十余位权威专家深度解读,达摩院2019十大科技趋势点燃科技热情

摘要: 2019年的第一个工作日,阿里巴巴达摩院重磅发布了2019十大科技趋势,引发社会各界对未来科技的讨论和向往。

2019年的第一个工作日,阿里巴巴达摩院重磅发布了2019十大科技趋势,引发社会各界对未来科技的讨论和向往。这一发布同样引来科学界的普遍关注。来自包括中科院、清华大学、佛罗里达大学、杜克大学等权威学术机构的十余位专家就此发表评论,深度点评达摩院提出的观点,充分肯定达摩院在基础科研领域持续深耕的专注精神。

专家普遍认为,达摩院发布的科技趋势虽然有十个方向,但都是围绕着当前科学发展的几个关键潮流,即以芯片为代表的算力、以图计算为代表的算法以及以5G为代表的连接能力。

一、计算是变革的源头

传统时代的计算始终在冯诺伊曼架构约束下发展,但人工智能的到来正在挑战冯诺依曼架构,而摩尔定律也接近失效,新型芯片以及新的计算机架构已经成为整个行业研究重心。达摩院认为,计算体系结构正在被重构,基于FPGA、ASIC等计算芯片的异构计算架构正在对以CPU为核心的通用计算发起冲击。

“通过推高通用芯片的性能来征服一切的方式已经失效。” 中国科学院计算技术研究所研究员陈天石对此评论说,“学术界和工业界都把目光投向了更加专用的处理器架构,并且一直在期待新器件引发的新的架构演进。”

十余位权威专家深度解读,达摩院2019十大科技趋势点燃科技热情

杜克大学副教授、IEEE Fellow陈怡然也表示,目前学术界的研究重心在一些更为革命性的架构研究,例如内存计算、非冯诺依曼架构、神经形态计算等。而佛罗里达大学杰出教授、IEEE Fellow李涛则指出,计算体系结构的变革将主导和引领ICT领域的持续创新和发展,这将是未来产业界的核心竞争力。

在人工智能领域,GPU无疑是最受企业以及开发者追捧的芯片。但达摩院认为,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,AI专用芯片将挑战GPU的绝对统治地位。

“对于训练场景来说,计算量要求非常高,需要存储和处理的数据量远远大于之前常见的应用,AI专用计算架构是最佳选择。” 清华大学微纳电子系副系主任尹首一对达摩院的这一观点表示认可。

根据达摩院的判断,AI专用芯片的应用将成为趋势。在2018年的杭州云栖大会上,阿里巴巴曾宣布首款AI芯片AliNPU将于2019年应用于城市大脑和自动驾驶等云端数据场景中。陈天石指出,“AI芯片可以灵活高效地支持视觉、语音和自然语言处理,甚至传统的机器学习应用,将在数据中心场景发挥重要作用。”

二、算法的创新让AI更加智能

1950年,人工智能之父图灵提出著名的图灵测试用以检验人工智能能力,即如果有超过30%的测试者不能确定被测试者是人还是机器人,则认为是通过测试。

图灵提出的猜想可能将会很快实现。达摩院认为,在未来,人类可能无法辨别人工智能生成的语音和真人语音,具备语音交互能力的公共设施将会越来越多,甚至在一些特定对话测试中机器可以通过图灵测试。

西北工业大学计算机学院教授谢磊对此表示,“声音合成技术在某些方面已经可以媲美人声,并将会拉动‘耳朵经济’的爆发,各种‘AI声优’ 将上岗,为大家提供听觉盛宴。”

人工智能行业的迅速发展与深度学习带来的突破高度相关,但仅靠深度学习要实现通用人工智能仍然困难重重。达摩院认为,结合深度学习的图神经网络将让机器成为具备常识、具有理解、认知能力的AI。

十余位权威专家深度解读,达摩院2019十大科技趋势点燃科技热情

杜克大学统计学院终身教授David Dunson对此评论说,“结合了深度学习的图计算方法将实现推荐系统的变革性改进,为用户提供更有趣和更合适的产品,同时改善整体用户体验。”

过去两年,城市大脑成为社会热词。达摩院认为,2019年,人工智能将在城市大脑技术和应用的研发中发挥更大作用,未来越来越多的城市将拥有大脑。

中国城市规划设计院院长杨保军认为,“城市大脑将不再是单一领域或是单项要素的智慧,而是全局联动、多源交融的智慧。”同济大学智能交通运输系统研究中心主任杨晓光则表示,“新一代城市智能管理、智能服务与智能决策将帮助人类最大程度地预防和综合治理城市病。”

三、连接万物的5G催生更多应用场景

过去几年,5G的热度并不逊于人工智能。5G构建的不仅是一张人联网,它将会成为连接万物的纽带。

达摩院在此次十大科技趋势中提到,5G将催生超高清视频、AR/VR等场景的成熟。中国信通院副总工、工信部信息通信经济专家委员会秘书长陈金桥对此评论说,“5G将掀开数据资源作为生产力的大幕,一个基于泛在高速连接的智能社会必将形成。”

十余位权威专家深度解读,达摩院2019十大科技趋势点燃科技热情

车路协同将会是5G与人工智能两大技术交融的典型场景。达摩院认为,车路协同技术路线会加快无人驾驶的到来,并且将在固定线路公交、无人配送、园区微循环等商用场景将快速落地。

单纯依靠“单车智能”的方式革新汽车存在诸多限制,例如传感器部署的成本高,感知系统以及决策系统的可靠性低等。“车路协同的优势在于,可降低单车系统在定位方案部署上的成本,并且可以实现更好的感知与决策。” 中科院自动化研究所研究员赵冬斌如此表示。

作者:阿里云头条

相关推荐