2020年，GPT-3和AlphaFold 2两项基于Transformer的突破性技术震撼世界，深刻影响了我们的生活。那么在2021年，我们又能期待哪些新的AI技术革新呢？

首先，动态图将成为一个重要的研究领域。过去的大多数图神经网络(GNN)研究都假设了静态图，但随着时间的推移，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，而关系也会不断变化。2021年，我们预计将看到更多将时间演化图建模为连续时间序列的方法，这样的方法除了拓扑结构，还能发现和学习图中的时态结构。

其次，对消息传递范式的改进将是另一个可行的方向。消息传递是实现GNN的一种常用方法，但它难以捕捉到信息在图上长距离传播的情况。我们期待在2021年通过迭代学习来确定哪些信息传播路径最相关，以及学习一个全新的关系数据集中的因果图。

此外，在AI应用方面，我们可以期待更多默认在边缘设备上运行机器学习模型的应用程序。这不仅能够节省带宽，还能减少执行时间，对于医疗保健等领域至关重要。此外，边缘计算还可以在需要隐私、安全和低延迟的地方或无法访问高速互联网区域中发挥作用。

最后，我们也期待AI与网络安全领域紧密结合，以提高对新威胁甚至早期威胁识别能力。这对于防御系统至关重要，并且随着最新行为分析AI技术的发展，将有助于提升整体网络安全水平。

总之，无论未来如何展开，2021年的确是一个令人激动人心的人工智能发展之年。而伴随着Transformer和GNN等技术进步，我相信还有许多惊喜等待我们去探索和发现。