广告

阿里达摩院预测2019十大科技趋势

2019-01-03 10:54:27 网络整理 阅读:
昨日,阿里达摩院发布了自2017年10月成立以来发布的首份科技趋势报告——《2019十大科技趋势》,该报告包含了智能城市、语音AI、AI专用芯片、图神经网络系统、计算体系结构、5G、数字身份、自动驾驶、区块链、数据安全等领域。

昨日(1月2日),阿里达摩院发布了自2017年10月成立以来发布的首份科技趋势报告——《2019十大科技趋势》,该报告包含了智能城市、语音AI、AI专用芯片、图神经网络系统、计算体系结构、5G、数字身份、自动驾驶、区块链、数据安全等领域。gPUednc

此前,马云对达摩院的发展提出三个要求:「活得要比阿里巴巴长」、「服务全世界至少 20 亿人口」、「必须面向未来、用科技解决未来的问题」。报告中出现最多频次的“智能”、“AI”等名词,则诠释着2019年将真正进入智能革命时代。gPUednc

达摩院认为,2019年实体城市之上将诞生全时空感知、全要素联动、全周期迭代的智能城市,中国会有越来越多城市具有大脑。这也符合其对“阿里城市大脑”的整体定位。gPUednc

AI是过去几年科技行业的最大热门,而2019年依然会有新的突破。达摩院称,2019年,移动设备上的实时语音生成与真人语音可能将无法区分,甚至在一些特定对话中通过图灵测试。gPUednc

AI芯片中,数据带宽的需求会进一步推动3D堆叠存储芯片在AI训练芯片中的普遍应用,类脑计算芯片也会在寻找更合适的应用中进一步推动其发展。gPUednc

此外,单纯的深度学习已经成熟,结合了深度学习的图神经网络将端到端学习与归纳推理相结合,有望解决深度学习无法处理的关系推理、可解释性等一系列问题。gPUednc

在5G领域,达摩院认为,2019年5G将使移动带宽大幅度增强,提供近百倍于4G 的峰值速率,促进4K/8K、AR/VR等逐步成熟,连接能力将增强至百亿级。gPUednc

达摩院表示卡片连走遍天下的时代或将到来。这主要源于生物识别技术正逐渐成熟并进入大规模应用阶段,生物识别和活体技术将重塑身份识别和认证,届时每个人都会进入随时“刷脸”的阶段。gPUednc

自动驾驶在2018年经历了高峰和低谷,但也几乎没人怀疑它的真实的价值,只是技术上的实现难度有大小之分。达摩院称:“车路协同技术路线,会加快无人驾驶的到来。在未来2-3年内,以物流、运输等限定场景为代表的自动驾驶商业化应用会迎来新的进展,例如固定线路公交、无人配送、园区微循环等商用场景将快速落地。”gPUednc

此外,对于2018年大热的区块链以及极度吸睛的几次数据安全事件,达摩院也在报告中一并提及。此次报告的发布,可以理解为达摩院一年多来的技术沉淀与行业观察。gPUednc

达摩院《2019十大科技趋势》

趋势1:城市实时仿真成为可能,智能城市诞生gPUednc

城市公共基础设施的感知数据与城市实时脉动数据流将汇聚到大计算平台上,算力与算法发展将推动视频等非结构化信息与其他结构化信息实时融合,城市实时仿真成为可能,城市局部智能将升级为全局智能,未来会出现更多的力量进行城市大脑技术和应用的研发,实体城市之上将诞生全时空感知、全要素联动、全周期迭代的智能城市,大大推动城市治理水平优化提升,预计在新的一年,中国会有越来越多城市具有大脑。gPUednc

趋势2:语音AI在特定领域通过图灵测试

随着端云一体语音交互模组的标准化、低成本化,会说话的公共设施会越来越多,未来每一个空间都至少会有一个可以进行语音交互的触点。随着智能语音技术的提升,移动设备上的实时语音生成与真人语音可能将无法区分,甚至在一些特定对话中通过图灵测试。针对这一领域的规则甚至法律会逐步建立,引导行业走向规范化。gPUednc

