文/黄锦辉

踏入2021年，不少国际科技顾问公司纷纷对新一年科技发展作出预测。不约而同地，它们都认为「人工智能」（AI）将会持续影响全世界，是未来科技发展趋势的首选。「人工智能」（AI）于2021年将会更加普及化。大规模的人工智能系统需要先进的「算法」、「算力」和「数据」去处理不同大少的案例。

「算法」：在算法方面，「已训练」（pre-training）深度学习技术将会是研发人员的焦点。深度学习是近年最有效的机器学习算法，但由于人工智能所面对的应用问题愈来愈庞大及所涉及的范围愈来愈广，以传统的方法进行深度学习效果不彰。因此，科学家建议采用已培训好的模型作为起点，在这基础上加入与当刻应用场景相关的数据再进一步培训。近期，美国「开放人工智能」（OpenAI）公司研发的GPT3在自然语言处理（NLP）领域中大受欢迎。GPT3是一个利用1750亿个函数的超大型神经网络所制造的通用语言模型，利用它人工智能工程师可以开发不同的应用系统，例如聊天、作诗、问答等机器人。以前每当要开发同类型系统，工程师都要从零开始，花费大量资源，而效果也不太好，而善用GPT3便可以扭转乾坤。笔者预测这趋势会持续，GPT3算法将会炙手可热，产出更多有创意的人工智能应用。

云计算中心将使用量子电脑

「算力」：要满足大型人工智能所需要的超强算力要求，计算机科学家近年埋头苦干地研究「量子计算」（Quantum Computing）技术。笔者预测未来「云计算」中心都会使用量子电脑。简单而言，量子电脑将复杂任务分解成许多简单任务，然后每个任务以高速处理。相比之下，传统电子计算机存在限制，因为任务必须按顺序出现。正因如此，如果面对太复杂或者数据量太大的任务的话，想找到解决方案就会耗费很长时间。许多时候问题太庞大，从数学层面看，即使是最强大的超级电脑也没有办法突破序列任务设定的障碍，但量子计算机可以。「量子计算」是通过叠加原理和量子纠缠等次原子粒子的特性来实现对数据的编码和操纵。虽然在过去的几十年内，「量子计算」只存在于理论上，但近期的研究已经开始出现曙光。专家估计在未来的5至15年，一款有实用意义的量子电脑将会面世。事实上，「量子计算」已经成为世界各国必争之地。中国也不例外，「量子计算」是《国家十四五规划》中的重点科技自主发展领域。

「数据」：人工智能技术建基于大数据分析，因此数据收集对人工智能的效能尤其关键。数据来源五花八门，并非从电脑中读取资料那么简单，例如在智慧城市应用中包括气候变化、交通状况、空气质素等实时讯息。「物联网」将会在未来城市满布，把不同装备有遥感器的物体连接起来，使它们能可以各自收集数据之余，也可以彼此之间互联互通。城市设计师可以利用这些数据进行分析，对市内设施的运作进行优化。近年「物联网」发展方向之一是加强遥感器的计算能力，使它能在采集数据之余亦在本地进行数据分析。这做法变相把传统「物联网」智慧化，构成一个分布式的计算网络，推行「边缘计算」（Edge Computing）。

简单而言，「边缘计算」把原本由「云计算」中心处理的大型服务分解，切割成更小和更容易管理的部分，分散到边缘的智能遥感器去处理。如此这般，边缘的遥感器更接近于用户终端装置，可以加快数据的处理及传送速度，并减少延迟，加快把实时的简单任务解决。再者，遥感器可以充当前处理器（Pre-processor）把本地的数据过滤或包装之后，传送给云端或其他遥感器进行协同运算。另外一个好处是私隐保障，私人或机密数据可以留存在边缘的遥感器内，毋须受到于云端可产生的数据外泄之风险。

换个角度从应用看，过去一年「新冠肺炎病毒」在全球肆虐，世界各地社会出现「新常态」，「在家工作」、「视像会议」、「网络讨论会」（Webinar）、「网上购物」等活动已成为大众生活的一部分。医疗及公共卫生专家估计疫情将难以受控，人们仍要与病毒共存一段长时间，所以难免要持续适应疫下的生活新常态。

四大科研趋势渐成形

未来，当工厂员工从疫情大流行期间关闭后重返回工作场所时，他们将会明显地注意到工作环境及模式之区别。例如，工厂内满布传感器用来确定员工是否定期洗手、闭路电视利用计算机视觉技术来监察员工是否有遵守常戴口罩的规律、透过扬声器来警告违反协议的员工。再者，公司收集这些行为大数据以作分析，从中了解各员工及其团队的工作表现，并在有需要的时候进行人事调配，优化工作流程。

科技如何使普罗大众在「新常态」下舒适地生活，成为多间国际科技顾问公司认定的2021年科技发展的主要目标。总括而言，笔者预测「人工智能」、「深度学习」、「量子计算」及「边缘计算」将会是未来科研的大趋势。

（文章观点仅代表作者本人）

作者为香港中文大学工程学院副院长（外务）、香港资讯科技联会前会长

来源：信报