关于2020年人工智能行业的七则预言

作者: THU数据派 2020-01-13 13:30:23

2020年终于来了。

这是一个曾被众多科幻题材设定为“未来”的遥远年代——火星探索、仿生机器人、自动驾驶、基因编辑、混合现实、人脸识别、人造肉……人类曾经的这些“异想天开”,已透过科技的百叶窗缝隙照进我们的日常。

在这些代表未来场景的高新科技里,人工智能无疑是扛鼎关键词。迄今为止,人工智能的发展历史经历了三次高潮和两次低谷,而过去一年,则是人工智能行业发展再次如烈火烹油之势后的第一个“小年”。这一年,人工智能热度有所回落,喧嚣褪去,落地成为主旋律;同样也是这一年,人工智能在沉淀中走向成熟,价值浮现,工业化才是人工智能的真实模样。

据IDC报告称,到2023年,全球人工智能系统的支出将达到979亿美元,比今年预计的375亿美元有惊人的增长,这意味着未来几年的年增长率将达到28.4%。因此,2020年必将是为人工智能领域下一个十年的创新奠定基调并延续现有势头的关键一年。那么,在新的一年里,人工智能行业发展又将呈现哪些趋势变化,投资人及从业者该对哪些方面多加关注呢?下面,我们结合了多家研究机构报告,对2020年人工智能发展趋势进行分析并解读。

关于2020年人工智能行业的七则预言

一、政策持续优化行业发展

解读:

我国政府高度重视人工智能的技术进步与产业发展,自2017年起,人工智能已上升国家战略。《新一代人工智能发展规划》提出“到2030年,使中国成为世界主要人工智能创新中心”。为此,我国也出台了系列政策,大力推动人工智能产业发展。目前,国内人工智能产业政策体系已基本成型,主要分为以下三大类:

1、法律法规和伦理规范

开展与人工智能应用相关的民事与刑事责任确认、隐私与产权保护、信息安全利用等法律问题研究,重点围绕自动驾驶、服务机器人等应用基础较好的细分领域,加快研究制定相关安全管理法规,为新技术的加快应用奠定法律基础。

2、具体产业落地政策

包括出台针对人工智能中小企业和初创企业的财税优惠政策,通过高新技术企业税收优惠和研发费用加计扣除等政策支持人工智能企业发展,引导市场力量,建立健全人工智能产业发展基金。

3、推进各类人工智能创新发展

包括按照国家级科技创新基地布局和框架,推进人工智能创新基地,引导与现有人工智能相关的国家重点实验室、企业国家重点实验室、国家工程实验室等基地,聚焦新一代人工智能的前沿方向开展研究,前瞻布局新一代人工智能重大科技项目。

以下为国内相关政策不完全汇总:

国家层面

关于2020年人工智能行业的七则预言

我国主要人工智能政策规划汇总

地方层面

关于2020年人工智能行业的七则预言

地方主要人工智能政策规划汇总

2019年,人工智能在政府工作报告中,从“加快”、“加强”到“深化”,说明它已经走过了萌芽阶段与初步发展阶段,下个阶段将进入快速发展时期,并且更加注重应用落地。2020年政府将继续支持加快人工智能产业发展,人工智能“政策持续催化”将是行业发展趋势之一。

二、5G助推行业加速发展

解读:

5G是人工智能发展的重要基础支撑,能够推进人工智能技术与应用快速发展,可以说“有了更好的5G,才会带来更好的人工智能”。

一是5G推进人工智能技术进步。人工智能技术进步的核心在于数据支持,各种类型的海量数据,可以为深度学习等人工智能算法提供坚实的素材基础。5G将人与人的通信连接拓展到万物互联,其超高速率和超大连接能力能够创造出史无前例的海量数据,为人工智能从海量数据中学习模式和规则、预测趋势、执行策略等打下很好的基础,有效促进人工智能技术大发展。

二是5G推进人工智能应用普及。5G的一大功能是边缘计算,可以把计算和存储的能力往前推到接入网。5G之前,人工智能对数据的处理主要在云端进行,在应用端受到很大制约。5G时代,通过边缘计算可实现人工智能在终端侧的应用,实现云端和终端之间良好的衔接、配合、互补,能够解决很多之前解决不了的问题,在车联网、工业互联网、机器人、无人机、智慧城市、医疗等领域带来更多智能化的应用,使人工智能应用更加丰富,实现万物智联。

