阿里达摩院关于2020人工智能的11条断言

元旦刚过，人工智能领域就迎来了头条新闻。

1月2日，阿里达摩院集结了80位专家，发布了《2020十大科技趋势》。这份报告开头写道：2020是如此科幻的年份，步入2020，仿佛回到了久违的未来。

报告提及的十大趋势，覆盖了人工智能、大数据、云计算、区块链、5G等主要热门科技领域。最多的篇幅给予了人工智能，整份报告中，共列出了四大趋势，关注未来人工智能的发展。

AIPharos月光社第一时间梳理了这篇报告，并从中挑选出了11条关于人工智能的断言。

没有人工智能的未来，已不可想象。

从感知智能向认知智能演进

1 ｜ 相较于感知智能这一人工智能1.0，人工智能2.0将更多基于数据，自动将非结构化的数据转变为结构化的知识，做到真正意义上的认知智能。未来人工智能热潮能否进一步打开天花板，形成更大的产业规模，认知智能的突破是关键。

2 ｜ 认知智能可以帮助机器跨越模态理解数据，学习到最接近人脑认知的“一般表达”，获得类似于人脑的多模感知能力，有望带来颠覆性的产业价值。认知智能的出现使得AI系统主动了解事物发展的背后规律和因果关系、而不再只是简单的统计拟合，从而进一步推动实现下一代具有认知能力的AI系统。

3 ｜ 探索如何保持大数据智能优势的同时，赋予机器常识和因果逻辑推理能力，实现认知智能，成为当下人工智能研究的核心。

4 ｜ 认知智能的机制设计非常重要，包括如何建立有效的机制来稳定获取和表达知识，如何让知识能够被所有模型理解和运用。这需要从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感，并结合跨领域知识图谱、因果推理、持续学习等研究领域的发展进行突破。

5 ｜ 认知智能将结合人脑的推理过程，解决复杂的阅读理解问题和少样本的知识图谱推理问题，协同结构化的推理过程和非结构化的语义理解。它也需要解决多模态预训练问题，帮助机器获得多模感知能力，赋能海量任务。

6 ｜ 大规模图神经网络被认为是推动认知智能发展强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据(如图像、语音和文本序列等)推广到更高层次的结构化数据(如图结构等)。

计算储存一体化突破AI算力瓶颈

7 ｜ AI在认知问题上离我们追求的所谓通用人工智能还有巨大差距，未来计算能力和计算系统的效率需要比现在至少提高几个数量级。因此人工智能要进步突破，必须采用新的计算架构，解决存储单元和计算单元分离带来的算力瓶颈。

8 ｜ 计算存储一体化正在助力、推动算法升级，成为下一代AI系统的入场券。它提供的大规模更高效的算力，使得算法设计有更充分的想象力，从而将硬件上的先进性，升级为系统性的领先优势，最终加速孵化新业务。

机器间大规模协作成为可能

9 ｜ 在大规模智能设备网络中，机器与机器之间的交流与协作将十分重要。这种协作将优化整体的长期目标，涌现群智，从而进一步将智能系统的价值规模化放大。

10 ｜ 未来5年，多智能体协作将在城市生活的方方面面落地发展。多智能体协同及群体智能这样全新的人工智能范式的发展和普及将会带来整个经济社会的升级，让人工智能不再只是单个的工具，而是协调整个人类工作生活网络的核心系统。

保护数据隐私的AI技术将加速落地

11 ｜ 在AI安全技术的保障下，组织或个人不必转让数据的拥有权，而是通过出租数据的使用权参与价值分配。基于隐私保护技术为核心构建数据安全体系,必将成为发展大数据、云计算和物联网的基石。