2020年10大技术趋势大盘点,有方精选科研项目帮您抢占先机!

头图

2020 年伊始,站在下一个十年的开端,科技发展依旧是我们专注的重点。

 

近期,阿里达摩院发布了《2020 十大科技趋势》,该报告包含了人工智能、区块链、芯片、量子计算等诸多领域。报告指出,人工智能将实现两大突破:认知智能与机器间大规模协作

 

这两大关键技术一方面可以将人工智能的能力从基础的“听说看”拓展到逻辑推理、思考决策,进而使人工智能深度介入社会生产生活;另一方面可以将智能体大规模自主组织起来,不再需要大量的人工操作,进而使人工智能真正成为协调整个人类工作生活网络的核心系统。

 

以下为达摩院十大技术趋势预测:

 

趋势01 

 人工智能从感知智能向认知智能演进 

 

人工智能已经在“听、说、看”等感知智能领域达到或超越了人类水准,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。

 

认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合扩领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破

 

趋势02 

 计算存储一体化突破 AI 算力瓶颈 

 

冯·诺伊曼架构的存储和计算分离,已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体,能显著减少数据搬运,极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新,将突破 AI 算力瓶颈。

趋势03 

 工业互联网的超融合 

 

5G、IoT 设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合,实现工控系统、通信系统和信息化系统的智能化融合。

 

制造企业将实现设备自动化、搬送自动化和排产自动化,进而实现柔性制造,同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言,提高 5%-10% 的效率,就会产生数万亿人民币的价值。

 

趋势04 

 机器间大规模协作成为可能 

 

传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G 通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务

 

多智能体协同带来的群体智能将进一步放大智能系统的价值:大规模智能交通灯调度将实现动态实时调整,仓储机器人协作完成货物分拣的高效协作,无人驾驶车可以感知全局路况,群体无人机协同将高效打通最后一公里配送。

 

趋势05 

 模块化降低芯片设计门槛 

 

传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以 RISC-V 为代表的开放指令集及其相应的开源 SoC 芯片设计、高级抽象硬件描述语言和基于 IP 的模板化芯片设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展。

 

此外,基于芯粒(chiplet)的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起,可以跳过流片快速定制出一个符合应用需求的芯片,进一步加快了芯片的交付

 

趋势06 

 规模化生产级区块链应用将走入大众 

 

区块链服务 BaaS(Blockchain as a Service) 将进一步降低企业应用区块链技术的门槛,专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生,实现物理世界资产与链上资产的锚定,进一步拓展价值互联网的边界、实现万链互联。

 

未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作,日活千万以上的规模化生产级区块链应用将会走入大众

 

趋势07 

 量子计算进入攻坚期 

 

2019 年,“量子霸权”之争让量子计算再次成为世界科技焦点。超导量子计算芯片的成果,增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。

 

2020 年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑,容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内,真正达到其中任何一个都将是十分艰巨的任务,量子计算将进入技术攻坚期。

 

趋势08 

 新材料推动半导体器件革新

 

在摩尔定律放缓以及算力和存储需求爆发的双重压力下,以硅为主体的经典晶体管很难维持半导体产业的持续发展,各大半导体厂商对于 3 纳米以下的芯片走向都没有明确的答案。

 

新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件,推动半导体产业的革新。例如,拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运,可以成为全新的高性能逻辑和互联器件的基础;新型磁性材料和新型阻变材料能够带来高性能磁性存储器如 SOT-MRAM 和阻变存储器。

 

趋势09 

 保护数据隐私的 AI 技术将加速落地 

 

数据流通所产生的合规成本越来越高。使用 AI 技术保护数据隐私正在成为新的技术热点,其能够在保证各方数据安全和隐私的同时,联合使用方实现特定计算,解决数据孤岛以及数据共享可信程度低的问题,实现数据的价值。

 

趋势10 

 云成为 IT 技术创新的中心 

 

随着云技术的深入发展,云已经远远超过 IT 基础设施的范畴,渐渐演变成所有 IT 技术创新的中心。

 

云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个 IT 技术链路,同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式,云正在重新定义 IT 的一切。

 

广义的云,正在源源不断地将新的 IT 技术变成触手可及的服务,成为整个数字经济的基础设施。

 

 

有方教育相关科研课题

 

有方教育结合最新的物联网协同感知技术、云计算技术、计算存储一体化技术、芯片技术、人工智能等,特别推出适合学生提前认知2020 十大科技趋势的科研课题,名额有限,快来报名参加吧~

 

科研课题 01

 

利用电动效应控制生物芯片中的液流动

导师加州理工学院  博士

方向:计算机、生物学、流体力学

内容:生物芯片已被广泛应用于体内和体外诊断,例如聚合酶链式反应(PCR)、基因测序、体液检测、蛋白质谱等。随着生物医学芯片的发展,根据不同病患的情况实现精准医疗的梦想将很快实现。本课题我们从电动效应的原理入手,利用电学和流体力学的交叉知识研究电动效应在生物芯片中的应用。

 

科研课题 02

 

基于机器学习的智能建筑

导师卡内基梅隆大学 博士

方向:计算机科学、应用数学、统计学

内容:随着人类对建筑环境的要求不断提高,自动化技术不断成熟,智能建筑也逐渐发展起来。当下的AI和物联网热也催生了智能建筑的再一次升级。作为智慧城市中的重要一环,智能建筑可以为许多科研成果提供良好的应用场景和平台。同时,智能建筑也属于交叉学科,是科学与艺术的一种结合,适合所有纯技术(例如机械、自动化、计算机)背景和纯建筑(例如建筑学、建筑技术科学)背景的同学深入研究。

 

科研课题 03

 

计算机视觉感知:目标追踪和识别

导师约翰霍普金斯大学 博士

方向:计算机科学、应用数学、统计学

内容:计算机视觉(Computer Vision) 是计算机科学领域与人工智能领域中的一个重要研究方向,是研究如何使用人工系统从图像,视频或多维数据中使机器产生“感知”的科学。目标追踪是计算机视觉中的重要研究方向之一,其核心就是在连续的视频帧中定位某一物体。目标追踪有着广泛的应用,如:视频监控,人机交互, 无人驾驶等。

 

科研课题 04

 

基于深度残差网络的大型图像搜索引擎

导师康奈尔大学 硕士

方向:搜索引擎、图像搜索、深度学习

内容:机器学习是一门多领域交叉学科,涉及概率论、统计学、计算机科学、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。其中计算机视觉是机器学习时下最热的分支之一。深度卷积神经网络(CNN)在图像分类方面获得了突破性的成绩。而网络的深度至关重要。

了解更多详情

扫描二维码

关注有方背景提升

有方订阅号