關於2020年人工智慧行業的七則預言

2020年終於來了。

這是一個曾被眾多科幻題材設定為“未來”的遙遠年代——火星探索、仿生機器人、自動駕駛、基因編輯、混合現實、人臉識別、人造肉……人類曾經的這些“異想天開”，已透過科技的百葉窗縫隙照進我們的日常。

在這些代表未來場景的高新科技裡，人工智慧無疑是扛鼎關鍵詞。迄今為止，人工智慧的發展歷史經歷了三次高潮和兩次低谷，而過去一年，則是人工智慧行業發展再次如烈火烹油之勢後的第一個“小年”。這一年，人工智慧熱度有所回落，喧囂褪去，落地成為主旋律；同樣也是這一年，人工智慧在沉澱中走向成熟，價值浮現，工業化才是人工智慧的真實模樣。

據IDC報告稱，到2023年，全球人工智慧系統的支出將達到979億美元，比今年預計的375億美元有驚人的增長，這意味著未來幾年的年增長率將達到28.4%。因此，2020年必將是為人工智慧領域下一個十年的創新奠定基調並延續現有勢頭的關鍵一年。那麼，在新的一年裡，人工智慧行業發展又將呈現哪些趨勢變化，投資人及從業者該對哪些方面多加關注呢？下面，我們結合了多家研究機構報告，對2020年人工智慧發展趨勢進行分析並解讀。

一、政策持續最佳化行業發展

解讀：

我國政府高度重視人工智慧的技術進步與產業發展，自2017年起，人工智慧已上升國家戰略。《新一代人工智慧發展規劃》提出“到2030年，使中國成為世界主要人工智慧創新中心”。為此，我國也出 臺了系列政策，大力推動人工智慧產業發展。目前，國內人工智慧產業政策體系已基本成型，主要分為以下三大類：

1、法律法規和倫理規範

開展與人工智慧應用相關的民事與刑事責任確認、隱私與產權保護、資訊保安利用等法律問題研究，重點圍繞自動駕駛、服務機器人等應用基礎較好的細分領域，加快研究制定相關安全管理法規，為新技術的加快應用奠定法律基礎。

2、具體產業落地政策

包括出 臺針對人工智慧中小企業和初創企業的財稅優惠政策，透過高新技術企業稅收優惠和研發費用加計扣除等政策支援人工智慧企業發展，引導市場力量，建立健全人工智慧產業發展基金。

3、推進各類人工智慧創新發展

包括按照國家級科技創新基地佈局和框架，推進人工智慧創新基地，引導與現有人工智慧相關的國家重點實驗室、企業國家重點實驗室、國家工程實驗室等基地，聚焦新一代人工智慧的前沿方向開展研究，前瞻佈局新一代人工智慧重大科技專案。

以下為國內相關政策不完全彙總：

國家層面

我國主要人工智慧政策規劃彙總

地方層面

地方主要人工智慧政策規劃彙總

2019年，人工智慧在政府工作報告中，從“加快”、“加強”到“深化”，說明它已經走過了萌芽階段與初步發展階段，下個階段將進入快速發展時期，並且更加註重應用落地。2020年政府將繼續支援加快人工智慧產業發展，人工智慧“政策持續催化”將是行業發展趨勢之一。

二、5G助推行業加速發展

解讀：

5G是人工智慧發展的重要基礎支撐，能夠推進人工智慧技術與應用快速發展，可以說“有了更好的5G，才會帶來更好的人工智慧”。

一是5G推進人工智慧技術進步。 人工智慧技術進步的核心在於資料支援，各種型別的海量資料，可以為深度學習等人工智慧演算法提供堅實的素材基礎。5G將人與人的通訊連線擴充到萬物互聯，其超高速率和超大連線能力能夠創造出史無前例的海量資料，為人工智慧從海量資料中學習模式和規則、預測趨勢、執行策略等打下很好的基礎，有效促進人工智慧技術 的發展 。

二是5G推進人工智慧應用普及。5G的一大功能是邊緣計算，可以把計算和儲存的能力往前推到接入網。5G之前，人工智慧對資料的處理主要在雲端進行，在應用端受到很大制約。5G時代，透過邊緣計算可實現人工智慧在終端側的應用，實現雲端和終端之間良好的銜接、配合、互補，能夠解決很多之前解決不了的問題，在車聯網、工業網際網路、機器人、無人機、智慧城市、醫療等領域帶來更多智慧化的應用，使人工智慧應用更加豐富，實現萬物智聯。

隨著人工智慧技術的進一步成熟，未來企業商業應用能力將成為資本重要考核因素。2019年是5G商用落地元年，5G商用時代的逐漸來臨，人工智慧技術連線效率也將進一步提升，深度學習、資料探勘、自動程式設計等領域也將在更多的應用領域得到實現，5G將進一步助推行業加速發展。

