赛迪译丛:《2020年ai全景报告》_20页_861kb
报告摘要
2020年AI全景报告总结
核心内容
2020年《AI全景报告》由Ian Hogarth和Nathan Benaich合著,赛迪智库工业经济研究所进行了编译,旨在为我国有关部门提供全球人工智能在研究进展、人才形势、产业动态和政府政策等方面的分析。报告指出,人工智能在全球范围内持续发展,但存在诸多挑战和机遇。
主要观点
一、研究进展
-
AI的开放性不足
- 当前AI技术大多数为封闭源代码,仅约15%的AI论文公布了源代码。
- 行业机构比学术机构更少公开代码,如OpenAI和DeepMind均未完全公开代码。
- 代码与专利性内容交织,限制了技术的共享与合作。
-
深度学习框架发展
- PyTorch在AI研究中逐渐超越TensorFlow,因其提供更大的灵活性和动态计算图。
- 在2018年,TensorFlow占据主导地位,但2020年已有55%的作者转向PyTorch。
- GitHub上PyTorch的论文实现比例为47%,高于TensorFlow的18%。
-
自然语言处理(NLP)进展
- SuperGLUE作为新的评估基准,包含更难的语言挑战和改进的资源。
- 与GLUE相比,SuperGLUE的测试结果更接近人类水平。
-
AI模型的参数与性能成本
- 提升模型性能需要高昂的计算、经济和环境成本。
- 较大的模型在某些情况下需要更少的数据,这为大公司进入新领域提供了优势。
-
生物学相关AI技术
- 因果推理为机器学习提供了新的方向,使系统能够更好地应对策略变化。
- 图形神经网络(GNNs)能够处理3D数据,应用于药物发现领域,如发现Halicin抗生素。
- DNA编码的小分子文库(DEL)结合GNN,提高了药物筛选的命中率。
- 语言模型通过氨基酸序列预测蛋白质特性,为生物研究提供新工具。
-
其他AI技术
- 计算机视觉技术在目标检测和图像分割领域取得进展,如DETR模型无需手工编码先验知识。
- 消费级360°摄像头结合深度学习提升了建筑领域的图像处理能力。
- 联邦学习在隐私保护方面取得突破,OpenMind展示了首个开源联邦学习平台。
二、人才形势
-
高校AI人才流失严重
- 美国高校AI人才流失对学术和创业领域产生负面影响。
- 2018年有41名AI教授离职,AI人才流失后,毕业生创业AI企业的可能性下降4%。
-
中国AI人才逐渐增多
- 2019年NeurIPS大会作者中,29%在中国获得本科学位,较2018年增长5%。
- 中国高校毕业生大多前往美国继续深造并发表论文。
-
AI人才供需失衡
- 美国AI相关职位发布量是浏览量的3倍,人才需求大于供给。
- 美国AI博士毕业生中,近90%留在美国工作,外国毕业生更倾向于进入大公司。
三、产业动态
-
生物医药领域
- AI助力研发治疗强迫症的药物DSP-1181,该药物由Exscientia和大日本住友制药合作开发。
- 深度学习提升了超分辨率显微镜成像的效率,缩短了分析时间。
- 美国CMS鼓励对基于深度学习的医疗成像产品进行补贴,如Viz.ai的CT分析系统。
-
自动驾驶领域
- 自动驾驶尚未实现完全无人驾驶,仅有3家公司获准在无安全员情况下测试。
- 机器学习在自动驾驶中成为新前沿,模仿学习和逆强化学习技术被Waymo、Uber等公司采用。
- 监管机构对AI开发人员提出更高要求,关注模型指标而非仅业务指标。
-
企业应用领域
- RPA和计算机视觉是企业最常用AI技术,AI有助于降低成本、提高收入。
- AI对话助理开始服务英国客户,如PolyAI的语音助理系统。
- 数控机床编程自动化提升了制造业效率,如CloudNC的工厂操作系统。
-
其他应用领域
- 计算机视觉可用于检测证件篡改,如Onfido的AI系统。
- AI有助于防止网络洗钱和恐怖融资,如ComplyAdvantage的深度学习系统。
- 机器翻译用于全球金融犯罪分类,显著减少前置时间并保持高准确率。
四、政府政策
-
人脸识别监管加强
- 全球50%的国家允许使用人脸识别,但仅有3国对其实施禁令。
- Facebook因违反隐私法规被集体诉讼并赔偿6.5亿美元。
- 华盛顿州通过严格限制执法部门使用人脸识别的新法律。
- 英国法院首次审理警方使用人脸识别技术的案件,强调消除歧视的重要性。
- 中国对人脸识别使用广泛,但开始重视隐私问题,相关立法正在推进。
-
半导体领域政策支持
- 美国参议院提出《为美国生产半导体的激励措施法案》,拨款220亿美元支持芯片制造。
- 中国设立第二期国家集成电路产业投资基金,金额达290亿美元,以降低对美国技术的依赖。
-
AI投资与推进
- 美国持续扩大AI预算,2021年拟议支出为15亿美元,国防部预算增长显著。
- 中国计划在多个城市设立AI试验区,推动AI在制造业、养老等领域应用。
未来十二个月预测
- 更大的语言模型将出现,首个10万亿参数级模型可能诞生。
- 注意力机制将扩展至计算机视觉领域,实现新SOTA效果。
- 一家大型企业的AI实验室可能因母公司战略调整而关闭。
- 中国和欧洲的国防AI企业可能在未来12个月内融资超1亿美元。
- 领先的AI药物发现初创公司可能通过IPO或被收购实现融资突破。
- DeepMind将在结构生物学和药物发现方面取得重大突破,超越AlphaFold。
- Facebook将利用3D计算机视觉技术在AR和VR领域取得进展。
- 英伟达最终不会完成对ARM的收购。
关键信息
- AI技术仍以封闭源代码为主,开放性不足。
- PyTorch在AI研究中逐渐取代TensorFlow。
- SuperGLUE作为新的NLP评估基准,提升AI系统测试标准。
- 因果推理、图形神经网络、DNA编码小分子文库等技术推动AI在生物学中的应用。
- 美国仍是全球AI研究与产业的中心,中国AI人才输出量增加。
- AI在生物医药、自动驾驶、企业应用等领域取得显著进展。
- 人脸识别技术在全球广泛使用,但面临隐私和监管挑战。
- 美国和中国均加大了对半导体和AI的政策与资金支持。
- 未来AI将在更大模型、新应用、新监管等方面持续发展。
附录
- 译文作者:工业经济研究所 张凯
- 联系方式:18511857868,zhangkai@ccidthinktank.com
- 编辑部:工业和信息化部赛迪研究院,地址:北京市海淀区万寿路27号院8号楼12层,邮编:100846,联系人:王乐,电话:010-68200552 13701083941,传真:010-68209616,网址:www.ccidwise.com,邮箱:wangle@ccidgroup.com
- 送审单位:部领导、部机关各司局、各地方工业和信息化主管部门、相关部门及研究单位、相关行业协会
- 其他编辑部信息:赛迪工业和信息化研究院,地址:北京市海淀区紫竹院路66号赛迪大厦15层国际合作处,邮编:100048,联系人:袁素雅,电话:(010)8855954313263204219,传真:(010)88558833,网址:www.ccidgroup.com,邮箱:yuansy@ccidtrans.com
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载