阿里巴巴达摩院宣布2020年十大科技趋势。这是时隔2019年，阿里巴巴达摩院第二次预测年度科技趋势。趋势一、人工智能从感觉智能向理解智能发展，【趋势简单】人工智能已经在听、说、看等感觉智能领域超过或打破了人类水平，但是需要外部科学知识、逻辑推理和领域的理解智能领域还处于初期阶段。了解智能从了解心理学、大脑科学和人类社会历史中吸取启发，融合跨领域科学知识图谱、因果推理小说、持续自学等技术，创顺利提供和传递科学知识的有效机制，使科学知识被机器解读和运用，从感觉智能到理解智能的重要突破【趋势理解】近年来，人工智能在感觉智能方面发生了急剧变革，在很多领域已经超过或远远超过人类水平，解决了问题。

但是，对于需要外部科学知识、逻辑推理和领域转移等思考和系统问题，仍然没有很多问题。与感觉智能这一人工智能1.0相比，人工智能2.0基于数据，自动将非结构化的数据变为结构化的科学知识，进行确实意义上的理解智能。

在探索维持大数据智能优势的同时，表现机械常识和因果逻辑推理能力，构建理解智能，成为当前人工智能研究的核心。了解智能机制设计是最重要的，包括如何创建有效的机制，顺利提供和传达科学知识，如何使科学知识被所有模型解读和运用。了解智能不会从理解心理学、脑科学、人类社会发展历史中获得更好的启发，融合跨领域科学知识图像、因果推理小说、持续自学等研究领域的发展突破。

了解智能化将融合人脑推理小说的过程，进一步解决问题；简单的读者解读问题和少样的科学知识图谱推理小说问题，协同结构化推理小说的过程和非结构化的语义解读。理解智能也要解决问题的多模式训练问题，协助机器获得多模式感觉能力，提供大量任务。

大规模的图神经网络被指出是理解智能计算强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据(图像、语音和文本序列等)推广到更高水平的结构化数据(图像结构)。大规模的图数据能够传递出非常丰富和隐藏逻辑关系的人类常识和专家规则，图节点定义了可解读的符号化科学知识，点状图流形结构传递了图节点之间的依赖、支配、逻辑规则等推理小说关系。

以保险和金融风险评估为例，完善的AI系统不仅要根据个人简历、行为习惯、健康程度等进行分析处理，还要通过亲戚朋友、同事、同学之间的交流数据和相互评估进一步开展信用评估和推测。基于图形结构的自学系统需要利用用用户之间、用户与产品之间的互动，制作出非常准确的因果和相关推理小说。

未来人工智能热潮能否更加关闭天花板，构成更大的产业规模，了解智能突破是关键。理解智能有助于机器跨越模式解读数据，自学最像人脑理解的一般传达，获得与人脑相似的多模式感觉能力，将来给霸权创造性的产业价值。理解智能的频繁出现，AI系统积极理解事物发展背后的规律和因果关系，依然是非常简单的统计数据数值，进一步推进下一代具有自律意识的AI系统。趋势二、计算存储一体化突破AI计算能力瓶颈【趋势简单】冯诺伊曼结构的存储和计算分离合数据驱动的人工智能应用于市场需求。

频繁数据运输引起的计算能力瓶颈和功耗瓶颈已成为探索更先进设备算法的允许因素。类似脑神经结构的存储结构将数据存储单元和计算单元融为一体，明显增加数据运输，大大提高计算并行度和能源效率。计算存储一体化硬件结构创新，突破AI计算能力瓶颈。

【详细理解】在古典的冯诺伊曼电脑结构中，存储单元和计算单元很清楚。计算时，必须将数据从存储单元加载到计算单元，计算后将结果写回存储单元。在大数据驱动的人工智能时代，人工智能运算中数据运输更加频繁，必须存储和处理的数据量比以前少用。

运算能力超过一定程度时，采访内存的速度跟不上运算部件消耗数据的速度，即使减少运算部件也无法充分利用，构成冯诺伊曼的瓶颈和内存壁的问题。这只是马力强的发动机，但由于输油管的狭窄，不能产生理应的动力。

计算能力瓶颈和功耗瓶颈已经允许更先进的设备、更复杂的AI模型研究。例如，最先进设备的自然语言处理模型XLNet有约4亿模型参数，每次训练都需要数百个谷歌深度自学加速器TPU运算3天，投资达到10万美元。

人脑中细胞间网络轴突的数量从百兆到千兆的数量级，预计两者的差距约为6个数量级。人工智能似乎在理解问题上与我们执着的所谓标准化人工智能有很大差距，预计系统的能源效率将至少提高几个数量级。因此，人工智能需要进一步突破，使用新的计算结构，解决问题的存储单元和计算单元分离带来的计算能力瓶颈。

