踏入新一年，許多科技經濟調查顧問公司都不約而合地認為「人工智能」（AI）於2022年將維持其引領全球科技發展的趨勢。
最近「大規模開放線上課堂」（MOOC，簡稱「慕課」）機構Coursera的聯合創始人、美國史丹福大學教授吳恩達（Andrew Ng）回顧了去年全球「人工智能」的進展，並預測2022 年及以後「人工智能」技術的發展前景。
概括而言，在數據方面「多模態」及「大模型」數據的應用將會非常普遍；在運算層方面「智能語音生成」和「Transformer 架構」模型將會大行其道；再者科技治理方面亦非常重要，當中AI法律會影響用家對「人工智能」技術的信任及接受度。
多模態人工智能起飛
在數據層方面，吳恩達預測市場將出現「多模態AI的起飛」。圖像和文本分析各自都是非常複雜，因此多年前的分析技術研究只能專注於其中一種模態。然而，在過去十年，利用「神經網絡」技術，「人工智能」科學家已經能夠有效地把「計算機視覺」及「自然語言處理」等應用融合。這類「多模態人工智能」技術將會擴展，加入其他模態例如錄像、語音等，並且成為2022年的研究重點。
另外，吳恩達也認為擁有「萬億級參數」的數據模型將會是大潮流。事實上，面對越來越複雜的「人工智能」應用需求，「預訓練」數據模型所採用的參數亦日益增加，例如2018年「谷歌」研發的BERT是一個只擁有1.1億參數的模型，而去年出台「北京人工智能研究院」的「悟道2.0」模型所包含的參數已高達1.75萬億。踏入2022年，有關方面的競賽將會更加劇烈。
深度學習模型不可或缺
在運算層方面，吳恩達估計「生成式人工智能」（Generative AI）將會成為主流。「生成式模型」能夠從現有内容（例如音樂）中學習其特徵，繼而創造出令人信服的複製品。在商業社會中也有些製作人直接使用這技術，生成原創聲音或模仿現有聲音。這做法將促進未來「數碼資産」市場的發展。
另外，近年「深度學習」模型Transformer效果顯注，廣受業界歡迎。Transformer架構初期是爲「自然語言處理」而設，但目前已經成爲深度學習領域的「萬金油」。去年業界已將這架構應用於「藥物發現」、「語官識別」、「圖像識别」等範疇，成績斐然。
因此，吳恩達預測Transformer於2022年將會以「一種架構駕御一切」，成為開發「人工智能」應用系統不可或缺的科技。
人工智能發展成果豐碩
回個頭來看看香港在「人工智能」的發展，並以中文大學為例。
今年是中文大學工程學院成立30周年，自創辦以來，「人工智能」一直是學院的核心研究方向。雖然學院與其他同級高等院校相比之下規模較小，只有約110位教授，但當中2/3皆從事「人工智能」研究與教育工作。中大在國際CSRankings的2020-2021年綜合「人工智能」排行榜中名列全球第13位。
再者，去年在「人工智能」創科創業方面，中大更有顯著的佳績，分别衍生了兩間「獨角獸」初創公司，包括湯曉鷗教授團隊以人臉識別技術為核心的「商湯」公司及賈佳亞教授團隊以「智能生産」為主打的「思謀」公司。
再者，「商湯」於去年12月30日趕上IPO尾班車，成功地在港交所上市，市值更突破了1570億港元。「商湯」上市幾經波折，是香港高等教育界有史之來首間突圍而出，成功上市的「人工智能」科技公司。
總體而言，香港各大院校積極鑽研「人工智能」技術，在「人臉識别」、「語言識别」、「計算機視覺」、「圖像分析」、「自然語言處理」等領域都取得豐碩的成果，全球有目共睹。由此可見，香港各大學的科研水平與世界一流學府不相伯仲。
筆者相信在新一年，參照吳恩達教授所預測的「人工智能」發展趨勢，各校的AI研究團隊必然會加倍留意在相關領域技術的發展。
