想抓住2020風口?先看看百度、IBM、阿里這些巨頭的科技趨勢預測

驅動中國 發佈 2020-01-05T10:18:56+00:00

"再見,2019,你好,2020"。鄭重地和2019年道個別,轉身時間軸已經從2019撥到了2020。在這段時間跨度中,我們不僅看到長征五號遙三運載火箭發射成功,還有世界首條智能高鐵京張線"開張",一個又一個的突破,這讓大家開始對2020年產生了更多期待。前沿科技領域也充滿希望。

"再見,2019,你好,2020"。

鄭重地和2019年道個別,轉身時間軸已經從2019撥到了2020。在這段時間跨度中,我們不僅看到長征五號遙三運載火箭發射成功,還有世界首條智能高鐵京張線"開張",一個又一個的突破,這讓大家開始對2020年產生了更多期待。

前沿科技領域也充滿希望。近期,先是百度研究院率先發布了2020年十大科技趨勢預測,隨後IBM、阿里也陸續發布各自的趨勢預測。一起來看看這些大佬們預測的2020年科技圈會帶來哪些新"刺激"。

首先來看百度研究院發布的2020年十大科技趨勢預測,其中涵蓋了人工智慧、晶片、物聯網、自動駕駛、量子計算等多個前沿科技領域,勾勒出了2020年的行業發展走向。

趨勢1:AI技術已發展到可大規模生產的工業化階段,2020年將出現多家"AI工廠"

AI技術本身以及各類商業解決方案已日臻成熟,正在快速進入"工業化"階段。伴隨著國內外科技巨頭對AI技術的持續投入,2020年在全球範圍內將出現多家AI模型工廠、AI數據工廠,將AI技術和商業解決方案大規模生產出來,運用在各行各業幫助產業升級。例如客服行業的AI解決方案將可以大規模複製運用到金融、電商、教育等行業。

趨勢2:2020年將會是AI晶片大規模落地的關鍵年

最近幾年,AI晶片已經逐步達到了可用的狀態,2020年將會是AI晶片大規模落地的關鍵年。端側AI晶片將更加低成本、專業化、解決方案集成化。同時,NPU(神經網絡處理單元)將成為下一代端側通用CPU晶片的基本模塊,未來越來越多的端側CPU晶片都會以深度學習為核心進行全新的晶片規劃。晶片之外,AI還將重新定義計算機體系架構,支持AI的訓練和預測計算成為新的異構設計架構思路。

趨勢3:深度學習技術深入滲透產業,並大規模應用

深度學習是當前人工智慧領域最重要,也是被產業界證明最有效的技術。以深度學習框架為核心的開源深度學習平台大大降低了人工智慧技術的開發門檻,有效提高了人工智慧應用的質量和效率。2020年,各行各業將會大規模應用深度學習技術實施創新,加快轉型和升級。

趨勢4:自動機器學習AutoML將大大降低機器學習的門檻

AutoML將能夠把傳統機器學習中的疊代過程綜合在一起,構建一個自動化的過程。研究人員僅需輸入元知識(如卷積的運算過程,問題的描述等),該算法就可以自動選擇合適的數據,自動調優模型結構和配置,自動地訓練模型,並將其適配部署到不同的設備上。AutoML的快速發展將大大降低機器學習的門檻,擴大AI應用普及率。

 趨勢5: 多模態深度語義理解進一步成熟,得到更廣泛應用

多模態深度語義理解以聲音、圖像、文本等不同模態的信息為輸入,綜合感知和認知等AI技術,實現對信息的多維度深層次理解。隨著視覺、語音、自然語言理解和知識圖譜等技術的快速發展和大規模應用,多模態深度語義理解進一步成熟,應用場景更加廣闊。結合AI晶片等,將廣泛應用於網際網路、智能家居、金融、安防、教育、醫療等行業。

