2020年，GPT-3和AlphaFold 2两项基于Transformer的突破性技术震撼世界，深刻影响了人工智能领域。它们不仅在研究界引起巨大反响，而且已经开始渗透到我们的日常生活中，为未来的发展奠定了坚实基础。

进入2021年，我们可以预见这些创新将会在多个方面产生深远影响。首先，在处理动态图结构的能力上，我们将看到更大的进步。在社交网络等场景中，新节点的加入和关系的变化是常见现象，而传统的静态图模型难以完全捕捉这些变化。因此，未来我们将更加关注能够建模连续时间序列并发现时态结构的方法。

其次，对于消息传递范式，也即沿着连接邻居边“传递”信息的一种方式，我们期待能有新的突破。这一范式虽然直观，但往往难以有效地捕捉到需要信息在图上长距离传播的情况。通过迭代学习哪些信息传播路径是最相关的，或许我们能够推动这一范式向前发展。

除了这些技术层面的进展，AI应用也将进一步扩展到更多实际领域，比如网络安全。在面对不断增长的网络犯罪威胁时，AI和行为分析对于帮助识别新威胁至关重要，因此我们希望能看到在这方面有更多创新成果。

最后，在边缘设备运行机器学习模型方面，我们预计会有一系列新的应用程序出现，这些应用程序不仅节省带宽，还减少执行时间，对医疗保健等需要低延迟服务的地方尤为重要。此外，这些边缘计算应用还可能打开那些无法访问高速互联网区域的大门，为全球范围内的人们提供便利。

总之，无论未来如何变幻莫测，但伴随着AI技术不断进步和普及，我相信2021年对人工智能来说必定是一个充满惊喜和挑战的一年。