2020年八大人工智能发展趋势

    2020年，这个极具未来感的数字，在小时候的作文里经常出现，它有可以任意穿梭的时光机器，有不用吃饭的药丸，还有会飞的汽车...

    我们总以为它还远，却不想它已悄悄到来。作文里脑洞大开的2020年虽还没实现，但以人工智能为主导的第四次革命所带来的改变，将在2020年悄然发生。

    今天，极视角为大家整理了2020年人工智能发展趋势。一起来看看，2020年人工智能行业会发生什么样的变化吧！☟☟☟

NO.1  AI人才供不应求，科技巨头大力扶持

    在过去几年里，随着人工智能应用快速落地且赋能更多的行业，全球市场对AI人才的需求呈指数级增长。据猎聘《2019年中国AI人工智能&大数据人才就业趋势报告》显示，2019年中国对AI人才的需求是4年前的12倍。

    针对AI人才供不应求的现状，国内外各大科技巨头都在高度关注开发者生态，并相应地推出了开发者扶持计划。

    阿里发布“全球AI开发者计划”，预计2年内培养30万AI工程师；百度开启“百度AI加速器”开发者扶持计划；华为投入10亿来支持“华为沃土AI开发者使能计划”等等。

    未来，人工智能行业的竞争必将是生态与产业链的竞争，现今，各大科技巨头都在极早布局，建立开发者生态。

NO.2   智能应用落地，工程化能力日益凸显

    人工智能发展到当前这个阶段，“智能应用落地”已成为鲜明的主题词。过去人工智能技术驱动阶段重在AI算法模型比拼，但如今更要依赖商业场景洞察、专家团队实力，将AI技术与行业实际需求结合，产生应用与经济价值。

    据艾瑞咨询《2019年中国人工智能产业研究报告》显示，2020年中国人工智能赋能实体经济市场规模达819.8亿元。许多企业都在实体经济中积极寻找人工智能技术的落地应用场景。

    要想将人工智能技术落地实际应用场景，AI中真正有用的就是“工程化能力”。因为“AI工程化”意味着解决方案产品化，可迭代，可复用，可在大型应用场景落地部署，而不是停留在实验室里的科研成果。

    所以，今后，随着智能应用的落地，工程化能力显得极为重要。

NO.3算法先发优势丧失，价格下跌将成定局

    随着人工智能的发展，越来越多的公司将AI技术和数据集向公众开源，从谷歌、脸书、亚马逊到中国的BAT，这使得人工智能的使用门槛在逐渐降低，更多的企业可以利用人工智能技术来为场景和行业赋能。

    而AI算法的发展也不可避免地同质化，各大人工智能企业可能更多是在前端设备、产品形态上有差异，或者是在系统界面、系统架构上有区别，但核心算法并没有太多的不同，如人脸识别、车牌识别。

    由于开发门槛降低、算法同质化严重，有些以算法为核心的初创AI企业不得不以降价的方式来售卖算法，以实现公司的资金可持续造血，存活下来。

NO.4“算法市场”兴起，标志算法经济迈向2.0

    在人工智能不断发展的过程中，AI不再是简单的识别与判断，而会深化到各种垂直行业及需求中。

    很多我们想象不到的场景都有AI应用的可能，仅在智慧城市管理领域，就已经可以细化到机动车占道识别、积水识别、路面塌陷、烟花爆竹燃放识别等。再往前走，AI算法将会出现大量碎片化需求，且没有一家单一的企业可以涵盖所有的算法。

    在这种情况下，无论是技术过硬的独角兽，还是华为、BAT这样的科技巨头企业，都不可能一家公司训练出所有的算法模型。所以算法市场商业模式的兴起，是算法经济发展的必然结果，也是算法经济迈向2.0的标志性因素。

    算法市场商业模式即企业本身转型做基础设施和平台服务，引入开发者机制，将具体垂直的算法开发任务交给AI开发者，成为连接无数开发者和无数企业用户的算法平台企业。

NO.5“数据安全技术”将成为新一轮AI技术热点

    科技的发展是一把双刃剑，随着AI不断落地应用的同时，作为AI技术的关键因素——数据也成为重点保护对象。

    欧洲市场研究和咨询服务公司kbv research曾发布预测报告指出，数据安全市场将以每年18%的复合增长率发展，估计2023年将达到209亿美元；若以在2023年达到全球20%的GDP来估算，中国市场规模将达到约400亿元人民币，未来人工智能在数据安全治理领域存在很大应用潜力。

    在强劲的市场需求和数据安全法规强制规定下，AI数据安全技术也在不断发展，它将成为新一轮的技术热点。欧盟曾于2018年提出的《通用数据保护条例》(简称GDPR)也会随着数据安全技术的发展而不断落实。

NO.6算法与硬件深度结合，加速应用落地

    鉴于人工智能算法和软件的门槛不断降低，现阶段，人工智能技术在实体经济中进行落地应用成为核心要义。

    在整个应用过程中，越来越多的AI公司意识到，仅仅凭借着优秀的算法是无法解决落地应用问题，还有硬件配置和成本性能方面的问题。例如在工业质检的场景中，算法并不是核心难点，摄像头类型与角度、服务器成本才是落地的难点。

    针对硬件方面的问题，高通推出了全新一代骁龙™865移动平台，能为下一代旗舰终端提供出色的处理能力，同时内置第五代Qualcomm AI引擎，可以助力终端打造更高水平的拍摄、音频体验；英特尔推出了第二代英特尔®至强®可扩展处理器、英特尔®傲腾™数据中心内存和存储解决方案、英特尔® Nervana™ 神经网络处理器等，可助力AI硬件性能提升。

    未来，在算法和硬件深度结合、协同开发下，能够发挥它们最大的优势，来推进人工智能应用落地。

NO.7技术更新迭代，开发者工具层出不穷

    人工智能技术不断更新迭代，全球人工智能领军企业也相继推出自己的专业化AI开发工具，国外的谷歌、脸书，国内的商汤、旷视，都有属于自己的专业化开发工具。

    谷歌研发了GPipe，一个分布式机器学习库，能使用同步随机梯度下降和流水线并行技术进行训练；Facebook推出Pythia，是一个模块化的深度学习框架，可以支持视觉和语言领域的多任务处理，还能支持数据并行和分布式数据并行的分布式训练。

    旷视自主研发了人工智能算法平台Brain++；商汤升级了自研训练框架SenseParrots；极视角发布的算法开发平台——极市平台，能为算法开发者提供在线编码开发、数据集安全保障、训练状况实时通告、自动化测试报告、SDK一键生成等功能。

    2020年，随着开发者数量的增加以及技术的进步，开发工具也将日益丰富。

NO.8热潮涌动下，政府和央国企或将入局

    在众多的当今新兴领域中，AI、大数据无疑是最热的领域之一，也备受政府重视。在2019年全国两会政府工作报告，李克强总理首次提出“智能+”，并强调“深化大数据、人工智能等研发应用”。

    在国家层面，对AI、大数据都有明确的规划。2017年，国务院印发了《新一代人工智能发展规划》，提出到2020年，初步建成人工智能技术标准、服务体系和产业生态链，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。

    有些大型央国企积极响应国家的号召，特意为AI技术设置了“研究院”，如中国电信；还有央国企加入到激烈的AI人才抢夺战中，如中化集团、中国联通等。他们希望用AI技术带动产业升级，进行智能化创新。

    伴随着这股人工智能热潮、政策的逐步深入以及抢人大战的升级，中国各地政府和大型央国企都将入局AI行业？你觉得呢？