人工智能

美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。

据NextGov网12月20日消息，美国白宫国家人工智能倡议办公室（NAIIO）推出人工智能公共研究支持工具，为研究人员提供可用资源。

美国西北大学和丰田研究所研究人员已成功应用机器学习来指导新纳米材料的合成，消除与材料发现相关的障碍。这种训练有素的算法，可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。

由香港城市大学（香港城大）学者领导的一个研究团队，设计出新的人工智能框架，能有效预测不同抗癌药物组合所产生的协同药效和毒性。研究成果揭示了运用人工智能和机器学习来找出癌症和其它复杂疾病的有效疗程组合的应用潜能。

NIMS、Asahi Kasei、三菱化学、三井化学和住友化学已经使用化学材料开放平台框架开发了一种小数据人工智能技术，能够通过有效使用提高基于机器学习的材料特性（例如强度、脆性）预测的准确性仅从少数实验中获得的材料结构数据。这种技术可以加速各种材料的开发，包括聚合物。

Meta近日宣布了一个名为Few-Shot Learner的新AI工具，它已经在其平台如Facebook上使用以此来回击错误信息和其他有害内容。有了Few-Shot Learner，Meta的系统能更快地适应新的威胁并且需要的内容更少–有时甚至是零的标记例子就能学习。

解决人工智能模型通用性低问题——全球首个知识增强千亿大模型亮相,　12月8日，鹏城实验室与百度联合发布全球首个知识增强千亿大模型——鹏城—百度·文心。

用人工智能拯救生命, 最先进的技术将使医生能够提前识别有严重疾病风险的患者

马丁路德大学哈勒-维滕贝格 (MLU)、弗里德里希席勒大学耶拿大学和瑞典隆德大学的团队开发设计了一种新算法来帮助发现以前未知的材料化合物。研究人员设计了一种基于机器学习的人工智能 (AI) 形式，可以在很短的时间内执行复杂的计算。这使该团队能够使用计算机识别数千种潜在的新化合物。该研究发表在《科学进展》杂志上。

美国非盈利性组织生命未来研究所（THE FUTURE OF LIFE INSTITUTE）发布了一段视频，强调自主武器或“杀人机器人”将带来的风险，并给出了防止该类武器被使用的一些做法。

范德堡大学工程学教授正在领导一项国际计划，该计划旨在创建先进的人工智能程序，使机器能够在一生中逐步学习并相互分享这些经验。研究人员希望该技术能让机器重复使用信息，快速适应新环境并通过共享信息进行协作。

英国《自然》杂志1日发表了一个机器学习框架，能帮助数学家发现新的猜想和定理。该框架由深度思维（DeepMind）开发，已经帮助发现了纯数学领域的两个新猜想。这项研究展示了机器学习可以整合进目前的工作流中，支持数学研究。这也是计算机科学家和数学家首次使用人工智能（AI）来帮助证明或提出纽结理论和表示论等复杂数学领域的新定理。

弗吉尼亚理工大学设计了一种新的人工智能框架，可以促进原料发现对于重要技术至关重要，如燃料电池和碳捕获设备。相关研究发表在权威期刊《自然通讯》杂志上。详细介绍了一种称为 TinNet（理论注入神经网络的缩写）的新方法，该方法结合了机器学习算法和用于识别新催化剂的理论。

人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。

11月15日，美国国防部国防创新部门（DIU）发布了初始版本的“负责任的人工智能指南”文件，旨在将国防部人工智能道德原则落实到其商业原型设计和采购工作中。

本周三，微软宣布开源一个简单、多语言的、大规模并行的机器学习库SynapseML（以前称为MMLSpark），以帮助开发人员简化机器学习开发与部署。即使对于最有经验的开发人员来说，构建机器学习管道也会很困难。

亨索尔特（HENSOLDT）公司正与汉堡海尔马特·斯克米特大学展开合作，利用人工合成模拟环境为德国联邦国防军（DTEC）开发无人机蜂群战术级人工智能快速决策系统。这项名为“鬼把戏”（GhostPlay）的技术开发项目由DTEC数字化技术研究中心出资赞助，整个项目为期3年，将于2024年底完成。

NVIDIA和微软联合推出了训练的最强大的单芯片 Transformer语言模型：Megatron-Turing (MT-NLP)。完成建起来了的惊人5300 亿参数。

一项新的研究提出了一种基于深度神经网络的前向设计方法，可以有效地搜索远远超出初始训练集领域的优质材料。这种方法通过使用主动转移学习和数据增强方法逐步更新神经网络来补偿神经网络在未知域上的弱预测能力。

美国空军最近提到了一个事件，该事件使用人工智能帮助识别“实时作战杀伤链”中的一个或一组目标。

近期，美国谷歌公司的科学家开发并利用AlphaFold系统，通过人工智能方式高效预测了35万种蛋白质的分子结构。相关研究成果在《Nature》发表。