计算存储一体化，与人脑相似，将数据存储单元与计算单元融为一体，明显增加数据运输，大大提高计算并行度和能源效率。计算了存储一体化的研究不能一蹴而就。广义上计算存储一体化计算结构的发展，最近战略的关键是通过芯片设计、构建、PCB技术加深存储单元与计算单元的距离，降低比特率，降低数据运输的成本，减轻数据运输产生的瓶颈。

中期计划，通过构造方面的想法，设置存储器计算单元，或者改置计算单元在存储模块内，计算和存储你中有我，我中有你。长期未来的发展，通过设备水平的想法，构建设备即使是存储单元也是计算单元，不分彼此，融合一体化，成为确实的计算存储一体化。近年来，一些新型的非容易存储器，如阻挡存储器，表明存储融合的潜力。

计算存储一体化有助于推进算法升级，成为下一代AI系统的入口。在遗产中计算出获得的大规模更有效的计算能力，使算法设计具有更充分的想象力，仍然受到计算能力的制约。

将硬件先进性升级为系统、算法的领先优势，最后加快产卵新业务。进一步计算存储一体化是game-changer，构筑了新的课程。其经常出现通过强制产业升级，重建当前处理器和内存比较垄断的产业结构。在这个过程中，可以帮助更多芯片行业的中小企业发展，更多的国产芯片建设急转弯构建了机会。

趋势三、工业互联网的强融合，【趋势简单】5G、IoT设备、云计算、边缘计算的快速发展推进工业互联网的强融合，构建工业控制系统、通信系统和信息化系统的智能融合。生产企业建设设备自动化、运输自动化和生产自动化，建设柔性生产，同时工厂上下游生产线可动态调整和协同。

这将大大提高工厂的生产效率和企业的盈利能力。对于产值数十兆到数百兆的工业产业来说，提高5%-10%的效率，不会产生数兆元的价值。

【趋势理解】现有工业系统之间的通信主要依靠有线通信来阻挡噪音，确保低延迟，如OpcUA、Modbus。由于工厂的简单环境，布线成为工业系统通信的痛点。

工厂的搬运机器人和工矿的挖掘机必须在大范围内频繁移动，WiFi无法复盖面积，4G/Lora/NB的数据传输速度和延迟接近机器人呼吁的拒绝，因此通信问题无法有效地解决问题。随着5G技术的成熟期，可以满足工业系统对低可靠低延迟的市场需求，DTU(无线传输设备)与原有的有线方案相比，在运输维护方面具有极高的优势和性价比。

可以意识到，工业系统G的建设而逐渐普及。随着IoTPaaS的成熟期，云与WiFi、BLE、Zigbee、Modbus、OpcUA、RS232等网络相连。

这些协议可以通过5G模块方便地协助原始IT系统和云切断。APS(自动生产软件)和MES(制造执行系统)可以从云或边缘服务器必须将工艺包和生产计划分发给各机台，构筑IT(信息化)和OT(工业控制软件)的融合，不仅大大和平了人力，工业互联网的最重要方向之一工业互联网主要解决三个问题。

一是切断生产企业内部的IT软件系统和OT设备系统，以自动为首，构建柔性生产。二是在厂外构建上下游产业链优化组合。

三是对产品设计和产品生命周期的管理。在传统的生产管理和控制中，软件分层、弱连接，很难根据订单的变化实现生产动态调整的个性化定制拒绝。现在，随着5G和IoTPaaS的成熟期，将设备数据连接到云中，将设备作业的数据传播到业务系统(云上的IT系统)中，构筑为第一个自动化，构筑生产的动态调整，符合个性化的市场需求。各企业由于核心技术保密和使用的生产系统硬件和软件不统一等原因，无法包含密切的价值网络，无法提高整个价值网络的竞争力。

随着5G和边缘的计算和IoTPaaS的成熟期和块链技术的变革，利用分布式帐簿，解决问题信赖问题后，突破单个工厂的允许，连接价值网络中的上下游企业工厂的生产系统，构筑上下游生产线的动态调整和协作，上下游生产线在现有的生产模式中，在产品设计、生产计划、生产工程、生产继续执行、服务购买的产品价值链中，各环节的数据来源不同，异构性强，无法相互交流，整个价值链的信息不能完全透明。但是，通过工业互联网和数字双胞胎技术，在产品设计阶段用于CAD软件设计产品的分析模型的产品用于阶段，利用5G和IoTPaaaS收集重要参数，输出云的模型分析软件，可以很好地追踪该产品的全生命周期性能和设计指标的差异这些用于过程的信息成为下一个产品返回的最重要的数据来源，周复一周，推进产品大幅度返回变革。工业系统通过工业互联网连接，工业互联网首次控制动态调整工业系统能力的工具，大幅提高生产效率，减少库存，提高质量。

中国第二产业整体为40兆元，按上升5%-10%的效率计算，产生2~4兆元的价值。这将大大提高企业的盈利能力。

上一页123下一页，与读者有关:和平精英极寒模式煤油炉如何在极寒模式煤油炉中取得2019-12-26的和平精英极寒模式煤油炉？。

本文来源：亚博yabo888网页登录-www.cdkerun.cn