随着人工智能技术的进一步成熟,未来企业商业应用能力将成为资本重要考核因素。2019年是5G商用落地元年,5G商用时代的逐渐来临,人工智能技术连接效率也将进一步提升,深度学习、数据挖掘、自动程序设计等领域也将在更多的应用领域得到实现,5G将进一步助推行业加速发展。

关于2020年人工智能行业的七则预言

三、量子计算将增强AI

解读:

如今,神经网络和其他机器学习系统已成为人工智能时代的核心技术。具备机器学习能力的人工智能在某些方面的能力远超人类,不仅在国际象棋和数据挖掘等方面表现出众,而且在人类大脑所擅长的面部识别、语言翻译等方面进展迅速。通过后台的强大算力,这些系统的价值不断凸显。但同时,传统计算机数据处理能力接近极限,而数据却在不断增长。随着产业数据规模的爆炸式增长,深度学习模型网络参数的不断扩增,现有的计算结构及框架,面对海量的数据规模及深层网络结构,处理分析所需的时间、硬件成本非常高,因此亟须更为高效的解决方案。于是,很多研究机构及科技公司都将目光集中到了量子计算领域,例如谷歌、微软、英特尔、IBM、阿里巴巴和百度在内的企业纷纷在量子计算方面加以探索。

2019年,谷歌宣称实现了“量子霸权”,即其量子计算器件可执行一个任何经典计算机都无法完成的任务。尽管 IBM 反驳称该任务仍在经典算力之内,但不得不承认,谷歌在硬件上的进展大大增强了行业对超导路线以及对大规模量子计算实现步伐的乐观预期。随着“量子霸权”的成功展示,量子计算将在2020年迎来新一轮的爆发。量子硬件方面,可编程的中等规模有噪量子设备的性能会得到进一步提升并初步具备纠错能力,最终将可在上面运行具有一定实用价值的量子算法,量子人工智能应用也将得到很大的发展。量子软件方面,高质量的量子计算平台和软件将会涌现并与AI和云计算技术实现深度融合。此外,伴随着量子计算生态产业链的初步形成,量子计算必将在更多应用领域获得重视,越来越多的行业巨头陆续投入研发资源进行战略布局,有机会为未来AI和云计算领域带来全新面貌。

四、AI 芯片领域竞争激烈

解读:

AI芯片行业随着人工智能的再次火热,也出现了井喷式发展。近年来,各类势力均在发力AI芯片,参与者包括传统芯片设计、IT厂商、技术公司、互联网以及初创企业等,产品覆盖了CPU、GPU、FPGA、ASIC等。

目前从应用上来看,AI芯片主要有两个方向,一个是在数据中心部署的云端,一个是在消费者终端部署的终端,后者呈现压倒性胜利;小方向上,它们又可划分为两类,分别是视觉芯片和语音芯片。

在刚刚过去的一年里,AI芯片行业展现出了架构创新、专用芯片、有效算力、开源等特点。而在新的一年里,有这样4大趋势不容忽视:

1、AI语音芯片的竞争加剧

AI应用的两大方向是视觉和语音,相比视觉,语音不仅技术挑战更小,而且已经有出货量非常大的智能音箱产品。在更加激烈的AI竞争中,为了延续优势,强于算法的公司纷纷推出自研AI芯片,比如思必驰。

除了算法公司,拥有创新架构AI芯片的探境科技、知存科技、清微智能都在2019年发布了语音芯片,其中探境科技已经拥有了30个合作伙伴,AI语音方案出货达到了百万级,清微智能的AI语音芯片也已经量产,并且产生了营收,知存科技也有多位意向客户。

再加上为AI智能音箱提供芯片的传统芯片公司,AI语音芯片的竞争将变得更加激烈。当然,这种竞争伴随的是市场需求的增加,未来几年,智能家居市场对于AI语音芯片的需求也有望快速增加。

