将给我们的生活带来翻天覆地的改变。