黑龙江2019年人工智能的发展趋势
查看隐藏内容（*）需先登录
*人工智能芯片的兴起与其他软件不同，人工智能严重依赖专用处理器来补充CPU。在推理时，模型需要额外的硬件来执行复杂的数学计算，以加速对象检测和面部识别等任务。****年，英特尔、英伟达、AMD、ARM和高通等芯片制造商将推出专用芯片，这些芯片将针对与计算机视觉、自然语言处理和语音识别相关的特定用例和场景进行优化。来自医疗保健和汽车行业的下一代应用将依赖这些芯片为最终用户提供智能。****年也将是亚马逊、微软、谷******增加对基于现场可编程门阵列(FPGA)和专用集成电路(ASIC)的定制芯片投资的一年。这些芯片将针对人工智能和高性能计算(HPC)的现代工作负载进行大量优化。其中一些芯片还将协助下一代数据库加速查询处理和预测分析。*、机器学习/深度学习开始走进传统企业机器学习/深度学习将走进企业内部，为企业提供以决策为中心的服务。同时，深度学习也将继续广泛应用在图像、音频、文本等非结构化数据处理中。尤其是传统行业中的大中型企业，采用机器学习平台开发人工智能应用将逐渐成为主流。IDC预计到****年行业前**%的企业都将采用机器学习。*、低代码量开发平台降低AI技术使用门槛低代码量/无代码开发平台促进AI部署自动化，降低技术使用门槛，使中小企业也能平等使用AI，实现普惠AI。用户可以上传图片、音频、文本等原始数据，系统即可自动训练出合适的模型。典型的案例—谷歌AutoML，百度EasyDL。*、神经网络之间的互操作性成为关键开发神经网络模型的关键挑战之一在于选择正确的框架。一旦模型在特定框架中完成了训练和评估，就很难将其移植到另一个框架中。这种状况阻碍了人工智能的普及。为了应对这一挑战，AWS、Facebook和微软合作构建了开放式神经网络交换(ONNX)，这使得在多个框架中重用经过训练的神经网络模型成为可能。可以预见在****年，ONNX将成为该行业的重要技术。*、城市实时仿真成为可能，智能城市诞生城市公共基础设施的感知数据与城市实时脉动数据流将汇聚到大计算平台上，算力与算法发展将推动视频等非结构化信息与其他结构化信息实时融合，城市实时仿真成为可能，城市局部智能将升级为全局智能，未来会出现更多的力量进行城市大脑技术和应用的研发，实体城市之上将诞生全时空感知、全要素联动、全周期迭代的智能城市，大大推动城市治理水平优化提升，预计在新的一年，中国会有越来越多城市具有大脑。*、AI专用芯片将挑战GPU的绝对统治地位当下数据中心的AI训练场景下，计算和存储之间数据搬移已成为瓶颈，新一代的基于*D堆叠存储技术的AI芯片架构已经成为趋势。AI芯片中数据带宽的需求会进一步推动*D堆叠存储芯片在AI训练芯片中的普遍应用。而类脑计算芯片也会在寻找更合适的应用中进一步推动其发展。在数据中心的训练场景，AI专用芯片将挑战GPU的绝对统治地位。真正能充分体现Domain Specific的AI芯片架构还是会更多地体现在诸多边缘场景。*、中国是全球创新的中心，这一点会愈发被证实随着更多数据的出现，更多的数据点用于训练机器学习，中国扩展创新AI业务以增强重置世界的能力将愈发凸显。Nature最近发布增刊《****自然指数－科研城市》（Nature Index **** Science Cities），对过去一年全球数百个城市的科研指数进行了大排名。有以下几个重要发现：北京是全球第一的科研城市，上海第七；全球科研城市**强中，中国占据**座；全球范围内的二线城市科研水平都有提升，其中武汉是代表，并不断抢夺北上广的人才。像小米、京东、蚂蚁金******，未来将如何发展将会很有趣。无论贸易摩擦如何，中国都是数据时代的“沙特阿拉伯”，没有什么可以阻止这种趋势，中国的目标不仅是占据亚洲GDP的**％，而且还希望引领世界走向新一代经济并且占据技术至高无上的地位。关键词：人工智能