2、云端芯片市场迎来竞争

英伟达和英特尔最先享受到了AI云端芯片市场的红利,其中英伟达在云端AI训练市场的地位更是无人能敌。不过,随着英特尔推出Nervana NNP-T 和 Nervana NNP-I 以及20亿美元收购Habana Labs,还有即将在今年年中推出的独立GPU Xe,英伟达和英特尔在云端AI芯片市场的竞争会更加激烈。在国内,寒武纪、比特大陆、燧原科技等在2019年都推出了云端AI芯片,从细分市场进入云端AI芯片市场,目标是获得一定的市场份额。2020年,巨头和初创公司产品的落地,将让云端AI芯片市场的竞争逐步激烈,并可能在一定程度上削弱英伟达的话语权。

关于2020年人工智能行业的七则预言

3、端云一体的生态战正式开启

2019年,在云端AI芯片市场非常成功的英伟达和谷歌都相继推出了面向边缘端的AI芯片,或增强边缘端AI芯片的实力。英特尔更是构建了全面的AI芯片类型,迎战AI。其实,不论是科技巨头还是创业公司,都会有端云一体战略,他们希望通过端云一体的战略构建强大的生态,产生很宽的护城河同时保持公司业绩的持续增长,差别在于实现的难度不同。由此看来,随着有实力的公司们端云一体AI芯片战略的开启和落地,2020年的边缘AI芯片初创公司们,将面临更大的生存压力。

4、易用性更为重要

2019年已经有不少商用的AI芯片,但无论是大公司还是初创公司,不少都面临芯片却难以落地的难题,原因也是各不相同,如芯片本身功能不足,芯片不适配应用的需求,易用性不高,选择的行业难以突破等等。因此,芯片的易用性在2020年将变得更加重要,这将从技术上降低客户尝试的成本,加快产品推向市场的时间,也能够弥补硬件迭代速度慢不能很好满足应用需求的痛点。

五、若干技术方向实现重要突破

解读:

总的来说,AI 技术的发展比较平稳,有若干技术方向出现比较重要的突破,也有一方向发展遇到瓶颈。

比如,根据 Google Trend 显示,从 2018 年截至目前,在全球范围内,关键词“Knowledge Graph”的热度总体上呈上升趋势。知识图谱也越来越多地被学术和业界提到并应用于研究和实践中,该领域内的热点研究有:概念图、并行算法、知识表示、图形知识、知识库等,其中概念图是当前的热门话题之一,20 世纪 90 年代以来,其研究热度始终保持在 Top 1;知识表示也是该领域的热点话题。知识图谱作为人工智能技术中的知识容器和孵化器,会对未来 AI 领域的发展起到关键性的作用,预计未来会向自动化的方向前进,并找到更多落地应用场景。

至于深度学习,这几年这项技术的红利推动了人工智能的研究,激发了大家对AI的热情。它是当前人工智能领域最重要,也是被产业界证明最有效的技术。以深度学习框架为核心的开源深度学习平台大大降低了人工智能技术的开发门槛,有效提高了人工智能应用的质量和效率。2020 年,各行各业将会大规模应用深度学习技术实施创新,加快转型和升级。

在 NLP 领域,继谷歌推出让人振奋的 BERT 之后,GPT 后来居上,随后又不断出现新的模型,不断打破“前辈”创下的记录,百度的NLP 预训练模型 ERNIE中文任务全面超越 BERT,CMU 和 Google Brain 联手推出了 Bert 的改进版 XLNet,在 20 项任务上超越 BERT,微软亚洲研究院在 ICML 2019 上提出了一个全新的通用预训练方法 MASS,在序列到序列的自然语言生成任务中全面超越 BERT 和 GPT。

在计算机视觉领域,当前的热点研究话题包括图像分割、图像分类、支持向量机、特征提取、目标识别、生物医学研究、目标检测、人脸识别、马尔可夫过程等。其中,生成对抗网络(GAN)技术成为当下的研究热点,实际应用也越发炉火纯青,AI 生成图像和视频的效果如此逼真,以至于一些打擦边球的应用产生了不小的负面影响,倒逼立法或规范产生,比如美国加州已签署了两项新法令,其中一项是禁止任何人在选举 60 天内发布有关候选人的 Deepfake 视频,另一项法令则是允许该州居民起诉任何使用 Deepfake 技术将其图像放入色情视频的人。