三、量子計算將增強AI

解讀：

如今，神經網路和其他機器學習系統已成為人工智慧時代的核心技術。具備機器學習能力的人工智慧在某些方面的能力遠超人類，不僅在國際象棋和資料探勘等方面表現出眾，而且在人類大腦所擅長的面部識別、語言翻譯等方面進展迅速。透過後臺的強大算力，這些系統的價值不斷凸顯。但同時，傳統計算機資料處理能力接近極限，而資料卻在不斷增長。隨著產業資料規模的爆炸式增長，深度學習模型網路引數的不斷擴增，現有的計算結構及框架，面對海量的資料規模及深層網路結構，處理分析所需的時間、硬體成本非常高，因此亟須更為高效的解決方案。於是，很多研究機構及科技公司都將目光集中到了量子計算領域，例如谷歌、微軟、英特爾、IBM、阿里巴巴和百度在內的企業紛紛在量子計算方面加以探索。

2019年，谷歌宣稱實現了“量子霸權”，即其量子計算器件可執行一個任何經典計算機都無法完成的任務。儘管 IBM 反駁稱該任務仍在經典算力之內，但不得不承認，谷歌在硬體上的進展大大增強了行業對超導路線以及對大規模量子計算實現步伐的樂觀預期。隨著“量子霸權”的成功展示，量子計算將在2020年迎來新一輪的爆發。量子硬體方面，可程式設計的中等規模有噪量子裝置的效能會得到進一步提升並初步具備糾錯能力，最終將可在上面執行具有一定實用價值的量子演算法，量子人工智慧應用也將得到很大的發展。量子軟體方面，高質量的量子計算平臺和軟體將會湧現並與AI和雲端計算技術實現深度融合。此外，伴隨著量子計算生態產業鏈的初步形成，量子計算必將在更多應用領域獲得重視，越來越多的行業巨頭陸續投入研發資源進行戰略佈局，有機會為未來AI和雲端計算領域帶來全新面貌。

四、AI 晶片領域競爭激烈

解讀：

AI晶片行業隨著人工智慧的再次火熱，也出現了井噴式發展。近年來，各類勢力均在發力AI晶片，參與者包括傳統晶片設計、IT廠商、技術公司、網際網路以及初創企業等，產品覆蓋了CPU、GPU、FPGA、ASIC等。

目前從應用上來看，AI晶片主要有兩個方向，一個是在資料中心部署的雲端，一個是在消費者終端部署的終端，後者呈現壓倒性勝利；小方向上，它們又可劃分為兩類，分別是視覺晶片和語音晶片。

在剛剛過去的一年裡，AI晶片行業展現出了架構創新、專用晶片、有效算力、開源等特點。而在新的一年裡，有這樣4大趨勢不容忽視：

1、AI語音晶片的競爭加劇

AI應用的兩大方向是視覺和語音，相比視覺，語音不僅技術挑戰更小，而且已經有出貨量非常大的智慧音響產品。在更加激烈的AI競爭中，為了延續優勢，強於演算法的公司紛紛推出自研AI晶片，比如思必馳。

除了演算法公司，擁有創新架構AI晶片的探境科技、知存科技、清微智慧都在2019年釋出了語音晶片，其中探境科技已經擁有了30個合作伙伴，AI語音方案出貨達到了百萬級，清微智慧的AI語音晶片也已經量產，並且產生了營收，知存科技也有多位意向客戶。

再加上為AI智慧音響提供晶片的傳統晶片公司，AI語音晶片的競爭將變得更加激烈。當然，這種競爭伴隨的是市場需求的增加，未來幾年，智慧家居市場對於AI語音晶片的需求也有望快速增加。

2、雲端晶片市場迎來競爭

英偉達和英特爾最先享受到了AI雲端晶片市場的紅利，其中英偉達在雲端AI訓練市場的地位更是無人能敵。不過，隨著英特爾推出Nervana NNP-T 和 Nervana NNP-I 以及20億美元收購Habana Labs，還有即將在今年年中推出的獨立GPU Xe，英偉達和英特爾在雲端AI晶片市場的競爭會更加激烈。在國內，寒武紀、位元大陸、燧原科技等在2019年都推出了雲端AI晶片，從細分市場進入雲端AI晶片市場，目標是獲得一定的市場份額。2020年，巨頭和初創公司產品的落地，將讓雲端AI晶片市場的競爭逐步激烈，並可能在一定程度上削弱英偉達的話語權。

