百度研究院2020年十大科技趋势预测

近日，百度研究院发布了2020十大科技趋势预测。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

来源：百度