引领2020，来看百度研究院十大科技趋势预测

站在下一个“十年”的起点， 2020年应该怎么走?

即将过去的2019年里多技术融合加快、AI开发门槛迅速降低，产业智能化让第四次工业革命的浪潮喷涌而出。而科技世界瞬息万变，准确的洞察判断是打开“未来之门”必不可少的“钥匙”。

12月24日，百度研究院发布2020年十大科技趋势预测，对全球科技创新进行年度预测：各个领域的AI工厂将大量涌现、AI芯片大规模落地、深度学习渗透产业并大规模应用,……一个个前沿技术热点剑指落地，展现了百度研究院对科技发展和应用全局的大视野，也为所有想用技术改变世界的梦想者提供了行动指南。

想站在科技时代的浪花尖上“翻跟头”,这份趋势预测绝对不能错过!

　　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”

AI技术本身以及各类商业解决方案已日臻成熟，正在快速进入“工业化”阶段。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。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。

　　趋势2：2020年将会是AI芯片大规模落地的关键年

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，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。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。

　　趋势3：深度学习技术深入渗透产业，并大规模应用

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。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。

　　趋势4：自动机器学习AutoML将大大降低机器学习的门槛

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。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。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

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。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。

　　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

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。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。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。

　　趋势7：物联网将在边界、维度和场景三个方向形成突破

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。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。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。

　　趋势8:智能交通将加速在园区、城市等多样化场景中落地

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。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。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。

（编辑：济宁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!