【新智元导读】在2020年，GPT-3和AlphaFold 2这两项基于Transformer的革命性技术突破了界限，深刻影响了我们的生活。那么，在2021年，我们又能期待哪些令人振奋的人工智能创新呢？虽然2020年并没有缺乏重要新闻事件，但人工智能依然以其独特的方式占据了主流视野。

尤其是GPT-3，它展示了人工智能即将以全新的方式融入我们的日常生活。这些进步为未来带来了无数可能，使得预测未来变得更加困难。但随着技术应用的成熟，一些领域的突破也变得可预见。

以下是我们在2021年有望看到的人工智能重大突破几个方面。首先，是Transformer结构背后的GPT-3和AlphaFold。这两项在2020年的巨大成就共享着相同的基本结构——OpenAI 的 GPT-3 和 DeepMind 的 AlphaFold 都是基于Transformer。在这个基础上，我们预计在几个关键领域方法进步，将推动更广泛地应用Graph Neural Networks（GNN）。

其中，“动态图”是一个重要方向。尽管迄今为止，大多数 GNN 研究都假定一个静态图，但这种情况正在发生变化。在社交网络中，新成员加入会产生新的节点，而关系也会发生变化。在2020年，我们已经看到了一些将时间演化图建模为一系列快照的做法，而在2021年，这个研究方向将会扩展，并侧重于将动态图表建模为连续时间序列。这意味着这样的连续建模不仅包括拓扑结构，还需要能够发现和学习图中的时态结构。

另一个关键进展是对“消息传递范式”的改进。消息传递是一种常用的实现图神经网络的一种方法，它通过沿边缘信息“传递”来聚集节点信息。但这有一定的局限性，比如难以捕捉到需要信息长距离传播的情况。在2021年，我们期待能够解决这一问题，比如通过迭代学习哪些信息传播路径最相关，或甚至学习一个全新的关系数据集的因果图。

此外，人工智能应用也将继续向前发展。在医疗保健、网络安全等领域，AI和机器学习技术正逐渐成为不可或缺的一部分。而且，与之前相比，更多默认在边缘设备上运行机器学习模型的情景，也有望出现，如谷歌Coral这样具有TPU芯片的小型多芯片模块，这可以减少对云端服务依赖，从而节省带宽并减少延迟，对于医疗保健等敏感领域至关重要。此外，这样的边缘计算还能用于那些需要隐私、安全以及低延迟的地方，即使是在无法访问高速互联网的地方。

总之，无论未来的具体走向如何，在人工智能发展史上，每一步都是充满惊喜与挑战的。而对于即将到来的这一年的AI浪潮，我们充满期待，因为它不仅代表着技术上的飞跃，更代表着人类理解世界的一个新阶段。