浅析阿里《2020十大科技趋势》|AI与互联网的进化之路

  • 来源: 驱动号 作者: AiChinaTech   2020-01-06/17:55 访问量:
  • 2019年,是新兴科技技术发展的重要年份。从AI的落地到云的崛起,从5G的落实到物联网、视联网的发展,整个科技界的形势可谓是一片大好。在企业方面,国内近年也涌现了如旷视科技、极链科技等优秀的AI初创企业,为AI整体产业的构筑增砖添瓦。

    而就在近日,阿里达摩院发布了《2020十大科技趋势》,对AI、芯片、云计算、区块链、量子计算以及工业互联网等科技领域的未来发展做出了重要预测。

    在这里,笔者选取其中几个科技趋势来展开聊一聊。

    首先,人工智能将从以往的“感知智能”向“认知智能”转换。

    人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准,但在涉及到逻辑推理等认识智能领域时仍存在大量问题。在2020年,也许我们能够逐步实现让它们自动汇总各种数据,并根据数据做出决断, 这也正是“数据”和“知识”的区别。

    当这种认知能力升级在制造业落地应用以后,会使AI对于整个产线的运行状态获得更深的理解。它能够基于现状,不断优化生产流程,甚至可以根据产品的良品率来判断是哪个生产环节、哪些因素导致了该类问题的出现,能够为我们节省大量的时间。

    其次,为什么所有巨头都在做“软硬件一体化”?

    我们都知道,我们往往先生产出硬件,然后才在硬件的基础上,去开发出适配它的软件,尤其在人工智能领域,以往会将大数据、算法、芯片、服务器、云服务分开部署。比方说国外的谷歌、亚马逊,国内的BAT,都是以互联网服务、软件服务起家的,直到最近,这些公司才开始“回归硬件”。从最源头开始,重新以一体化的思维来同时涉及软件和硬件。

    软件不够,硬件来凑,通过简单粗暴地堆砌算力来实现运算,费时费力。所以现在这种模式已经无法满足我们的需求了,正是因为它的效率极其低下。

    如果能够让“软硬件一体化”成为行业常态,以软件为基础来制造相应的硬件,使它们“珠联璧合”,发挥。尤其是在制造业,可以通过工业化定制的软硬一体化设备,通过AT技术来更好地管控生产流程。

    2019年9月,阿里巴巴发布了含光800AI推理芯片,一颗含光800芯片相当于10颗传统GPU,而且实时处理的延时下降了50%,性能大幅地超越竞品的同时,功耗也降低了不少。而它正是“软硬件一体化”思路优势的最好体现:在硬件方面,含光800采用了用了自主研发的芯片架构,专门针对深度学习而优化,而在软件方面则集成了达摩院的先进算法。所以,在含光800芯片的实际落地应用中,软硬件之间的配合非常协调,不存在性能浪费或不足的情况。在它诞生后没多久,阿里巴巴就大胆地将它运用在了自己的核心业务上,而且取得了不错的表现,可见阿里对软硬件一体化趋势的信心。

    同时,随着5G的到来,互联网模式可能会得到相应的延伸。

    比如说物联网,它更多体现的是硬件层面的普遍智能化,可以给用户带来更优的交互体验。相对于过去的4G网络,5G具备更加强大的通讯和带宽能力,能够满足物联网应用高速稳定、覆盖面广等需求。5G网络可以帮助很多还处在理论或者试点阶段的物联网应用不仅能够落到实处,而且还能得到迅速的推广和普及。所以5G的实现对于物联网行业来说不仅是雪中送炭,也是锦上添花。

    再比如说视联网,通过对报告《“视联网”:以视频为核心的下一代互联网展望》的解读,我们可以看到,视联网就是以视频作为主要信息传递介质和功能载体的下一代互联网形态,将颠覆当前图文生态的互联网形态,引发新一轮互联网生态的激烈竞争。

    而此前我们也能看到,即使是在互联网的“寒冬期”,短视频、直播也能交出一份漂亮的增长答卷,而且电商也凭借短视频引流、直播卖货在“6.18”、“11.11”等购物节屡创新高。

    但要全面实现视联网,我们还需要突破通讯带宽、视频识别和视频互动等三个方面的难点,也就是说,5G的普及以及AI技术的突破将是解决这三个难点的重要抓手。此外,视联网真正走向成熟,还需要软硬件层面的协同发展,促进视联网的快速推广与应用落地。这其中的协同包括处理芯片、通讯带宽、摄影设备、互动设备等。这就要求在硬件设计层面就尽可能囊括视联网的软件应用,包括识别算法、互动程序等。

    小结

    阿里此次发布的十大科技趋势,不仅是对过去技术的总结,也是对未来发展的一次思考与辩证。在2019年科技发展形势一片大好的背后,更需要我们去进行反思,为未来尽责。毕竟,科技永远是向前进的。


    评论 {{userinfo.comments}}

    {{money}}

    {{question.question}}

    A {{question.A}}
    B {{question.B}}
    C {{question.C}}
    D {{question.D}}
    提交
    文章数: {{userinfo.count}}
    访问量: {{userinfo.zongrenqi}}

    驱动号 更多