2020年，GPT-3和AlphaFold 2的突破性成就，以Transformer为基础，深刻影响了我们的生活。那么，2021年又将带来哪些新颖的AI技术呢？以下是几个预期在未来一年内取得重大进展的领域。

首先，在图神经网络（GNN）领域，我们可以期待更多关于动态图模型的研究。尽管目前的大多数GNN研究都基于静态图，但随着时间演化图逐渐变得重要，这一趋势将会持续发展。通过将时间序列建模为连续变化，而不仅仅是快照，我们能够更好地捕捉到时序结构，从而使得GNN能够学习和发现这些结构。

其次，对于消息传递范式，我们也期待进一步的改进。这一范式虽然直观但难以处理需要信息在图上长距离传播的情况。在未来的研究中，我们可能会看到迭代学习哪些信息传播路径最相关，以及甚至学习一个全新的关系数据集中的因果关系。

此外，在实际应用方面，AI技术在网络安全领域有望迎来更加广泛的应用。一旦恶意软件和网络犯罪分子开始利用先进技术进行攻击，就越发明显需要依赖AI和行为分析来识别潜在威胁并提前防御。此外，还有更多默认运行机器学习模型于边缘设备上的应用程序，比如Google Edge TPU，将推动Edge AI成为医疗保健等关键行业的一项革命性技术。

总之，无论未来如何发展，一定的是我们对人工智能这一不断进步、不断创新科技领域充满期待与兴奋。而伴随着Transformer和GNN等核心算法的持续完善，未来的AI应用无疑将更加丰富多彩，为人类社会带来更多便利与变革。