昨⽇，吴恩达在圣诞节的《The Batch》特刊上发布了⼀年⼀度的年终盘点。
在过去的⼀年，⽣成式AI迎来爆发式增⻓，由⼈⼯智能⽣成的图⽚在社交平台疯狂传播，引发⼤量争议的同时也推动了投资；视觉Transformer(ViT)的⼯作也出现爆炸性增⻓，在过去⼀年中，研究⼈员共计发表超过17,000篇ViT论⽂；AlphaCode、Codex等的推出便利了开发者；与此同时，研究⼈员也在不断拓宽语⾔模型的边界，在解决可信度、偏⻅和实时性等问题⽅⾯做出持续不断的努⼒。
随着寒假的临近，我突然想到，我们不是在⾯对⼈⼯智能的冬天，⽽是在⼀个⼈⼯智能炙热的夏天。今天，⼈⼯智能创造的绝⼤多数经济价值都来⾃监督式学习⼯具，经过训练能够⽣成简短的标签(如判断垃圾邮件/⾮垃圾邮件)或⼀系列标签(如⼀段⾳频的⽂本）。今年，建⽴在监督式学习之上的⽣成式成为第⼆个主要⼯具，使⼈⼯智能能够⽣成复杂且引⼈注⽬的图像或⽂本段落。
以往开发重要新⼯具（例如强化学习）的⼀些尝试，尚未取得与其铺天盖地的宣传相称的成果。但是⽣成式AI做得很好，它为⼈⼯智能应⽤创造了⼀个新的范式。⽽且监督学习还远远没有发挥出它的全部潜⼒！依靠监督学习，仍然有数以百万计的的应⽤有待开发。许多团队仍然在试图找出通过监督学习开发产品的最佳实践。未来，我期待着继续与⽣成式AI共舞，为每个⼈创造⼤量的价值。
我感到很幸运能活在这个时代，科技⻜速发展，我们有机会⼀起创造未来！
节⽇将近，⼈们也许正⼀边⼿捧着⼀杯热可可，⼀边催促ChatGPT建议节⽇礼物。这个特殊的时刻，让我们回顾这⼀年⼈⼯智能所取得的巨⼤进步。能够⽣成类⼈的⽂本、图像和代码的系统（视频和⾳乐也即将推出）让⽤户倍感惊喜，尽管有⼈对创造⼒的未来提出了质疑。
这⼀年，解码化学和物理学的模型推动了科学发现，同时政府则采取⾏动推动专⽤微处理器的供应，使这种创新成为可能。这些科技发展让我们震惊的同时，在这期《The Batch》特刊中，我们将着重回顾⼈⼯智能在2022年创造的奇迹。