AI技術(shù)本身以及各類商業(yè)解決方案已日漸成熟,正在快速進(jìn)入“工業(yè)化”階段。
伴隨著國內(nèi)外科技巨頭對AI技術(shù)的持續(xù)投入,2020年在全球范圍內(nèi)將出現(xiàn)多家AI模型工廠、AI數(shù)據(jù)工廠,將AI技術(shù)和商業(yè)解決方案大規(guī)模生產(chǎn)出來,運(yùn)用在各行各業(yè)幫助產(chǎn)業(yè)升級。
端側(cè)AI芯片將更加低成本、專業(yè)化、解決方案集成化,同時(shí),NPU(神經(jīng)網(wǎng)絡(luò)處理單元)將成為下一代端側(cè)通用CPU芯片的基本模塊。未來,越來越多的端側(cè)CPU芯片都會以深度學(xué)習(xí)為核心進(jìn)行全新的芯片規(guī)劃。芯片之外,AI還將重新定義計(jì)算機(jī)體系架構(gòu),支持AI的訓(xùn)練和預(yù)測計(jì)算成為新的異構(gòu)設(shè)計(jì)架構(gòu)思路。
隨著區(qū)塊鏈技術(shù)與AI、大數(shù)據(jù)、IOT和邊緣計(jì)算的深度結(jié)合,數(shù)據(jù)和資產(chǎn)線下線上的映射問題逐一解決。圍繞區(qū)塊鏈構(gòu)建的數(shù)據(jù)確權(quán)、數(shù)據(jù)使用、數(shù)據(jù)流通和交換等解決方案,將在各行各業(yè)發(fā)揮巨大的作用。例如,在電商領(lǐng)域,可保證商品的全流程數(shù)據(jù)真實(shí)性;供應(yīng)鏈領(lǐng)域,可保證全流程數(shù)據(jù)的公開和透明,以及企業(yè)之間的安全交換;在政務(wù)領(lǐng)域,能實(shí)現(xiàn)政府?dāng)?shù)據(jù)的打通,實(shí)現(xiàn)證件的電子化等等。
AutoML將能夠把傳統(tǒng)機(jī)器學(xué)習(xí)中的迭代過程綜合在一起,構(gòu)建一個(gè)自動化的過程。研究人員僅需輸入元知識(如卷積的運(yùn)算過程、問題的描述等),該算法就可以自動選擇合適的數(shù)據(jù),自動調(diào)優(yōu)模型結(jié)構(gòu)和配置,自動地訓(xùn)練模型,并將其適配部署到不同的設(shè)備上。AutoML 的快速發(fā)展將大大降低機(jī)器學(xué)習(xí)的門檻,擴(kuò)大AI應(yīng)用普及率。
隨著視覺、語音、自然語言理解和知識圖譜等技術(shù)的快速發(fā)展和大規(guī)模應(yīng)用,多模態(tài)深度語義理解進(jìn)一步成熟,應(yīng)用場景更加廣闊。結(jié)合AI芯片等,將廣泛應(yīng)用于互聯(lián)網(wǎng)、智能家居、金融、安防、教育、醫(yī)療等行業(yè)。
基于海量文本數(shù)據(jù)的語義表示預(yù)訓(xùn)練技術(shù)將與領(lǐng)域知識進(jìn)行深度融合,持續(xù)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(wù)的效果。集合超大規(guī)模算力、豐富領(lǐng)域數(shù)據(jù)、預(yù)訓(xùn)練模型和完善研發(fā)工具的通用自然語言理解計(jì)算平臺將逐漸成熟,并在互聯(lián)網(wǎng)、醫(yī)療、法律、金融等領(lǐng)域得到廣泛應(yīng)用。
隨著5G和邊緣計(jì)算的發(fā)展,算力將突破云計(jì)算中心的邊界,向萬物蔓延,將會產(chǎn)生一個(gè)泛分布式計(jì)算平臺。同時(shí),時(shí)間和空間是這個(gè)物理世界最重要的兩個(gè)維度,對時(shí)間和空間的洞察將成為新一代物聯(lián)網(wǎng)平臺的基礎(chǔ)能力。這也將促進(jìn)物聯(lián)網(wǎng)與能源、電力、工業(yè)、物流、醫(yī)療、智能城市等更多場景發(fā)生融合,創(chuàng)造出更大的價(jià)值。
自動駕駛的發(fā)展正在趨于理性,市場將對智能駕駛未來數(shù)年的發(fā)展更加充滿信心。2020年,更多自動駕駛汽車將被應(yīng)用于物流快遞、公共交通、封閉道路等不同場景。同時(shí),V2X(vehicle to everything)技術(shù)啟動規(guī)?;渴鸷蛻?yīng)用,使得車車、車路形成廣泛連接,進(jìn)一步推動智能車路協(xié)同技術(shù)的實(shí)現(xiàn),智能交通加速在園區(qū)、城市、高速等多樣化場景中落地。