趋势3:AI专用芯片将挑战GPU的绝对统治地位

当下数据中心的AI训练场景下,计算和存储之间数据搬移已成为瓶颈,新一代的基于3D堆叠存储技术的AI芯片架构已经成为趋势。AI芯片中数据带宽的需求会进一步推动3D堆叠存储芯片在AI训练芯片中的普遍应用。而类脑计算芯片也会在寻找更合适的应用中进一步推动其发展。在数据中心的训练场景,AI专用芯片将挑战GPU的绝对统治地位。真正能充分体现Domain Specific的AI芯片架构还是会更多地体现在诸多边缘场景。gPUednc

趋势4:超大规模图神经网络系统将赋予机器常识

单纯的深度学习已经成熟,而结合了深度学习的图神经网络将端到端学习与归纳推理相结合,有望解决深度学习无法处理的关系推理、可解释性等一系列问题。强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备常识,具有理解、认知能力的AI。gPUednc

趋势5:计算体系结构将被重构

无论是数据中心或者边缘计算场景,计算体系将被重构。未来的计算、存储、网络不仅要满足人工智能对高通量计算力的需求,也要满足物联网场景对低功耗的需求。基于FPGA、GPU、ASIC等计算芯片的异构计算架构,以及新型存储器件的出现,已经为传统计算架构的演进拉开了序幕。从过去以CPU为核心的通用计算而走向由应用驱动(Application-driven) 和技术驱动(Technology-driven)所带来的Domain-specific 体系结构的颠覆性改变,将加速人工智能甚至是量子计算黄金时代的到来。gPUednc

趋势6:5G网络催生全新应用场景

第五代移动通信技术将使移动带宽大幅度增强,提供近百倍于4G 的峰值速率,促进基于4K/8K超高清视频、AR/VR等沉浸式交互模式的逐步成熟。连接能力将增强至百亿级,带来海量的机器类通信及连接的深度融合。网络向云化、软件化演进,网络可切片成多个相互独立、平行的虚拟子网络,为不同应用提供虚拟专属网络,加上高可靠、低时延、大容量的网络能力,将使车路协同、工业互联网等领域获得全新的技术赋能。gPUednc

趋势7:数字身份将成为第二张身份证

生物识别技术正逐渐成熟并进入大规模应用阶段。随着3D传感器的快速普及、多种生物特征的融合,每个设备都能更聪明地“看”和“听”。生物识别和活体技术也将重塑身份识别和认证,数字身份将成为人的第二张身份证。从手机解锁、小区门禁到餐厅吃饭、超市收银,再到高铁进站、机场安检以及医院看病,靠脸走遍天下的时代正在加速到来。gPUednc

趋势8:自动驾驶进入冷静发展期

单纯依靠“单车智能”的方式革新汽车,在很长一段时间内无法实现终极的无人驾驶,但并不意味着自动驾驶完全进入寒冬。车路协同技术路线,会加快无人驾驶的到来。在未来2-3年内,以物流、运输等限定场景为代表的自动驾驶商业化应用会迎来新的进展,例如固定线路公交、无人配送、园区微循环等商用场景将快速落地。gPUednc

趋势9:区块链回归理性,商业化应用加速

在各行业数字化的进程中,物联网技术将支撑链下世界和链上数据的可信映射,区块链技术将促进可信数据在流转路径上的重组和优化,从而提高流转和协同的效率。在跨境汇款,供应链金融,电子票据和司法存证等众多场景中,区块链将开始融入我们的日常生活。随着“链接”价值的体现,分层架构和跨链互联将成为区块链规模化的技术基础。区块链领域将从过度狂热和过度悲观回归理性,商业化应用有望加速落地。gPUednc

趋势10:数据安全保护技术加速涌现

各国政府都会趋向于推出更加严厉的数据安全政策法规,企业将在个人数据隐私保护上投入更多力量。未来几年,黑客、黑产攻击不会停止,但数据安全保护技术将加码推出。跨系统的数据追踪溯源相关的技术,比如水印技术,数据资产保护的技术以及面向强对抗的高级反爬虫技术等将得到更加广泛应用。gPUednc