关于2020年人工智能行业的七则预言

六、安全、隐私和道德问题已箭在弦上

解读:

随着AI逐渐飞入寻常百姓家,人们开始对AI技术所引发的隐私和安全问题日益重视,AI与道德的话题也再次闯入大众视野。

在过去的一年中,数据隐私和安全性已成为一个令人难以置信的热门话题。在国内,如AI换脸APP“ZAO”一夜蹿红又被约谈、国内人脸识别第一案等多起关于人脸识别被滥用的网络事件引发大众的质疑和恐慌;在国外,亚马逊、谷歌和苹果纷纷曝出监听、录制和分析用户隐私语音的新闻,也让大众对科技公司收集数据的方式产生质疑;在网络上流传大量虚假图片、虚假视频让人不堪其扰,甚至被不法分子用来牟取暴利的情况下,也有越来越多企业试图利用AI技术参与到甄别虚假图片、视频中来。

对于企业而言,一方面在运营中使用AI、区块链、云计算等技术实现了创收,而另一方面,隐私和数据保护方面的要求也会随之提高。在2020年,安全与隐私保护,将会成为AI最大的瓶颈之一。

AI应用的边界、隐私数据保护的度在哪里,现在还是未知。社交活动数据、零售数据、金融行为数据、医疗健康数据等被广泛用于AI各种应用场景,的确也朝着为人类带来更多服务的方向发展,但是对于这样的涉及隐私数据利用的监管仍处于探索阶段。任何企业应用与隐私之间需要一个权衡。

此外,对于龙头企业而言,他们无疑有责任在推动社会进步的路上率先而行。不论是制定公平、可靠和安全、隐私和保障、包容、透明、责任等准则制度,或者是与许多政府机构接触,为如何制定负责任的人工智能相关法律法规,献计献策等,科技巨头应该致力于保证技术始终为人所用。

七、复合型人才需求愈发强烈

解读:

一直以来,5G的高速度、低时延、大容量特点都被认为会带来AI、移动XR、自动驾驶等行业的颠覆性的改变。随着2019年6月5G商用牌照正式发放,很多互联网大厂开始为此招兵买马,试图在5G时代抢先一步。尽管资本寒冬的到来让很多企业开始精打细算,但科技公司对于AI和5G人才的需求市场依然非常火热,并展现出以下几个特点:

1、AI和5G人才需求爆发式增长

对于5G人才而言,2019年以来,市场上对相关人才需求出现了爆发式增长。根据boss直聘的报告显示,去年1-5月,5G人才需求总量已经接近2018年的60%,较2018年同比增长38.9%,需求增速较2018年提高了7个百分点。在薪资方面,5G相关人才平均招聘月薪为14110元,较2018年平均月薪水平高出15.7%,其增幅较2018年高出6个百分点。

对于AI人才而言,企业的需求更加旺盛,薪资水平也更高。今年4月,猎聘网发布的人才报告显示,2019年第一季度,AI相关职位需求同比增长为44.30%,平均年薪达到26.38万元。

2、人才需求出现结构性变化

当前,互联网行业正在告别劳动密集型形式,向着技术驱动、专业能力驱动的方向发展。受此影响,整个互联网行业人才需求也出现了结构性变化。随着相关技术的进步,基础性的岗位逐渐被新技术替代,AI、大数据、5G代表着新技术方向的岗位需求量大增。

正如京东集团校招负责人表示,在面向2020年毕业的学生群体招聘过程中,发现了一些新现象,更多计算机相关专业的同学投递算法与数据相关的职位,工程类开发投递的占比在逐年下降。BOSS直聘研究院的数据也显示这一特点:2018年,有2%的技能在人才市场上需求呈现负增长,10%的技能需求增速大幅下降。变化最明显的是基础客服、仓储分拣、基础翻译等岗位需求在快速减少。其中,2018年,涉及客服、初级咨询技能的岗位数量较2017年减少30% 。这背后是AI、大数据等技术的进步,机器已经可以取代人工去完成相应的工作,效率更高且成本更低。

