踏入2021年，不少國際科技顧問公司紛紛對新一年科技發展作出預測。不約而同地，它們都認為人工智能（AI）將會持續影響全世界，是未來科技發展趨勢的首選。人工智能（AI）於2021年將會更加普及化。大規模的人工智能系統需要先進的算法、算力和數據去處理不同大少的案例。
算法：在算法方面，已訓練（pre-training）深度學習技術將會是研發人員的焦點。深度學習是近年最有效的機器學習算法，但由於人工智能所面對的應用問題愈來愈龐大及所涉及的範圍愈來愈廣，以傳統的方法進行深度學習效果不彰。因此，科學家建議採用已培訓好的模型作為起點，在這基礎上加入與當刻應用場景相關的數據再進一步培訓。近期，美國開放人工智能（OpenAI）公司研發的GPT3在自然語言處理（NLP）領域中大受歡迎。GPT3是一個利用1750億個函數的超大型神經網絡所製造的通用語言模型，利用它人工智能工程師可以開發不同的應用系統，例如聊天、作詩、問答等機器人。以前每當要開發同類型系統，工程師都要從零開始，花費大量資源，而效果也不太好，而善用GPT3便可以扭轉乾坤。筆者預測這趨勢會持續，GPT3算法將會炙手可熱，產出更多有創意的人工智能應用。
雲計算中心將使用量子電腦
算力：要滿足大型人工智能所需要的超強算力要求，計算機科學家近年埋頭苦幹地研究量子計算（Quantum Computing）技術。筆者預測未來雲計算中心都會使用量子電腦。簡單而言，量子電腦將複雜任務分解成許多簡單任務，然後每個任務以高速處理。相比之下，傳統電子計算機存在限制，因為任務必須按順序出現。正因如此，如果面對太複雜或者數據量太大的任務的話，想找到解決方案就會耗費很長時間。許多時候問題太龐大，從數學層面看，即使是最強大的超級電腦也沒有辦法突破序列任務設定的障礙，但量子計算機可以。量子計算是通過疊加原理和量子糾纏等次原子粒子的特性來實現對數據的編碼和操縱。雖然在過去的幾十年內，量子計算只存在於理論上，但近期的研究已經開始出現曙光。專家估計在未來的5至15年，一款有實用意義的量子電腦將會面世。事實上，量子計算已經成為世界各國必爭之地。中國也不例外，量子計算是《國家十四五規劃》中的重點科技自主發展領域。
數據：人工智能技術建基於大數據分析，因此數據收集對人工智能的效能尤其關鍵。數據來源五花八門，並非從電腦中讀取資料那麼簡單，例如在智慧城市應用中包括氣候變化、交通狀況、空氣質素等實時訊息。「物聯網」將會在未來城市滿布，把不同裝備有遥感器的物體連接起來，使它們能可以各自收集數據之餘，也可以彼此之間互聯互通。城市設計師可以利用這些數據進行分析，對市內設施的運作進行優化。近年物聯網發展方向之一是加強遥感器的計算能力，使它能在採集數據之餘亦在本地進行數據分析。這做法變相把傳統物聯網智慧化，構成一個分布式的計算網絡，推行邊緣計算（Edge Computing）。
簡單而言，邊緣計算把原本由雲計算中心處理的大型服務分解，切割成更小和更容易管理的部分，分散到邊緣的智能遥感器去處理。如此這般，邊緣的遥感器更接近於用戶終端裝置，可以加快數據的處理及傳送速度，並減少延遲，加快把實時的簡單任務解決。再者，遥感器可以充當前處理器（Pre-processor）把本地的數據過濾或包裝之後，傳送給雲端或其他遥感器進行協同運算。另外一個好處是私隱保障，私人或機密數據可以留存在邊緣的遥感器內，毋須受到於雲端可產生的數據外洩之風險。
換個角度從應用看，過去一年新冠肺炎病毒在全球肆虐，世界各地社會出現新常態，在家工作、視像會議、網絡討論會（Webinar）、網上購物等活動已成為大眾生活的一部分。醫療及公共衞生專家估計疫情將難以受控，人們仍要與病毒共存一段長時間，所以難免要持續適應疫下的生活新常態。
四大科研趨勢漸成形
未來，當工廠員工從疫情大流行期間關閉後重返回工作場所時，他們將會明顯地注意到工作環境及模式之區別。例如，工廠內滿布傳感器用來確定員工是否定期洗手、閉路電視利用計算機視覺技術來監察員工是否有遵守常戴口罩的規律、透過揚聲器來警告違反協議的員工。再者，公司收集這些行為大數據以作分析，從中了解各員工及其團隊的工作表現，並在有需要的時候進行人事調配，優化工作流程。
科技如何使普羅大眾在新常態下舒適地生活，成為多間國際科技顧問公司認定的2021年科技發展的主要目標。總括而言，筆者預測人工智能、深度學習、量子計算及邊緣計算將會是未來科研的大趨勢。
原刊於《信報》，本社獲作者授權轉載。