趨勢6:自然語言處理技術將與知識深度融合,面向通用自然語言理解的計算平台得到廣泛應用

隨著大規模語言模型預訓練技術的出現和發展,通用自然語言理解能力有了大幅度提升。基於海量文本數據的語義表示預訓練技術將與領域知識進行深度融合,持續提升自動問答、情感分析、閱讀理解、語言推斷、信息抽取等自然語言處理任務的效果。集合超大規模算力、豐富領域數據、預訓練模型和完善研發工具的通用自然語言理解計算平台將逐漸成熟,並在網際網路、醫療、法律、金融等領域得到廣泛應用。

趨勢7:物聯網將在邊界、維度和場景三個方向形成突破

隨著5G和邊緣計算的發展,算力將突破雲計算中心的邊界,向萬物蔓延,將會產生一個泛分布式計算平台。同時,時間和空間是這個物理世界最重要的兩個維度,對時間和空間的洞察將成為新一代物聯網平台的基礎能力。這也將促進物聯網與能源、電力、工業、物流、醫療、智能城市等更多場景發生融合,創造出更大的價值。

趨勢8:智能交通將加速在園區、城市等多樣化場景中落地

自動駕駛的發展正在趨於理性,市場將對智能駕駛未來數年的發展更加充滿信心。2020年,更多自動駕駛汽車被應用於物流快遞、公共運輸、封閉道路等不同場景。同時,V2X(vehicle to everything)技術啟動規模化部署和應用,使得車車、車路形成廣泛連接,進一步推動智能車路協同技術的實現,智能交通加速在園區、城市、高速等多樣化場景中落地。

趨勢9:區塊鏈技術將以更加務實的姿態融入更多場景

隨著區塊鏈技術與AI、大數據、IOT和邊緣計算的深度結合,數據和資產線下線上的映射問題逐一解決。圍繞區塊鏈構建的數據確權、數據使用,數據流通和交換等解決方案,將在各行各業發揮巨大的作用。例如,在電商領域,可保證商品的全流程數據真實性;供應鏈領域,可保證全流程數據的公開和透明,以及企業之間的安全交換;在政務領域,能實現政府數據的打通,實現證件的電子化等等。

趨勢10:量子計算將迎來新一輪爆發,為AI和雲計算注入新活力

量子硬體方面,可編程的中等規模有噪量子設備的性能會得到進一步提升並初步具備糾錯能力,最終將可在上面運行具有一定實用價值的量子算法,量子人工智慧應用也將得到很大的發展。量子軟體方面,高質量的量子計算平台和軟體將會湧現並與AI和雲計算技術實現深度融合。此外,伴隨著量子計算生態產業鏈的初步形成,量子計算必將在更多應用領域獲得重視,越來越多的行業巨頭陸續投入研發資源進行戰略布局,有機會為未來AI和雲計算領域帶來全新面貌。

接下來IBM研究院、阿里巴巴達摩院也相繼發布了2020年的趨勢預測,除了對科技行業整體的預測之外,IBM研究院針對近年大熱的人工智慧領域也做出了2020年人工智慧發展五大預測,AI將不斷同其他領域碰撞新的能量:


預測1:人工智慧的理解能力會有所提高其應用範圍將會擴大

人工智慧系統擁有的數據越多,其能力提高的速度就越快。然而,對於擁有較少數據的部分企業和組織而言,如何滿足人工智慧對數據的需求則是一個難題。但是,這並不意味著此類企業和組織無法使用人工智慧。明年,更多人工智慧系統會開始依賴集學習能力和邏輯性於一身的"神經符號 (neuro-symbolic)"技術。神經符號技術是突破自然語言處理(NLP)技術的關鍵,它能夠結合常識性推理和各領域的專業知識來幫助計算機更好地理解人類語言和對話。此類突破將幫助企業部署對話能力更強的自動化客戶關懷工具和技術支持工具,同時還大大減少了訓練人工智慧所需的數據量。

預測2:人工智慧不會搶奪工作但會改變工作方式

未來數年,人工智慧將持續影響職場。但是,人類根本無需擔心機器會搶奪自己的飯碗。相反,人工智慧還能通過自動化改變人們的工作方式。MIT-IBM Watson 人工智慧實驗室的最新研究顯示,人工智將越來越多地幫助我們完成日程安排之類的任務,但是,對於需要一定技能的崗位來說,人工智慧的影響較小,比如設計專業和行業策略。預計到 2020年,隨著人工智慧進入世界各地的工作場所,員工們會見證其影響。企業僱主必須開始進行崗位調整,而員工則應該專注於拓展自己的技能。