3、端雲一體的生態戰正式開啟

2019年，在雲端AI晶片市場非常成功的英偉達和谷歌都相繼推出了面向邊緣端的AI晶片，或增強邊緣端AI晶片的實力。英特爾更是構建了全面的AI晶片型別，迎戰AI。其實，不論是科技巨頭還是創業公司，都會有端雲一體戰略，他們希望透過端雲一體的戰略構建強大的生態，產生很寬的護城河同時保持公司業績的持續增長，差別在於實現的難度不同。由此看來，隨著有實力的公司們端雲一體AI晶片戰略的開啟和落地，2020年的邊緣AI晶片初創公司們，將面臨更大的生存壓力。

4、易用性更為重要

2019年已經有不少商用的AI晶片，但無論是大公司還是初創公司，不少都面臨晶片卻難以落地的難題，原因也是各不相同，如晶片本身功能不足，晶片不適配應用的需求，易用性不高，選擇的行業難以突破等等。因此，晶片的易用性在2020年將變得更加重要，這將從技術上降低客戶嘗試的成本，加快產品推向市場的時間，也能夠彌補硬體迭代速度慢不能很好滿足應用需求的痛點。

五、若干技術方向實現重要突破

解讀：

總的來說，AI 技術的發展比較平穩，有若干技術方向出現比較重要的突破，也有一方向發展遇到瓶頸。

比如，根據 Google Trend 顯示，從 2018 年截至目前，在全球範圍內，關鍵詞“Knowledge Graph”的熱度總體上呈上升趨勢。知識圖譜也越來越多地被學術和業界提到並應用於研究和實踐中，該領域內的熱點研究有：概念圖、並行演算法、知識表示、圖形知識、知識庫等，其中概念圖是當前的熱門話題之一，20 世紀 90 年代以來，其研究熱度始終保持在 Top 1；知識表示也是該領域的熱點話題。知識圖譜作為人工智慧技術中的知識容器和孵化器，會對未來 AI 領域的發展起到關鍵性的作用，預計未來會向自動化的方向前進，並找到更多落地應用場景。

至於深度學習，這幾年這項技術的紅利推動了人工智慧的研究，激發了大家對AI的熱情。它是當前人工智慧領域最重要，也是被產業界證明最有效的技術。以深度學習框架為核心的開源深度學習平臺大大降低了人工智慧技術的開發門檻，有效提高了人工智慧應用的質量和效率。2020 年，各行各業將會大規模應用深度學習技術實施創新，加快轉型和升級。

在 NLP 領域，繼谷歌推出讓人振奮的 BERT 之後，GPT 後來居上，隨後又不斷出現新的模型，不斷打破“前輩”創下的記錄，百度的NLP 預訓練模型 ERNIE中文任務全面超越 BERT，CMU 和 Google Brain 聯手推出了 Bert 的改進版 XLNet，在 20 項任務上超越 BERT，微軟亞洲研究院在 ICML 2019 上提出了一個全新的通用預訓練方法 MASS，在序列到序列的自然語言生成任務中全面超越 BERT 和 GPT。

在計算機視覺領域，當前的熱點研究話題包括影像分割、影像分類、支援向量機、特徵提取、目標識別、生物醫學研究、目標檢測、人臉識別、馬爾可夫過程等。其中，生成對抗網路（GAN）技術成為當下的研究熱點，實際應用也越發爐火純青，AI 生成影像和影片的效果如此逼真，以至於一些打擦邊球的應用產生了不小的負面影響，倒逼立法或規範產生，比如美國加州已簽署了兩項新法令，其中一項是禁止任何人在選舉 60 天內釋出有關候選人的 Deepfake 影片，另一項法令則是允許該州居民起訴任何使用 Deepfake 技術將其影像放入色 情影片的人。

六、安全、隱私和道德問題已箭在弦上

解讀：

隨著AI逐漸飛入尋常百姓家，人們開始對AI技術所引發的隱私和安全問題日益重視，AI與道德的話題也再次闖入大眾視野。

在過去的一年中，資料隱私和安全性已成為一個令人難以置信的熱門話題。在國內，如AI換臉APP“ZAO”一夜躥紅又被約談、國內人臉識別第一案等多起關於人臉識別被濫用的網路事件引發大眾的質疑和恐慌；在國外，亞馬遜、谷歌和蘋果紛紛曝出監聽、錄製和分析使用者隱私語音的新聞，也讓大眾對科技公司收集資料的方式產生質疑；在網路上流傳大量虛假圖片、虛假影片讓人不堪其擾，甚至被不法分子用來牟取暴利的情況下，也有越來越多企業試圖利用AI技術參與到甄別虛假圖片、影片中來。

對於企業而言，一方面在運營中使用AI、區塊鏈、雲端計算等技術實現了創收，而另一方面，隱私和資料保護方面的要求也會隨之提高。在2020年，安全與隱私保護，將會成為AI最大的瓶頸之一。

