2020年即将来临之前百度研究院发布十大科技趋势预测

近日,基于近十年来人工智能技术的发展积累及全球范围的产业应用实践经验,百度研究院正式发布了 2020 十大科技趋势预测。

趋势 1:AI 技术已发展到可大规模生产的工业化阶段,2020 年将出现多家「AI 工厂」

随着区块链技术与AI、大数据、IOT 和边缘计算的深度结合,数据和资产线下线上的映射问题逐一解决。

趋势 8:智能交通将加速在园区、城市等多样化场景中落地

基于海量文本数据的语义表示预训练技术将与领域知识进行深度融合,持续提升自动问答、情感分析、阅读理解、语言推断、信息抽取等自然语言处理任务的效果。

未来,越来越多的端侧 CPU 芯片都会以深度学习为核心进行全新的芯片规划。

四是防范住房租赁金融风险。对住房租金贷款业务的贷款期限、贷款额度作出明确要求。加强对采取“高进低出”“长收短付”等经营模式的高风险住房租赁企业监管。五是建设住房租赁管理服务平台。直辖市、省会城市、计划单列市以及其他租赁需求旺盛的城市应当建设完成住房租赁管理服务平台。平台应当具备机构备案和开业报告、房源核验、信息发布、网签备案等功能。六是建立住房租赁常态化管理机制。各地住房和城乡建设、发展改革、公安、市场监管、银保监、网信等部门建立协同联动机制。建立多层次住房租赁纠纷调处机制。另外,《意见》还对推行住房租赁合同示范文本、规范机构服务收费、加强行业自律等内容作了要求。

趋势 9:区块链技术将以更加务实的姿态融入更多场景

2020年,更多自动驾驶汽车被应用于物流快递、公共交通、封闭道路等不同场景。

趋势 3:深度学习技术深入渗透产业,并大规模应用

结合 AI 芯片等,将广泛应用于互联网、智能家居、金融、安防、教育、医疗等行业。

多模态深度语义理解以声音、图像、文本等不同模态的信息为输入,综合感知和认知等 AI 技术,实现对信息的多维度深层次理解。

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。

同时,时间和空间是这个物理世界最重要的两个维度,对时间和空间的洞察将成为新一代物联网平台的基础能力。

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。

AutoML将能够把传统机器学习中的迭代过程综合在一起,构建一个自动化的过程。

趋势 10:量子计算将迎来新一轮爆发,为 AI 和云计算注入新活力

同时,V2X(vehicle to everything)技术启动规模化部署和应用,使得车车、车路形成广泛连接,进一步推动智能车路协同技术的实现,智能交通加速在园区、城市、高速等多样化场景中落地。

最近几年,AI 芯片已经逐步达到了可用的状态,2020年将会是AI 芯片大规模落地的关键年。端侧 AI 芯片将更加低成本、专业化、解决方案集成化,同时,NPU(神经网络处理单元)将成为下一代端侧通用 CPU 芯片的基本模块。

另据台湾“中央社”报道,依台湾地区领导人、副领导人选举候选人电视政见发表会实施办法规定,电视政见发表会应举办4场,其中台湾地区领导人候选人3场、副领导人候选人1场。

根据台当局“中选会”规划,3场台湾地区领导人候选人电视政见会除了今晚7时由台湾华视转播,其他两场分别为25日下午2时台湾中视转播、27日晚间7时台湾台视转播。另外,台湾地区副领导人候选人电视政见会20日晚间7时由台湾公视转播。(中国台湾网 李宁)

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。

6部门强调,各地要以《意见》出台为契机,把“当下改”和“长久立”结合起来,坚持住房和城乡建设、发展改革、公安、市场监管、银保监、网信等部门联合监管工作机制,加大监管力度,持续整顿规范住房租赁市场秩序,不断优化住房租赁市场环境,让群众租房更安心。

AI 技术本身以及各类商业解决方案已日渐成熟,正在快速进入“工业化”阶段。

例如,客服行业的 AI 解决方案将可以大规模复制运用到金融、电商、教育等行业。

芯片之外,AI 还将重新定义计算机体系架构,支持 AI 的训练和预测计算成为新的异构设计架构思路。

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。

趋势 7:物联网将在边界、维度和场景三个方向形成突破

围绕区块链构建的数据确权、数据使用,数据流通和交换等解决方案,将在各行各业发挥巨大的作用。

AutoML 的快速发展将大大降低机器学习的门槛,扩大 AI 应用普及率。

趋势 5: 多模态深度语义理解进一步成熟,得到更广泛应用

自动驾驶的发展正在趋于理性,市场将对智能驾驶未来数年的发展更加充满信心。

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。

这也将促进物联网与能源、电力、工业、物流、医疗、智能城市等更多场景发生融合,创造出更大的价值。

研究人员仅需输入元知识(如卷积的运算过程、问题的描述等),该算法就可以自动选择合适的数据,自动调优模型结构和配置,自动地训练模型,并将其适配部署到不同的设备上。

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。

伴随着国内外科技巨头对 AI 技术的持续投入,2020年在全球范围内将出现多家AI 模型工厂、AI 数据工厂,将 AI 技术和商业解决方案大规模生产出来,运用在各行各业帮助产业升级。

随着 5G 和边缘计算的发展,算力将突破云计算中心的边界,向万物蔓延,将会产生一个泛分布式计算平台。

趋势 2:2020 年将会是 AI 芯片大规模落地的关键年

随着视觉、语音、自然语言理解和知识图谱等技术的快速发展和大规模应用,多模态深度语义理解进一步成熟,应用场景更加广阔。

《意见》突出问题导向,强化有效监管,将整顿规范住房租赁市场秩序的成果制度化、常态化。一是加强从业主体管理。房地产经纪机构和住房租赁企业在经营范围中注明“房地产经纪”或“住房租赁”,转租住房10套(间)以上的单位或个人,依法办理市场主体登记。住房租赁企业开业前向住房和城乡建设部门推送开业信息。二是加强房源信息发布管理。房源信息应当满足真实委托、真实状况、真实价格的要求。网络信息平台应当核验房源信息发布主体资格和房源必要信息。三是规范租赁住房改造行为。各地制定闲置商业办公用房、工业厂房等非住宅依法依规改造为租赁住房的政策。改造房屋应当符合建筑、消防、环保等方面的要求。

趋势 4:自动机器学习 AutoML 将大大降低机器学习的门槛

趋势 6:自然语言处理技术将与知识深度融合,面向通用自然语言理解的计算平台得到广泛应用

深度学习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。

集合超大规模算力、丰富领域数据、预训练模型和完善研发工具的通用自然语言理解计算平台将逐渐成熟,并在互联网、医疗、法律、金融等领域得到广泛应用。

随着大规模语言模型预训练技术的出现和发展,通用自然语言理解能力有了大幅度提升。

例如,在电商领域,可保证商品的全流程数据真实性;供应链领域,可保证全流程数据的公开和透明,以及企业之间的安全交换;在政务领域,能实现政府数据的打通,实现证件的电子化等等。