AI技術已發(fā)展到可大規(guī)模生產的工業(yè)化階段

AI技術本身以及各類商業(yè)解決方案已日漸成熟，正在快速進入“工業(yè)化”階段。

伴隨著國內外科技巨頭對AI技術的持續(xù)投入，2020年在全球范圍內將出現多家AI模型工廠、AI數據工廠，將AI技術和商業(yè)解決方案大規(guī)模生產出來，運用在各行各業(yè)幫助產業(yè)升級。

2020年將會是AI芯片大規(guī)模落地的關鍵年

端側AI芯片將更加低成本、專業(yè)化、解決方案集成化，同時，NPU（神經網絡處理單元）將成為下一代端側通用CPU芯片的基本模塊。未來，越來越多的端側CPU芯片都會以深度學習為核心進行全新的芯片規(guī)劃。芯片之外，AI還將重新定義計算機體系架構，支持AI的訓練和預測計算成為新的異構設計架構思路。

區(qū)塊鏈技術將以更加務實的姿態(tài)融入更多場景

隨著區(qū)塊鏈技術與AI、大數據、IOT和邊緣計算的深度結合，數據和資產線下線上的映射問題逐一解決。圍繞區(qū)塊鏈構建的數據確權、數據使用、數據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，在電商領域，可保證商品的全流程數據真實性;供應鏈領域，可保證全流程數據的公開和透明，以及企業(yè)之間的安全交換;在政務領域，能實現政府數據的打通，實現證件的電子化等等。

自動機器學習AutoML將大大降低機器學習的門檻

AutoML將能夠把傳統機器學習中的迭代過程綜合在一起，構建一個自動化的過程。研究人員僅需輸入元知識（如卷積的運算過程、問題的描述等），該算法就可以自動選擇合適的數據，自動調優(yōu)模型結構和配置，自動地訓練模型，并將其適配部署到不同的設備上。AutoML 的快速發(fā)展將大大降低機器學習的門檻，擴大AI應用普及率。

多模態(tài)深度語義理解進一步成熟，得到更廣泛應用

隨著視覺、語音、自然語言理解和知識圖譜等技術的快速發(fā)展和大規(guī)模應用，多模態(tài)深度語義理解進一步成熟，應用場景更加廣闊。結合AI芯片等，將廣泛應用于互聯網、智能家居、金融、安防、教育、醫(yī)療等行業(yè)。

通用自然語言理解的計算平臺將得到廣泛應用

基于海量文本數據的語義表示預訓練技術將與領域知識進行深度融合，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的效果。集合超大規(guī)模算力、豐富領域數據、預訓練模型和完善研發(fā)工具的通用自然語言理解計算平臺將逐漸成熟，并在互聯網、醫(yī)療、法律、金融等領域得到廣泛應用。

物聯網將在邊界、維度和場景三個方向形成突破

隨著5G和邊緣計算的發(fā)展，算力將突破云計算中心的邊界，向萬物蔓延，將會產生一個泛分布式計算平臺。同時，時間和空間是這個物理世界最重要的兩個維度，對時間和空間的洞察將成為新一代物聯網平臺的基礎能力。這也將促進物聯網與能源、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)造出更大的價值。

智能交通將加速在園區(qū)、城市等多樣化場景中落地

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年的發(fā)展更加充滿信心。2020年，更多自動駕駛汽車將被應用于物流快遞、公共交通、封閉道路等不同場景。同時，V2X（vehicle to everything）技術啟動規(guī)?；渴鸷蛻?，使得車車、車路形成廣泛連接，進一步推動智能車路協同技術的實現，智能交通加速在園區(qū)、城市、高速等多樣化場景中落地。