2022人工智能行业回顾与展望（三）

郑科荣

2022 年10月11日，stateof.ai发布了长达1万5千字的《2022 年人工智能现状报告》。报告由剑桥大学的两位研究人员Nathan Benaich 和 Ian Hogarth编写，共计113页。报告总结了AI行业2022 年取得的成绩，从学界、业界、政策层面和安全性四个维度对2022 AI 行业的现状做了梳理和总结，并对未来12个月中 AI技术的发展趋势做出了预测。
报告全文共分五大部分，分别为学界、业界、政策层面、安全性和未来预测。在学界部分，介绍了2022年AI 学术界的技术突破；业界部分介绍了2022年AI 行业的应用和商业案例；在政策层面分析了AI行业监管的政策条例，人工智能地缘政治的演进和经济影响力；作者从人工智能的安全性角度，对未来如何识别和减轻AI可能带来的灾难性风险做出了研判；在报告的第五部分，对2022年以后的12个月内 AI技术的发展趋势做出了预测。接下来，按照报告的内容顺序对报告进行详细的解读。
学术界的技术突破

• OpenCeff：在机器学习的帮助下理解蛋白质定位
  研究人员使用基于CRlSPR的内源性标记修饰基因，通过阐明蛋白质功能的特定方面来确定蛋白质在细胞中的定位。然后，使用聚类算法来识别蛋白质群落，并对未表征的蛋白质机制提出假说。
  基因组研究的主要目标是了解蛋白质在哪里定位及它们如何在细胞中相互作用以实现 特定功能。通过对蛋白质的数据集中5900个3D图像中的1510 个进行标记，研究人员利用 0penCeff在蛋白质的空间分布、功能和相互作用之间构建出它们之间的重要联系。
  在绘制蛋白质相互作用图上，马尔可夫聚类成功描绘出了功能相关的蛋白质，这将有助于研究人员更好地了解迄今为止未表征的蛋白质。
  通常期望机器学习（ML）能够给出明确的预测。但在这里机器学习只给出了数学上的部分答案（聚类），利用人工进行解释，形成结论和测试假设，给出最终答案。
  
• 机器学习（ML）助力塑料回收项目
  来自UTAustin的研究人员设计了一种能够降解PET的酶，PET是一种塑料，占据了全球固体废物总量的12%。PET水解酶，称为FAST PETase，比现有的水解酶对不同温度和pH值的稳定性更强。FAST PETase能够在1周内完全降解51种不同的塑料。此外，还可以从快速PET酶降解单体中重新合成PET，潜在地打开了一条工业规模闭环回收塑料的有效途径。
  
• 当心科技领域的综合错误：输入机器学习之后输出的是一堆垃圾
  随着在定量科学中使用机器学习（ML）数量的增加， ML中的方法学错误可能会泄漏到这些学科中。普林斯顿大学的研究人员警告说，基于ML的科学在部分方法上会发生错误：数据泄露引发的再现性危机日益严重。
  数据泄漏是一个总称术语，涵盖了模型事实上不应该获得的数据的所有情况，当训练集中包含测试数据时，这种错误便会发生。当模型使用了结果变量的代理特征，或者当测试数据来自一个不同于科学的分布时，数据泄漏的危害性便更大。
  笔者认为，在基于ML的科学中出现的重复失败是系统性的：研究人员研究了17个科学领域的20篇综述，检查了由ML引发的各类错误，发现评论区中329篇论文中的每一篇都出现过数据泄漏的错误。受日益流行的ML模型卡的启发，笔者建议研究人员通过设计模型信息表单来预防数据泄漏问题。
  
• OpenAl使用Minecraft作为计算机代理的测试平台
  

OpenAl训练了一个视频预训练模型（Video PreTraining，VPT），使用少量带标记的鼠标和键盘交互从视频帧中播放《我的世界》。VPT是第一个学习手工制作视频的ML模型，通常需要在20分钟内完成24000个动作，需要专业的人员利用逆向动作模型（IDM），根据给定的过去和未来的帧对鼠标和键盘动作进行逆向训练。使用IDM标记70小时的视频，在只给出过去的视频帧的情况下，通过模型训练来预测下一个动作。微调该模型可以进行动作模仿学习和强化学习（RL），实现一些超高的性能。

方思向

边撸边过