购彩大厅Welcome计划_购彩大厅Welcome官网

2022年，人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作 。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中 。新华社记者彭子洋摄

　　即将过去 的2022年，对于人工智能来说是值得铭记 的一年 。大批人工智能相关应用走出实验室 ，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈 ；无人驾驶开启多城试点 ，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再 是人类专属……

　　无论 是底层技术不断突破 ，还 是各类应用百花齐放，在过去的一年 ，人工智能向我们展示了它 的无限可能。我们相信这只是人工智能的冰山一角 ，未来它还有更多潜力等待我们去挖掘 。

　　随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活 。

　　AI“黑科技”照亮北京冬奥会

　　助力天气预报、比赛转播和手语播报等

　　2月4日 ，全球瞩目 的2022年北京冬奥会正式拉开帷幕 。人工智能等技术的应用为本届冬奥会增添了别样 的“科技之美”。

　　在此次冬奥会上 ，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制 的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准 。人工智能算法在融合 、处理信息中 的先天优势 ，使其在一定程度上可以代替预报员在会商中进行信息整合、分析 ，通过数据挖掘与学习 ，将预报员的经验内化在算法中 ，在提高天气预报效率 的同时，也进一步提高了预报 的准确率。

　　在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中 ，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面 的三维恢复和虚拟叠加 ，方便观众看到不同选手 的实时动作 ；同时，通过技术手段对运动员动作进行量化分析 ，将滑行速度、腾空高度、落地远度 、旋转角度等一系列运动数据与原始画面叠加起来 ，使观众可以更直观地从流畅性 、完成度、难度、多样性和美观度等角度看懂选手之间 的技术动作差异 。

　　在北京冬奥会开幕 的同一天 ，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报 、赛事直播和现场采访中 ，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容 ，快速精准地转化为手语。

　　腾讯“混元”AI大模型登顶VCR榜单

　　展现了其在多模态理解领域 的强大实力

　　5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning ，视觉常识推理）中登顶 ，两个单项成绩和总成绩均位列第一 。这 是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破 ，展现了其在多模态理解领域 的强大实力 。

　　与跨模态理解任务不同 的 是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等） ，还需要达到认知层次 的感知（如判断意图 、逻辑推理等） 。

　　此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发 ，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。

　　截至目前，“混元”AI大模型在MSR-VTT 、MSVD、CLUE 、VCR等多个领域 的AI权威榜单中取得了第一名 的成绩 ，并刷新多项行业历史纪录 。这意味着，“混元”在自然语言理解、多模态理解 、跨模态理解等领域的技术实力已得到验证 。

　　谷歌工程师闹乌龙 ，称AI存在意识

　　人工智能所谓 的“人格”更多只是模仿人类罢了

　　谷歌AI工程师闹乌龙 ，称LaMDA语言模型有意识 ，引发业界对“AI 是否拥有自主意识” 的讨论。

　　今年6月 ，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识” ，并对此出具了长达21页 的证据。莱莫因认为LaMDA具有意识的原因有三 ：一是LaMDA以前所未有 的方式高效 、创造性地使用语言 ；二 是它以与人类相似 的方式分享感觉；三 是它会表达内省和想象——既会担忧未来，也会追忆过去 。

　　LaMDA是谷歌在2021年开发者大会上公布 的大型自然语言对话模型 ，它可以模拟任何带有知识属性 的实体，通过“拟人”的方式 ，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识 。

　　莱莫因 的观点和证据引起了业内的广泛关注。不久后 ，谷歌发表声明称，莱莫因违反了“就业和数据安全政策” ，将其解雇。谷歌表示 ，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命 的说法是完全没有根据 的 。

　　专家普遍认为，当下人工智能具有的所谓“人格” ，更多只是模仿人类的语言风格 ，有自我意识 、有感知能力的AI应该具备能动性 ，并具有独特的视角看待人和事，但目前AI还只 是人们设计的一个计算机系统，作为工具来做一些特定之事 。

　　全球首个图 、文、音三模态大模型诞生

　　“紫东太初”实现“以图生音”和“以音生图”