  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 理想ONE高速起火烧成光架,其1.2T三缸增程器曾被指隐藏 近期,网络平台上发布了一段理想ONE在行驶过程中,车辆出现起火的视频内容。现场拍摄的灭火后图片显示,该轿车过火后仅剩骨架,车辆前部增程器位置受损严重,车辆尾门已经在过火后从车身主体脱落。此前,曾有国内汽车媒体对一台行驶了10万公里的理想ONE的东安1.2T三缸增程发动机进行拆解,被指隐藏暗病。
  • 上海微系统所使用石墨烯纳米带研制出世界上最小尺寸的 非易失性相变随机存取存储器(PCRAM)被认为是大数据时代新兴海量存储的有希望的候选者之一。然而,相对较高的编程能量阻碍了 PCRAM 中功耗的进一步降低。利用石墨烯的窄边接触可以有效降低每个电池中相变材料的活性体积,从而实现低功耗运行。
  • 第三代半导体——碳化硅材料之制程与分析 SiC功率电子是加速电动车时代到来的主要动能。以SiC MOSFET取代目前的Si IGBT,不仅能使电力移转时的能源损耗降低80%以上,同时也可让芯片模块尺寸微缩至原本的1/10,达到延长电动车续航里程及缩短充电时间的功效。
  • 开源软件真的可靠吗? 乍看之下,采用开源软件似乎是个不错的办法,但归根究底,开源软件有几个特性可能会使其变得“邪恶”...
  • GaN是否可靠? GaN产业已经建立一套方法来保证GaN产品的可靠性,因此问题并不在于“GaN是否可靠?”,而是“如何验证GaN的可靠性?”
  • 增强型GaN HEMT的漏极电流特性 增强型GaN基高电子迁移率晶体管(HEMT)已经采用两种不同的结构开发出来。这两种增强型结构是金属-绝缘层-半导体(MIS)结构和栅极注入晶体管(GIT)结构。MIS结构具有受电压驱动的小栅极漏电流,而GIT则具有脊形结构和高阈值电压。两者也都有一些缺点。MIS对栅极干扰的可靠性较低,阈值电压较低,而GIT的栅极开关速度较慢,栅极漏电流较大。
  • M2 Pro 和 M2 Max 或是苹果首款采用台积电3nm 工艺的 M1 Pro 和 M1 Max 最多可配置 10 核 CPU 和 32 核 GPU。借助 M2 Pro 和 M2 Max,Apple 有望突破这一门槛,为这两个领域带来更多的核心数量。目前M2 Pro相关的爆料很少,但据称M2 Max 有12 核 GPU 和 38 核 GPU。12 核 CPU 将包括 10 个性能核心和两个能效核心。
  • 美国国土安全部(DHS)被曝大量购买和使用手机定位数据 据EDN电子技术设计了解,美国公民自由联盟18日发表最新文件,称美国国土安全部(DHS)使用移动定位数据来追踪人们的行动,据悉美国公民自由联盟发表的记录多达数千页,其规模远远超过之前的认知。
  • 带电路板、可玩AR、嵌金刚石,这些录取通知书科技感十足 伴随着高考大考的落幕,各大高校目前纷纷寄出独具特色的录取通知书,不仅有颜值高,创意新颖的竹子卷轴、锦凤递书,还科技感满满的“电路板”录取通知书、摩斯密码......寄托着对于即将踏进大学校园的学子们的深深祝福和期许。
  • 抢跑3nm制程竞赛,三星能否领先台积电? 藉由比台积电更早一点开始制造3nm芯片,是否有助于三星获得显著优势还有待观察,而这也将会是一件有趣的事...
  • Nordic为什么收购嵌入式内存供货商? 着眼于内存日益成为超低功耗IoT芯片设计的重要组成,挪威半导体大厂Nordic将购并美国嵌入式内存IP供货商Mobile Semiconductor...
  • 一种新的硬件加速器编程语言 美国麻省理工学院计算机科学与人工智能实验室(CSAIL)研究人员创建了一种名为“Exo”的新编程语言,用于在硬件加速器上编写高性能代码。Exo可以帮助初级性能工程师将简单程序转换为复杂程序,以在加速器芯片上运行,从而将程序运算的速度提高几个数量级。目前,谷歌、苹果和英伟达的加速器设施均通过加速目标程序的“关键子程序”、内核或高性能计算(HPC)子进程来为科学计算和机器学习应用提供动力。而Exo语言有望为这些工作提供更优化的性能。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了