AI應用的邊界、隱私資料保護的度在哪裡，現在還是未知。社交活動資料、零售資料、金融行為資料、醫療健康資料等被廣泛用於AI各種應用場景，的確也朝著為人類帶來更多服務的方向發展，但是對於這樣的涉及隱私資料利用的監管仍處於探索階段。任何企業應用與隱私之間需要一個權衡。

此外，對於龍頭企業而言，他們無疑有責任在推動社會進步的路上率先而行。不論是制定公平、可靠和安全、隱私和保障、包容、透明、責任等準則制度，或者是與許多政府機構接觸，為如何制定負責任的人工智慧相關法律法規，獻計獻策等，科技巨頭應該致力於保證技術始終為人所用。

七、複合型人才需求愈發強烈

解讀：

一直以來，5G的高速度、低時延、大容量特點都被認為會帶來AI、移動XR、自動駕駛等行業的顛覆性的改變。隨著2019年6月5G商用牌照正式發放，很多網際網路大廠開始為此招兵買馬，試圖在5G時代搶先一步。儘管資本寒冬的到來讓很多企業開始精打細算，但科技公司對於AI和5G人才的需求市場依然非常火熱，並展現出以下幾個特點：

1、AI和5G人才需求爆發式增長

對於5G人才而言，2019年以來，市場上對相關人才需求出現了爆發式增長。根據boss直聘的報告顯示，去年1-5月，5G人才需求總量已經接近2018年的60%，較2018年同比增長38.9%，需求增速較2018年提高了7個百分點。在薪資方面，5G相關人才平均招聘月薪為14110元，較2018年平均月薪水平高出15.7%，其增幅較2018年高出6個百分點。

對於AI人才而言，企業的需求更加旺盛，薪資水平也更高。今年4月，獵聘網釋出的人才報告顯示，2019年第一季度，AI相關職位需求同比增長為44.30%，平均年薪達到26.38萬元。

2、人才需求出現結構性變化

當前，網際網路行業正在告別勞動密集型形式，向著技術驅動、專業能力驅動的方向發展。受此影響，整個網際網路行業人才需求也出現了結構性變化。隨著相關技術的進步，基礎性的崗位逐漸被新技術替代，AI、大資料、5G代表著新技術方向的崗位需求量大增。

正如京東集團校招負責人表示，在面向2020年畢業的學生群體招聘過程中，發現了一些新現象，更多計算機相關專業的同學投遞演算法與資料相關的職位，工程類開發投遞的佔比在逐年下降。BOSS直聘研究院的資料也顯示這一特點：2018年，有2%的技能在人才市場上需求呈現負增長，10%的技能需求增速大幅下降。變化最明顯的是基礎客服、倉儲分揀、基礎翻譯等崗位需求在快速減少。其中，2018年，涉及客服、初級諮詢技能的崗位數量較2017年減少30% 。這背後是AI、大資料等技術的進步，機器已經可以取代人工去完成相應的工作，效率更高且成本更低。

這種現象表明，如今重複性高但技術含量低的崗位逐漸被取代，企業越來越需要的是擁有核心競爭力的人才。根據BOSS直聘研究院的資料顯示，2018年，所有要求掌握AI、演算法、智慧識別等相關技能的崗位，年度薪資總和規模至少達到15億元，較2017年增長5.8倍。同時，網際網路公司對這些人才提出了新的要求。比如，對於資料分析師來說，企業更希望他們將精力放在點亮有價值卻未能充分利用的“暗資料”和非結構化內容的挖掘上。專業資料分析師除了SAS或R外，更多崗位要求應聘者必須掌握Python、Java，C++等程式語言中的一項。

總之，近幾年的網際網路發展表明，企業越來越需求複合型技人才，AI、5G等新技術的出現，加劇了這一變革，因此高技術、複合型人才非常搶手且薪資更高。從2019年華為百萬年薪搶AI應屆博士生、各個科技巨頭高薪挖角人工智慧人才可見，Al人才依然緊缺，企業高薪搶人將成為常態。隨著Al行業的持續發展，相關人才需求量在不斷擴大，Al技術人才迎來黃金髮展機遇，在高技術服務和製造業領域增長將尤其明顯。

美團CEO王興曾經在風頭正盛時突發感慨：2019年是過去10年裡最差的一年，卻是未來10年裡最好的一年。無論2019年企業或個人是否好過，總之它終究過去了。可以肯定的是，未來十年必將是人工智慧技術加速普及的爆發期，人工智慧產品製造會在各領域中實現，人工智慧將不斷向日常生活滲透，產業規模將大幅度提升。同時，人工智慧具有顯著的溢位效應，將帶動其他相關技術的持續進步。在這樣一個大趨勢下，對於那些苦心鑽研、勇於創新、腳踏實地、深耕細作的企業，未來十年2020年必將是他們的起點年。

編輯：文婧

校對：林亦霖

—完—