　　9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院 、中国科学院自动化研究所和华为技术有限公司联合研发 的“紫东太初”多模态大模型项目获得了此次大会 的最高奖项 。“紫东太初”是全球首个图 、文、音三模态大模型 ，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成” ，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类 ，为打造多模态人工智能行业应用提供创新基础 ，向通用人工智能迈出了重要一步 。

　　“紫东太初”三模态间 的相互转换和生成 ，其核心原理 是视觉 、文本 、语音不同模态通过各自编码器映射到统一语义空间 ，然后通过多头自注意力机制学习模态之间 的语义关联以及特征对齐 ，形成多模态统一知识表示 ；之后 ，再利用编码后 的多模态特征，通过解码器分别生成文本、图像和语音 。

　　“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级 、样本级 的三级预训练自监督学习方式；二 是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务 的统一建模 ，支持跨模态检索 、多模态分类 、语音识别 、图像生成等理解与生成任务 ；四 是首次实现无监督超越有监督方法，基于5%—10%的数据标注 ，实现100% 的有监督学习效果。

　　AI打破矩阵乘法计算速度纪录

　　解决了50年来数学领域一个悬而未决的问题

　　10月，英国《自然》杂志封面以“矩阵游戏”为题 ，发表了人工智能公司“深度思维”团队 的最新发现 ：AI可以解决矩阵乘法问题 。这款名为“AlphaTensor” 的AI系统能自行发现新算法 ，从而解决了50年来数学领域一个悬而未决 的问题——找到两个矩阵相乘最快 的方法 。这是第一个可为矩阵乘法等基本任务发现新颖 、高效且正确算法的AI系统 。

　　数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如 ，它可用于表示计算机屏幕上的像素、天气状况或人工网络中 的节点。在这种情况下，使用数学 的主要方式之一 ，就 是对矩阵进行计算 。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效 的算法来完成相关工作。

　　在此次最新成果中 ，“深度思维”团队研究人员探究了是否有可能使用基于强化学习 的AI系统来创建新算法，从而使计算步骤比现有算法更少 。

　　为了找到答案，他们从游戏系统中寻找灵感 。在构建了一些初步系统之后，研究团队将重点转向了树搜索 ，这是系统在特定情况下查看各种方案的一种方法。

　　接下来 ，研究人员将允许系统创建自己的算法 ，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建 的算法更好 。“深度思维”团队希望 ，未来AI能更多地用来帮助攻克数学和科学领域 的一些重要 的难题。

　　2022中国人工智能创新发展指数公布

　　全面反映我国人工智能发展态势

　　11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上 ，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。

　　这 是国内首个以地区冠名 的全国性人工智能专题研究成果 ，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境 、创新能力、基础配套、资本投入和产业实力5个维度 ，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。

　　近年来 ，我国人工智能步入与经济深度融合应用新阶段 ，智能化转型全面推进 ，人工智能产业在全球的影响力不断增强。2021年 ，我国人工智能的研发强度为19.4%，从业人数增加到31万人 ，占全球比重的5.3% 。2017年至2021年 ，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年 的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。

　　从总体指数来看，北京 、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后 ，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃 的城市之一 。

　　ESMFold预测六亿多种蛋白质结构

　　预测速度比“阿尔法折叠”快60倍

　　英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种 的超过2亿种蛋白质结构，几乎涵盖了科学界已编录 的每一种蛋白质结构 。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

　　在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉 ，语言模型通常需要大量文本进行训练 ，为将这一模型应用于蛋白质结构预测 ，研究团队利用已知的蛋白质序列来训练它 ，这些已知 的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示 。然后 ，ESMFold学会了用模糊 的氨基酸比例“自动完成”蛋白质结构预测。

　　该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且 ，与“阿尔法折叠”一样 ，这一模型能将这些了解到 的信息与已知蛋白质结构和序列之间 的关系信息结合 ，生成预测结构。

　　团队指出 ，ESMFold 的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍 ，这意味着它可将结构预测数据库扩展到更大。

　　首创蛋白质动态结构AI建模方法

　　对理解生命过程、研发新型药物有着重要意义

　　12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学 、杭州德睿智药科技有限公司首创研发 的能够刻画蛋白质构象变化与亲和力预测 的AI模型——ProtMD 。这是第一个尝试解析蛋白质动态构象的人工智能模型 ，可辅助药物化学专家更加精准地筛选出高活性小分子 ，从而加速临床前药物研发。