預測3:人工智慧將會設計值得信賴的人工智慧

為了提高人們對人工智慧的信任度,相關係統必須可靠、公正、負責。我們必須讓公眾確信人工智慧技術是安全的,人工智慧提供的結論或建議不偏不倚且未被操控。2020年,影響可信度的種種要素將被融入人工智慧的生命周期之中,幫助我們構建、測試、運行、監控並認證不僅具有卓越性能,而且值得信賴的人工智慧應用。正如 AutoAI 的崛起——即利用人工智慧來構建人工智慧,我們還會看到"利用人工智慧來管理人工智慧"這種技術的崛起。我們可以利用這種技術在各行各業創建值得信賴的人工智慧工作流,尤其是那些受到嚴厲監管的行業。

預測4:人工智慧對能源的需求要求我們採用更環保的技術

數據中心,是現代世界的關鍵設施。無論是進行企業運算、使用社交媒體,還是播放我們最愛的電影,都依賴數據中心。數據中心還是人工智慧的基礎,其能耗量占全球能源消耗總量的 2%。對雲計算和人工智慧的需求不會消失,預計到 2020年,人們會更加努力提高人工智慧技術的可持續性。此類努力包括開發新材料(如可製造更靈活設備的過渡性金屬氧化物)、可實現模擬和混合信號處理的全新晶片設計,以及基於近似算法的新軟體技術,其目的在於支持不斷增長的人工智慧工作負荷,同時減少碳排放量。

預測5:基於人工智慧的實驗室助手將會發現新材料

兩個多世紀以來,有機分子合成一直是工業化學領域的一個重要研究方向。正因為如此,人們才研製出了能夠挽救生命的藥物和合成纖維。在創造不同分子的過程中,研究人員需要確定成千上萬種可能發生的反應,所以他們仍面臨著巨大的挑戰。如此龐大的信息量,意味著一位科學家有可能需要記住其研究領域內的幾十種反應,但實際上他們不可能成為所有領域的專家。如今,他們大可不必完成這個不可能的任務。IBM 開發了一款能夠預測數百萬種化學反應的人工智慧工具,它既能向前預測,也能向後預測,同時還能在雲端合成分子—即 RXN for Chemistry。預計到 2020年,利用人工智慧和自動化技術實現材料開發突破的案例將大幅增加。

不僅有科技企業,一些來自人工智慧領域的專家也對2020年進行了預測:


預測1:公眾需要對人工智慧的工作原理有一個初步的了解

GitHub的高級機器學習工程師Omoju Miller認為公眾需要對人工智慧的工作原理有一個初步的了解。他們需要對數據如何滿足算法並轉化為決策有一個大致的認識。例如,面部識別已經被廣泛應用於我們的智能家居安全系統中,因此我們需要了解這項技術的能力和局限性,以保護我們所愛的人。

預測2:語音技術將成為老年人生活中不可或缺的一部分

K4Connect高級工程副總裁Kuldip Pabla:正如預測的那樣,語音技術在老年人中獲得了巨大的成功。他們喜歡這項技術使用的方便性。到2020年,語音技術將成為老年人生活中不可或缺的一部分。目前的語音解決方案要求由年長的成年人發起對話。隨著語音技術的進步,以及聊天機器人和定製數字助理的成熟,語音將在2020年帶來雙向對話。目前K4Connect為老年人和殘疾人提供技術解決方案。

從各家趨勢預測中不難看出,AI將會是助力企業和生活發展的"主力軍"。在這個技術不斷突破創新的時代,科技巨頭們都在不斷發揮著自己的優勢驅動世界向前。2020年百度AI將繼續助推AI工業化,引領產業智能化,如IBM、阿里等企業也會繼續致力於AI技術的研究發展,希望在未來可以一同見證人類美好時代的到來,讓世界充滿AI!

關鍵字: