2022年，工業AI和AI-on-5G物聯網應用將會成為主流。想象一下，當我們以元宇宙為目標的時候，我們對物理空間的升級方式同樣令人印象深刻。

AI-on-5G組合計算基礎設施為傳感器、計算平臺和人工智能應用的整合提供了一種高性能、安全的鏈接結構，無論是在現場、場所還是云端中。具體包括：

• 汽車系統；
• 智能空間；
• 工業 4.0，如新的自動化和機器人系統。

生成式人工智能，或評估現有數據（如文本、音頻或視覺文件）的算法，主要識別該數據的基本模式，然后復制該模式以生成類似的內容。這種算法正在逐步改進。隨著模型的輸入數據的變化和業務結果的變化，模型本身也需要調整。缺乏維護會導致人工智能算法最終喪失價值。

具體來說，生成式人工智能包括多種技術：

• 生成對抗網絡。生成對抗網絡是兩個神經網絡：一個生成器和一個判別器，它們相互競爭，以找到兩個網絡之間的平衡。生成器網絡負責生成與源數據相似的新數據或內容。判別器網絡負責區分源數據和生成的數據，以便識別哪些數據更接近原始數據。
• Transformer。像GPT-3、LaMDA和Wu-Dao這樣的Transformer模擬了認知注意力，并對輸入數據部分的重要性進行差異測量。它們被訓練來理解語言或圖像，學習一些分類任務，并從大量數據集中生成文本或圖像。
• 變分自編碼器。編碼器將輸入編碼為壓縮碼，而解碼器則從該碼中重現初始信息。如果選擇和訓練正確，這種壓縮表示將輸入數據分布存儲在一個更小的維度表示中。

雖然工作流管理是工作中的新常態，但未來的工作更多的是在增強的環境中與人工智能配對。所有重復性的工作都是可能實現的，并且將是自動化的。

無論你從事的是人力資源、行政、營銷、銷售還是工程領域，隨著人工智能/機器學習工具的不斷增加，你的工作效率也會提高。這也只是未來工作的一個常規部分。

例如，人工智能/機器學習技術在諸如法學和醫藥等知識領域中得到了廣泛的應用，以瀏覽不斷增加的數據量，并為特定任務找到正確的信息。因此，許多白領工作都有很大的提升空間，他們可能會創造出更有成效的工作，使他們能夠做自己天生擅長的事情。

在每個行業中，都會涌現出人工智能驅動的智能工具，這些工具可以幫助該行業的個人高效工作。這通常被稱為增強型勞動力或人類-人工智能混合工作。

雖然邊緣計算正迅速成為許多企業的必備工具，但部署仍處于早期階段。云計算和邊緣原生業務流程將在IT領域占據更多的主導地位，并在商業世界中更加無處不在。

一些人認為人工智能管理將成為IT部門的責任。為了應對與可管理性、安全性和規模有關的邊緣計算挑戰，IT部門將轉向云原生技術。例如，作為容器化微服務的平臺，Kubernetes已經成為大規模管理邊緣人工智能應用的主要工具。

那些在云端上使用Kubernetes的IT部門可以利用他們的經驗來構建自己的邊緣云原生管理方案。預期將會有更多的第三方和相關的服務被采用。

現代企業環境中的網絡攻擊面是巨大的，并且它還在繼續快速增長。這意味著，分析和改善一個組織的網絡安全態勢需要的不僅僅是人類的干預。人工智能在各個領域都有很好的應用前景，而網絡安全正是其中的一項重要內容。具體包括：

• 威脅檢測；
• 戰斗機器人；
• 端點保護；
• 違約風險保護；
• 服務停機保護。

OpenMind的GPT-4將能夠做什么？北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，BAAI）是否能跟上步伐？2022年將回答很多問題，即更大、更好的語言模型將如何能夠創造新的工作、新的應用程序和新的商業模式——新型技術創業公司將改變互聯網，并在元宇宙中幫助我們組織內容。

更大的人工智能模型也許可以讓人工智能完成一些事情，也可以讓它學習一些新的可能性。人工智能和機器學習模型需要海量數據，這些模型將繼續擴大，并利用更大的數據集來做出越來越準確的決策。

雖然OpenAI的大規模生成性預訓練 Transformer（GPT）模型的持續發展成為時尚的頭條新聞，但DeepMind、微軟研究院以及其他公司的做法也值得關注。圍繞著高度進化的大型人工智能語言模型，已經出現了幾十家新的初創公司。

2022年，它將把我們引向何處？

一些分析家認為或透露，GPT-4可能包含大約100萬億個參數，使其比GPT-3大500倍。我們可以推測，這一發展朝著離創造能夠發展語言并進行與人類無異的對話的機器又近了一步。

人工智能在元宇宙和虛擬現實中更多的沉浸式工作和社交場景中可能會有哪些應用，并與消費者腦機接口的演變有關？手機最終將如何被顛覆？

元宇宙是一個術語，是指一個環境，更具體地說是一個數字環境，多個用戶可以一起工作和游戲。如果我們今天在有愚蠢算法和推薦引擎的平臺上游戲，那么明天的人工智能確實會幫助我們在虛擬世界中導航和監控我們未來的工作、社交和約會生活？

新類型的應用程序、更智能的數字代理、深度造假人類（實際上是機器人），所有這些都在互聯網的未來等待著我們，似乎是元宇宙產品。

人工智能是否會真正實現民主化？在一個更加自動化的世界里，億萬富翁創造的財富會不會分配給我們其他人？在這個意義上，拯救地球的不是加密技術，而是低代碼/無代碼人工智能。

在未來，人們無需昂貴的工程師團隊，也無需非常專業的技能，就可以開始新的業務。盡管今天對人工智能工程師的需求很高，但是我們可以設想一個完全不同的世界。一個人工智能可以自己編碼的世界。人工智能最終將能夠修改自己的代碼，在2022年，我相信我們會在這個方向上取得突破性進展。

今天，組織面臨的主要挑戰之一是缺乏能夠研發出所需要的工具和算法的有經驗的人工智能工程師。隨著無代碼或低代碼解決方案的出現，這一挑戰可以通過提供簡單而直觀的界面來解決，這些界面可以用來創建人工智能上的復雜系統。

隨著我們加快人工智能在商業中的應用，并升級人工智能流程，隨著程序員與人工智能 - 人類系統的合作，我們通過軟件工程來制造產品的方法將會發生根本性的變化，并更容易被所有人接受，從而以更分散的方式分配其部分價值。

作者介紹：Michael Spencer，業余未來學家，也是過去十年來最多產的博客作者之一?！蹲詈蟮奈磥碇髁x者》（Last Futurist）的主編。