这种现象表明,如今重复性高但技术含量低的岗位逐渐被取代,企业越来越需要的是拥有核心竞争力的人才。根据BOSS直聘研究院的数据显示,2018年,所有要求掌握AI、算法、智能识别等相关技能的岗位,年度薪资总和规模至少达到15亿元,较2017年增长5.8倍。同时,互联网公司对这些人才提出了新的要求。比如,对于数据分析师来说,企业更希望他们将精力放在点亮有价值却未能充分利用的“暗数据”和非结构化内容的挖掘上。专业数据分析师除了SAS或R外,更多岗位要求应聘者必须掌握Python、Java,C++等编程语言中的一项。

总之,近几年的互联网发展表明,企业越来越需求复合型技人才,AI、5G等新技术的出现,加剧了这一变革,因此高技术、复合型人才非常抢手且薪资更高。从2019年华为百万年薪抢AI应届博士生、各个科技巨头高薪挖角人工智能人才可见,Al人才依然紧缺,企业高薪抢人将成为常态。随着Al行业的持续发展,相关人才需求量在不断扩大,Al技术人才迎来黄金发展机遇,在高技术服务和制造业领域增长将尤其明显。

关于2020年人工智能行业的七则预言

美团CEO王兴曾经在风头正盛时突发感慨:2019年是过去10年里最差的一年,却是未来10年里最好的一年。无论2019年企业或个人是否好过,总之它终究过去了。可以肯定的是,未来十年必将是人工智能技术加速普及的爆发期,人工智能产品制造会在各领域中实现,人工智能将不断向日常生活渗透,产业规模将大幅度提升。同时,人工智能具有显著的溢出效应,将带动其他相关技术的持续进步。在这样一个大趋势下,对于那些苦心钻研、勇于创新、脚踏实地、深耕细作的企业,未来十年2020年必将是他们的起点年。

人工智能 AI 量子计算
上一篇:网络安全领域的人工智能炒作泡沫正在缩小吗? 下一篇:2019年ML & NLP领域的十大研究热点
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI安全对抗中,只用一招轻松骗过五种神经网络

图像识别作为人工智能最成熟的应用领域,已经大规模落地并服务于人们的日常生活。但在大规模商业化的同时,也面临更多方面的威胁。

张鑫 ·  11h前
盘点人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

Alex Castrounis ·  11h前
详解人工智能十大经典应用领域及其技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

华章科技 ·  18h前
目标驱动系统模式,能否成为实现人工通用智能(AGI)的关键?

组织开发AI方案时采取的一大核心模式,正是目标驱动型系统模式。与其他AI模式一样,这种形式的AI能够解决一系列原本需要人类认知能力才能处理的常见问题。

佚名 ·  18h前
后疫情时代的八大关键技术发展趋势

建立必要的基础架构以支持数字化世界并保持比较新的技术,这对于任何企业或国家在后疫情时代的世界中保持竞争力都至关重要。

Ahmed Banafa ·  1天前
从AI测温到安防机器人 智能安防会是新的“守门神”吗?

说起安防系统,很多人的脑海中会先冒出“监控摄像头”,“电子门禁”等字眼,而随着人工智能的加速发展,传统的安防系统短板也在逐渐暴露,越来越多的新功能开始被需要:人脸识别、车辆检测、夜间识别等等,而我们小时候幻想过的机器人站岗的场景,也正在逐渐变成现实……

王嘉陆 ·  1天前
疫情期间,如何借AI之力持续提升客户忠诚度?

无论是保险公司Farmers Insurance,保险公司Tryg,还是通用汽车金融公司GM Financial,现在纷纷转向聊天机器人与AI技术,借此在疫情时期稳定客户群体。

佚名 ·  1天前
了解有关符号人工智能,象征性AI的好处和局限性

如今,人工智能主要是关于人工神经网络和深度学习。但这并非总是如此。实际上,在过去的十年中,该领域大部分都由象征性人工智能主导,也被称为“经典AI”,“基于规则的AI”和“老式的AI”。

AI国际站 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载