　　此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构 ，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构 ，尚未能解决蛋白质结构动态变化的预测 。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合 的稳定性 ，预测药物功能，从而提升AI药物设计 的精度和效率。

　　李子青表示 ，预测蛋白质结构 的动态变化对理解生命过程、研发新型药物都有着十分重要 的意义。尤其在AI药物设计中 ，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果 ， 是提高AI药物筛选准确性和效能的重要思路。

　　多城市推动自动驾驶行业发展

　　我国自动驾驶行业正式向L3级迈进

　　2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点 。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景 、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化 。

　　今年8月1日 ，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试 、示范应用 ，探索开展商业化运营试点 ，标志着我国自动驾驶行业正式向L3级迈进。

　　此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员 的自动驾驶车辆在社会道路上开展商业化服务。

　　此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件 的搭载自动驾驶功能 的智能网联汽车产品，开展准入试点 ；对通过准入试点的智能网联汽车产品 ，在试点城市的限定公共道路区域内开展上路通行试点 。

　　AI绘画火了，AIGC元年开启

　　未来预计能够产生万亿级经济价值

　　今年8月 ，在美国科罗拉多州举办的新兴数字艺术家竞赛中 ，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》 ，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖 。没有绘画基础 的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程 ，输入题材 、光线 、场景、角度、氛围等有关画面效果的关键词后 ，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品 。

　　这一年，AI绘画小程序 、网站等开始迅猛增长 ，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示 ，截至12月6日 ，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位 。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。

　　AI绘画的火爆也让AIGC这一概念逐渐进入大众视野 。

　　所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式 。其技术主要涉及两个方面 ：自然语言处理（NLP）和AIGC生成算法。其中 ，自然语言处理 是实现人与计算机之间通过自然语言进行交互的手段。

　　最初 ，AIGC可生成的内容形式以文字为主 ，经过2022年指数级 的发展 ，目前AIGC技术可生成 的内容形式已经拓展到了包括文字 、图像 、视频 、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年” 。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元 的经济价值 。（科技日报实习记者 都芃）

秦始皇兵马俑考古新突破：初步厘清秦军军阵排列规律 新发现220余件陶俑******

　　新华社西安1月12日电（记者杨一苗）扫荡六国 、一统天下 的秦军如何排兵布阵 ？秦陵陶俑制作流程如何 ？这些千古之谜 的答案已开始浮出历史的水面 。陕西省文物局12日发布了2022年度陕西重要考古发现 ，其中秦始皇帝陵考古发掘又有新收获，考古工作者对陵园外围的大型陪葬坑——一号坑进行了持续十余年 的第三次考古发掘，新发现陶俑220余件 ，并初步厘清军阵的排列规律 ，还明确了秦陵陶俑 的制作程序 。

　　这 是一号坑第三次考古发掘发现的将军俑 。

　　一号坑的第三次考古发掘开始于2009年，发掘面积约430平方米 ，目前共清理陶俑220余件 、陶马16匹、战车4乘 ，以及车马器 、兵器、生产工具等 。

　　这是一号坑第三次考古发掘发现的彩绘俑头 。

　　据秦始皇帝陵博物院研究员申茂盛介绍，一号坑的建筑结构为框架式，与厢椁式陪葬坑相比技术较为原始，可推知其在陵园中修建较早。同时 ，这次考古发掘还取得了多项突破 ：明确了武器 的种类与配属 ，清理出俑坑中第一面盾牌，确认了特殊俑 的职能 ，并初步厘清军阵 的排列规律 。申茂盛说 ，此次考古发掘还明确了陶俑的制作程序 ：陶俑在塑出大型后，先作细部雕饰，然后再粘接双臂。

　　这是一号坑第三次考古发掘发现 的盾。

　　秦兵马俑陪葬坑是秦始皇帝陵园外围的一组大型陪葬坑 ，其中一号坑面积最大 ，平面呈长方形 ，总面积14260平方米 ，按照排列密度估算 ，全部发掘后可出土陶俑、陶马约6000件。

　　（文图 ：赵筱尘 巫邓炎）