2020年开端，全球经济与社会堕入许多不确定性傍边。面临簇新的2021，读懂未来的科技趋势展开，或许从未像今日一般重要。1月13日，百度研讨院发布2021年十大科技趋势猜测，包含人工智能、生物核算、AI芯片、量子核算等前沿技能及相关工业，技能立异与工业使用展开严密交融，既有技能前瞻性也具有工业辅导价值。
2020年，全球抗疫促进 AI 与 5G、大数据、物联网等新一代信息技能彼此交融，AI 测温、AI 问诊、智能外呼、服务机器人等立异使用开端大规模遍及，从日子的方方面面支撑抗击疫情。
后疫情年代，AI 将进一步与交通、动力、踪迹、农业等基础工业交融，推动复工复产，促进社会经济展开。一起长途仇人、在线教育、在线问诊等形式将会连续，成为未来的新常态。AI 不只助力工业经济，而且逐步深化群众日子，用 AI 处理民生问题有望大规模落地。
让机器像人丁一卯二具有了解和考虑的才能，需求交融言语、语音、视觉等多模态的信息。结合常识图谱和深度学习技能的常识增强的跨模态深度语义了解，让 AI 具有继续学习的才能。
以此为基础，结合 3D 建模、心情辨认、智能引荐等多种技能打造的数字人、虚拟人能够看、听、说，还能与人天然沟通。2021年，数字人、虚拟人的出产门槛将进一步下降，并大规模使用在互联网、金融、电商、医疗等职业，给客户带来专业交心、千人千面的服务。媒体职业也将迎来很多 AI 虚拟主播，“二次元”的创造力和想象力结合实在国际的感知与交互才能，有望大放异彩。
在出人意料且席卷全球的疫情面前，病毒检测和疫苗研讨仇人每加快一秒都或许抢救无数人的生命。但是，了解病毒，特别是病毒蛋白质、RNA 等分子结构，却是一个极端杂乱的进程。
疫情期间，LinearFold 和 LinearDesign 等算法，明显前进了 RNA 二级结构猜测和 mRNA 疫苗基因序列规划的速度。AlphaFold 2在 CASP 14蛋白质结构猜测比赛的成果也预示着，AI 有望大大前进大分子结构猜测的精度和功率。AI、生物核算和病毒研讨、疫苗研制等生命科学基础研讨范畴的结合将迎来迸发。
除了基础研讨外，AI 也将进一步融入新药研制的整个链条，包含靶点发现、世风日下化合物发现、先导化合物发现和优化等等，然后大大缩短新药研制周期，下降新药研制本钱，前进医疗凑趣的准确性和功率，使人类在面临健康问题时愈加主动。
无安全员的 Robotaxi 车辆展开常态化运营有望成为实际，以智能语音交互和车路协同信息服务为特征的“智能座舱”将成为大礼服干流标配。
根据“新基建”展开的交通数字化转型和智能化革新，将会让传统交通加快向数字化、网联化、主动化的“新交通”改变。一起，数字化的常识和信息将会成为智能交通的要害出产要素，智能交通未来将从重视厨子向厨子和运营偏重改变，“数字交通运营服务商”将成为推动智能交通高质量展开的要害力气。
边际是一个杂乱概念，规模触及从简略的传感器、嵌入式设备，到手机、机器人，以及高度杂乱的主动驾驶大礼服等设备。
跟着 AI 芯片供给更专业化的边际核算才能，以及模型蒸馏等技能的展开，轻量级模型将被越来越多地布置在小型边际设备中，支撑离线和在线场景，而且能够为用户进行定制化服务。
智能技能向边际浸透，简直会影响一切职业。跟着边际智能使用需求的不断增加，估计具有 AI 功用的边际设备以及在边际处理的数据量都将继续快速增加。
深度学习模型依靠很多的以身作则数据，以获得优异的功能。而无监督学习是一种无需人工以身作则数据协助的学习方法，是 AI 下一步展开的重要方向之一。
使用无监督学习对不同模态的数据进行预练习，经过跨模态信息的同享前进跨模态了解，将成为一种趋势。其所构成的先验常识，还能够协助小样本学习快速泛化至新使命中，有助于将 AI 技能使用到更广泛的范畴，值得更进一步探究。
跟着 AI 对数据、行为和运动学的剖析和了解的逐步老练，机器在实际日子杂乱场景中与人进行交互的可行性和安全性将得到前进。服务机器人或将被赋予更多的物理交互才能，能够帮人完结简略、重复的日常仇人。
将有更多酒店使用服务机器人来实时呼应客房需求，主动配送物品。家庭服务机器人所能完结的使命则会愈加精密和多样，例如协助白叟从冰箱拿食物或冲泡饮料，一起防止和房屋内的其他物体或运动的人磕碰，还能够在主人外出时协助收拾房间等。
量子科技立异的重要性和紧迫性将被社会各界广泛认可，这将进一步推动量子核算相关软硬件工业出现快速展开。
量子硬件的功能将进一步前进，相应地，会催生出一批具有实用价值的量子算法，用于真实展现这些量子硬件的优势。量子软件云化和服务化成为趋势，逐步完成与硬件的深度交融，逐步敞开和输出量子核算才能。量子核算与 AI 和云核算也将会继续深度交融，磕碰出新一轮的火花。
伴跟着量子生态雏形逐步构成，越来越多的政府机构、高等院校以及科技公司将敞开在量子核算范畴的战略策划和体系布局，以便做好充分准备以迎候量子核算年代。
AI 的展开需求遵从必定的根本准则，以人为本、公平容纳、可解释性、透明性与可追溯、隐私安全等准则，已成为国际社会 AI 道德和管理的根本一致。
AI 道德将推动智能使用展开从获取用户注意力向促进用户福祉改变。2021年，从技能落地的视点看，AI 模型的可解释性和鲁棒性将获得更多的前进，视频组成技能的“矛”（组成）和“盾”（辨别）之争也会愈演愈烈，隐私维护核算还将加快在安排间运用，为爱惜数据价值供给安全和隐私确保。一起，近年来快速展开的深度学习也极大地增加了能耗，未来 AI 的展开将会更重视有挑选性地进行运算，寻求经济、社会与环境的可继续展开。
让 AI 普惠群众，需求让人们相等快捷地获取 AI 才能，这需求在算法、算力、数据等 AI 基础设施和人才两大方面继续投入。
以深度学习框架为中心的开源渠道已大大下降 AI 技能的开发门槛，主动化深度学习、少代码或无代码的 AI 开发渠道等将进一步展开，继续下降 AI 开发所需的专业技能。AI 的大规模使用和对更大算力的需求将驱动 AI 芯片新一轮的增加，协助 AI 打破当时的算力瓶颈，更普惠地爱惜 AI 算力。高质量的数据能有用前进对使用场景了解才能，安全的定制化数据计划、优化的数据收集和以身作则、健全的数据要素市场体系将推动 AI 在各细分范畴的使用落地。此外，AI 的群众化离不开人才，无论是研讨型、使用型的人才，又或是 AI 素质的培育都不可或缺，信任跟着科技公司进一步促进 AI 产教交融，各个工业都会涌现出更多既懂 AI 技能又懂 AI 场景的工业复合型人才。
上一篇：福布斯：未来五年10项有推翻性的IT技能 下一篇：“场景式消费”激起郑州经济新潜力
