天天看點

十餘位權威專家深度解讀,達摩院2019十大科技趨勢點燃科技熱情

2019年的第一個工作日, 阿裡巴巴達摩院重磅釋出了2019十大科技趨勢

,引發社會各界對未來科技的讨論和向往。這一釋出同樣引來科學界的普遍關注。來自包括中科院、清華大學、佛羅裡達大學、杜克大學等權威學術機構的十餘位專家就此發表評論,深度點評達摩院提出的觀點,充分肯定達摩院在基礎科研領域持續深耕的專注精神。

專家普遍認為,達摩院釋出的科技趨勢雖然有十個方向,但都是圍繞着目前科學發展的幾個關鍵潮流,即以晶片為代表的算力、以圖計算為代表的算法以及以5G為代表的連接配接能力。

一、計算是變革的源頭

傳統時代的計算始終在馮諾伊曼架構限制下發展,但人工智能的到來正在挑戰馮諾依曼架構,而摩爾定律也接近失效,新型晶片以及新的計算機架構已經成為整個行業研究重心。達摩院認為,計算體系結構正在被重構,基于FPGA、ASIC等計算晶片的異構計算架構正在對以CPU為核心的通用計算發起沖擊。

“通過推高通用晶片的性能來征服一切的方式已經失效。” 中國科學院計算技術研究所研究員陳天石對此評論說,“學術界和工業界都把目光投向了更加專用的處理器架構,并且一直在期待新器件引發的新的架構演進。”

十餘位權威專家深度解讀,達摩院2019十大科技趨勢點燃科技熱情

杜克大學副教授、IEEE Fellow陳怡然也表示,目前學術界的研究重心在一些更為革命性的架構研究,例如記憶體計算、非馮諾依曼架構、神經形态計算等。而佛羅裡達大學傑出教授、IEEE Fellow李濤則指出,計算體系結構的變革将主導和引領ICT領域的持續創新和發展,這将是未來産業界的核心競争力。

在人工智能領域,GPU無疑是最受企業以及開發者追捧的晶片。但達摩院認為,資料中心的AI訓練場景下,計算和存儲之間資料搬移已成為瓶頸,AI專用晶片将挑戰GPU的絕對統治地位。

“對于訓練場景來說,計算量要求非常高,需要存儲和處理的資料量遠遠大于之前常見的應用,AI專用計算架構是最佳選擇。” 清華大學微納電子系副系主任尹首一對達摩院的這一觀點表示認可。

根據達摩院的判斷,AI專用晶片的應用将成為趨勢。在2018年的杭州雲栖大會上,阿裡巴巴曾宣布首款AI晶片AliNPU将于2019年應用于城市大腦和自動駕駛等雲端資料場景中。陳天石指出,“AI晶片可以靈活高效地支援視覺、語音和自然語言處理,甚至傳統的機器學習應用,将在資料中心場景發揮重要作用。”

二、算法的創新讓AI更加智能

1950年,人工智能之父圖靈提出著名的圖靈測試用以檢驗人工智能能力,即如果有超過30%的測試者不能确定被測試者是人還是機器人,則認為是通過測試。

圖靈提出的猜想可能将會很快實作。達摩院認為,在未來,人類可能無法辨識人工智能生成的語音和真人語音,具備語音互動能力的公共設施将會越來越多,甚至在一些特定對話測試中機器可以通過圖靈測試。

西北工業大學計算機學院教授謝磊對此表示,“聲音合成技術在某些方面已經可以媲美人聲,并将會拉動‘耳朵經濟’的爆發,各種‘AI聲優’ 将上崗,為大家提供聽覺盛宴。”

人工智能行業的迅速發展與深度學習帶來的突破高度相關,但僅靠深度學習要實作通用人工智能仍然困難重重。達摩院認為,結合深度學習的圖神經網絡将讓機器成為具備常識、具有了解、認知能力的AI。

十餘位權威專家深度解讀,達摩院2019十大科技趨勢點燃科技熱情

杜克大學統計學院終身教授David Dunson對此評論說,“結合了深度學習的圖計算方法将實作推薦系統的變革性改進,為使用者提供更有趣和更合适的産品,同時改善整體使用者體驗。”

過去兩年,城市大腦成為社會熱詞。達摩院認為,2019年,人工智能将在城市大腦技術和應用的研發中發揮更大作用,未來越來越多的城市将擁有大腦。

中國城市規劃設計院院長楊保軍認為,“城市大腦将不再是單一領域或是單項要素的智慧,而是全局關聯、多源交融的智慧。”同濟大學智能交通運輸系統研究中心主任楊曉光則表示,“新一代城市智能管理、智能服務與智能決策将幫助人類最大程度地預防和綜合治理城市病。”

三、連接配接萬物的5G催生更多應用場景

過去幾年,5G的熱度并不遜于人工智能。5G建構的不僅是一張人聯網,它将會成為連接配接萬物的紐帶。

達摩院在此次十大科技趨勢中提到,5G将催生超高清視訊、AR/VR等場景的成熟。中國信通院副總工、工信部資訊通信經濟專家委員會秘書長陳金橋對此評論說,“5G将掀開資料資源作為生産力的大幕,一個基于泛在高速連接配接的智能社會必将形成。”

十餘位權威專家深度解讀,達摩院2019十大科技趨勢點燃科技熱情

車路協同将會是5G與人工智能兩大技術交融的典型場景。達摩院認為,車路協同技術路線會加快無人駕駛的到來,并且将在固定線路公交、無人配送、園區微循環等商用場景将快速落地。

單純依靠“單車智能”的方式革新汽車存在諸多限制,例如傳感器部署的成本高,感覺系統以及決策系統的可靠性低等。“車路協同的優勢在于,可降低單車系統在定位方案部署上的成本,并且可以實作更好的感覺與決策。” 中科院自動化研究所研究員趙冬斌如此表示。

繼續閱讀