【新智元导读】2020年，GPT-3和AlphaFold 2两项基于Transformer的突破性技术不仅杀出重围，还走进了我们生活的方方面面。那么，2021年又将给我们带来什么新的惊喜呢？

在过去的一年里，我们看到了人工智能以全新的方式深入我们的日常生活。GPT-3展示了人工智能即将以何种方式融入我们的生活，而这些进步为未来打开了无限可能。

然而，预测未来变得并不容易，但伴随着技术应用的成熟，一些领域的突破也是可预见的。以下是2021年人工智能有望取得突破的几个关键领域。

首先，我们可以期待在图神经网络（GNN）上看到重大进展。在动态图这一前沿领域，即使大多数研究假定静态图，也会发生变化。例如，在社交网络中，新成员加入会产生新的节点，并且关系也会不断变化。在2020年，我们开始探索将时间演化图建模为一系列快照，这一趋势在2021年将继续扩展，将动态图表模型转变为连续时间序列。这意味着除了拓扑结构外，GNN还能发现和学习到时态结构。

其次，对消息传递范式进行改进将是另一个重要发展。消息传递是一种实现图神经网络的一种方法，它通过沿着连接邻居边“传递”信息来聚集节点信息。不过，由于这种方法难以捕捉需要信息长距离传播的情况，因此我们期待在2021年的AI应用中推动这一范式的创新，比如通过迭代学习哪些路径是最相关的，或甚至学习一个全新的关系数据集中的因果关系。

此外，在实际应用中，我们也可以期待更多关于AI技术与机器学习如何用于网络安全领域的问题得到解决。一旦这些技术能够帮助识别并防御新威胁，就能有效地应对像太阳风黑客事件这样的挑战。此外，以谷歌Coral等具有TPU设备运行机器学习模型的事例，为边缘设备提供支持，使得Edge AI能够消除发送数据到云端所需带宽，并减少执行时间，这对于医疗保健等需要隐私、安全和低延迟的地方尤其重要。

总之，无论未来如何发展，AI都注定成为令人兴奋的一部分。随着Transformer和GNN等技术在现有的AI算法中进一步发展，不知道我们还会遭遇多少惊喜。在这充满未知但又充满潜力的未来的旅程中，每一步都是对人类科技能力的一个巨大致敬。