欢迎阅读第五届年度“神经 AI 预测”文章！这使得这成为 Neural 历史上运行时间最长的系列之一。而且，今年，我们的目标是用我们迄今为止最好的洞察力将标准设定得比以往任何时候都高。
聚在一起，拿些热巧克力，让我们看看专家们认为人工智能世界接下来会发生什么：
Natalie Monbiot，Hour One战略主管：
到 2022 年，随着企业及其员工希望利用数字自我来大幅改善通信、节省时间、金钱和资源，数字人类将继续崛起。
2022 年将出现新的混合劳动力，其中人类员工与数字员工分担工作量。他们会将重复性或例行性任务卸载到可以同样执行这些任务的机器上，在某些情况下甚至更好。
更重要的是，员工将拥有自己的数字化身，拥有超人的技能例如说任何语言的能力。这将有助于打破地理和文化障碍，开启无摩擦通信的全新时代。
由于 AI 视频制作的进步以及视频的绝对便携性，新的增强型混合劳动力将变得普遍。这将适用于异步通信，异步通信已被证明是远程工作环境的最有效媒介。
Neurala首席执行官兼联合创始人 Max Versace ：
人工智能将从数字应用迁移到物理应用： 2020 年并持续到 2021 年，世界已经意识到真实的物理问题。因此，人工智能应用的重点将从数字领域转向物理领域，人工智能可以在帮助我们解决现实世界的挑战方面发挥关键作用。例如，塑造我们物理世界的人工智能应用程序，例如消除制造、供应链和物流中的关键漏洞的人工智能应用程序，将成为人们关注的焦点。人工智能将成熟并进入成年期。需要人工智能的物理功能的一个例子是质量检查，这是一项传统上由人类工人执行的任务。对于 3500 万工人（大约是加拿大的人口）来说，人工智能的身体影响可能是巨大的，他们致力于在制造车间执行这一基本功能。2022 年将是 AI 的关键时刻：
让云在天上：AI 将加速从服务器到边缘的迁移。需要解释数据存在的地方（通常是实时的），不应离开公司的围墙。今天，大量支持 AI 的处理器、相机和其他硬件使这成为可能。越来越多的公司意识到，构建真正高效的 AI 算法的方法是根据自己的独特数据对其进行训练，这些数据可能会随着时间的推移而发生很大变化。为了有效地做到这一点，智能需要直接与产生数据的传感器交互。从那里开始，人工智能应该在计算边缘运行，并且只偶尔与云基础设施接口以进行备份和/或增加功能。任何关键流程（例如在制造工厂中）都不会而且应该完全依赖云 AI，使制造车间面临可能中断生产的连接/延迟问题。2022 年将见证边缘学习技术的兴起，使 AI 能够在几秒钟内随时随地从头开始“重新编程”。这种范式转换技术将使人工智能能够以速度、延迟和成本真正实现其目的，让每个用户都能负担得起。
Cerepas Systems产品负责人 Andy Hock ：
到 2022 年，人工智能将继续增长，成为各行各业企业组织的一项宝贵且关键的工作负载。我们将看到更多团队投资于世界一流的人工智能计算，以加速他们的研究和业务。有了这个，对更快、更节能和专门构建的 AI 计算的需求将随着应用程序、模型和数据集的增长而继续快速增长。将人工智能作为其业务增长关键战略的公司将需要更快地从人工智能计算基础设施中获得解决方案、更大的可扩展性以及通过多样化消费模式获得更广泛的可访问性。
在 AI 模型和用例方面，我们预计将继续扩展和使用用于文本和其他序列数据建模问题的大型语言模型，并越来越关注参数和数据效率更高的模型和方法。在计算机视觉中，我们将看到越来越多地使用高分辨率 2D 和 3D 图像数据集和视频，这将导致对具有更高性能和大规模效率的专用人工智能计算平台的更大需求。我们还希望看到图神经网络在从药物发现到金融再到社交网络分析等行业应用中的持续发展和更多采用。
Synthesis AI 的首席执行官兼创始人 Yashar Behzadi ：
围绕人工智能数据的讨论将被优先考虑：围绕人工智能数据的讨论已经开始，但几乎没有得到足够的关注。数据是构建 AI 系统最关键的方面，我们现在才刚刚开始讨论和思考用于获娶准备和监控数据的系统，以确保性能和无偏见。到 2022 年，组织将不得不在企业架构中优先采用数据优先的方法，以使人工智能和分析能够解决问题并促进新的收入流。
合成数据将成为构建 Metaverse 的必要条件：如果不使用合成数据，就无法构建 Metaverse。要将现实重建为数字孪生，必须深入了解人类、物体、3D 环境以及它们之间的交互。创建这些 AI 功能需要大量高质量的标记 3D 数据人类无法标记的数据。我们无法在 3D 空间中标记距离、推断材料属性或标记以高保真重建空间所需的光源。使用生成式 AI 模型和视觉效果 (VFX) 技术的组合构建的合成数据将成为支持新的 Metaverse 应用程序所需的 AI 模型的关键推动因素。
Beyond Limits人工智能解决方案高级经理 Michael Krause ：
GPT-4、神经网络和2022年人工智能革命：总体而言，人工智能技术的重大突破来之不易。然而，2022 年将是激动人心的一年，一个潜在的新语言模型 GPT-4 带来了极大改进自然语言 AI 的希望。与人类写作无法区分的自动生成的文章、改进的实时语言翻译和元学习能力只是接下来可能出现的一些想法。将这种类似人类的处理能力应用到云等现有技术中，不仅会提升一个行业的技术进步，而且会促进每个行业的技术进步
Vicon高级生命科学产品经理 Kim Duffy ：
在临床步态分析中采用机器学习 (ML) 和人工智能 (AI) 方法仍处于起步阶段。使用这些方法需要几年时间才能看到临床步态的真正好处和进步。然而，虽然大流行导致了临床实践的延误，但在背景中使用 ML 来检测视频捕获中的头部位置的面部模糊的实际应用有所增加。尽管该应用尚未取代传统方法，但涉及这些方法的临床研究显着增加。在另一个例子中，机器学习算法目前正在开发用于自动步态数据解释和患者分类。这些发展和趋势只会在 2022 年继续发展，随着步态分析自动化程度的提高，
希望您的假期愉快，2022 年是您有史以来最好的一年！我们将在这里为您带来您期望从 Neural 团队获得的所有新闻、分析和意见。
与此同时，您可以在此处查看去年的预测，而且和往常一样，时间旅行者可以在方便的时候查看明年的预测。
