回望2019,产业ai与产业互联网成为ai落地的关键词;云计算成为行业数字化转型的核心枢纽;5g牌照下发,正式商用;区块链升级至国家战略,发展空间巨大……2019是中国科技发展史上的重要年份。
步入2020,科技浪潮即将开启新的十年,蓄势已久的智能革命将迎来颠覆性的技术变局。
近日,阿里达摩院发布《2020十大科技趋势》,仔细分析了目前的技术瓶颈,也对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了重要预测。
接下来,让我们和他山石各领域的国际专家们,一起看看未来的科技趋势吧。
01人工智能从感知智能向认知智能演进
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,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。
人工智能女王贾斯汀·卡塞尔对此十分认同,她说,如今,虽然自然语言已经取得很大进步,但是自动语音识别依然不够理想——比如,你建了一个可以识别金融术语的语音识别系统,但是如果有人突然说他喜欢棒球,这个系统就不起作用了。
这些语音助手只知道已经被输入过、训练过的对话,一旦问题超出了训练范围,它就没有经验了,因此要实现超出训练范围的对话要难很多,而要实现这点,就需要依靠认知智能。
认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合跨领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破。
02 计算存储一体化突破ai算力瓶颈
冯诺伊曼架构的存储和计算分离,已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体,能显著减少数据搬运,极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新,将突破ai算力瓶颈。
广义上计算存储一体化计算架构的发展,近期策略关键在于通过芯片设计、集成、封装技术拉近存储单元与计算单元的距离,增加带宽,降低数据搬运的代价,缓解由于数据搬运产生的瓶颈。
中期规划,通过架构方面的创新,设存储器于计算单元中或者置计算单元于存储模块内,可以实现计算和存储融合。
远期展望,通过器件层面的创新,实现器件即是存储单元也是计算单元,不分彼此,融合一体,成为真正的计算存储一体化。
计算存储一体化的出现将通过迫使产业升级,重构现在处理器和存储器的相对垄断的产业格局。在此过程中,可帮助更多芯片行业中小企业发展,为国产芯片弯道超车创造了机会。
03 工业互联网的超融合
5g、iot设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合,实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化,进而实现柔性制造,同时工厂上下游制造产线能实时调整和协同。
工业互联网战略家德克·萨拉玛解释到,iot会使智能工厂的组织架构发生转变,在物联网的协同下,机器制造行业将与互联网行业协同工作,共同创建一个产品,使实体产品与基于互联网的app服务相结合。
在制造技术领域上,iot可以让制造设备互联,物流链互联,而网络物理系统以及基于大数据的生产流程分析将有助于改善iot下的生产方式。
而这一切的转变,都需要5g、云计算和边缘计算的支持。
云经济学之父、5g数字转型战略家乔·韦曼点出,5g具有高带宽、高密度、低功耗和低延迟的特点,大量的数据可以通过5g组合在一起,在各种设备之间来回传输。
设备接入iot后,信息数据通过5g传送到不同设备上,这些设备再通过云计算、边缘计算分析数据并做出下一步的反应,以此实现人、机、物的全面互联,实现全要素、全产业链、全价值链的全面连接。
这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言,提高5%-10%的效率,就会产生数万亿人民币的价值。
04 机器间大规模协作成为可能
传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5g通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值:大规模智能交通灯调度将实现动态实时调整,仓储机器人协作完成货物分拣的高效协作,无人驾驶车可以感知全局路况,群体无人机协同将高效打通最后一公里配送。
以多智能体系统作为研究核心的牛津ai大神迈克尔·伍尔德里奇十分赞同,他认为,人工智能未来发展的趋势会是多智能体,现在物联网技术、5g的发展是ai之间智能互联的基础。
多智能体系统将会拥有3种能力:合作、协调和协商三种能力,这会让人工智能给人类带来更大的益处,多个救灾机器人协同工作就是多智能体系统的运用之一。伍尔德里奇认为,不出20年,救灾机器人就能代替人类救援队展开施救。在更多场合,机器人之间不仅可以互通消息,还能彼此商量着完成任务。
05 模块化降低芯片设计门槛
传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以risc-v为代表的开放指令集及其相应的开源soc芯片设计、高级抽象硬件描述语言和基于ip的模板化芯片设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外,基于芯粒(chiplet)的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起,可以跳过流片快速定制出一个符合应用需求的芯片,进一步加快了芯片的交付。
数字经济驯龙高手,微软、高通、甲骨文数字经济咨询师丹尼尔·纽曼曾在《福布斯》上分析到,risc-v是一个以精简指令集原则为基础的开源指令架构,阿里巴巴今年发布的玄铁910芯片就是一个是基于risc-v的芯片。这款新型核处理器是中国实现增强芯片创新、加强芯片生产、提高芯片竞争力的第一步,开源芯片将帮助中国半导体和芯片产业走向光辉。