2020年，GPT-3和AlphaFold 2的突破性成就引领人工智能走进主流视野，我们期待在2021年它们将带来更多创新。这些技术的发展不仅展示了AI即将深入我们的日常生活，还为未来开辟了广阔的可能。以下是我们预期在2021年人工智能可能取得突破的几个方面。

首先，在动态图领域，我们相信会有更广泛地应用图神经网络（GNN）。尽管目前大多数GNN研究假设静态图，但随着时间演化图建模逐渐成为可能，新成员加入社交网络、关系变化等现象也会得到处理。这将使得GNN能够发现和学习图中的时态结构，为此目的而构建连续时间序列模型是明显的一步。

其次，对消息传递范式进行改进也是一个值得期待的方向。在当前实现中，信息通过边沿着连接邻居传播，这种方法难以捕捉到需要信息长距离传播的情况。因此，希望在2021年能有新的突破，比如通过迭代学习哪些路径是最相关的，或甚至学习全新的因果关系数据集。

除了上述领域之外，还有其他应用领域也将从AI技术中获益。例如，在网络安全领域，虽然AI和机器学习已经开始使用，但2021年预计会有更多针对最新威胁早期威胁行为分析AI，以增强防御系统。此外，更广泛地运行机器学习模型于边缘设备上，如Google Coral这样的TPU设备，也意味着Edge AI可以进一步减少数据上传到云端所需带宽并缩短执行时间，这对于医疗保健等关键行业至关重要。

总之，无论未来如何展开，基于Transformer结构的人工智能以及Graph Neural Networks（GNN）的进步都将推动它们在现有的技术与算法中更加深入发展。以上只是一小部分重点介绍，有待观察的是还有许多未知和惊喜待我们去探索。在这充满挑战与机遇的一年里，我们期待看到人工智能如何继续前行并改变我们的世界。