加入收藏 | 设为首页 | 会员中心 | 我要投稿 东莞站长网 (https://www.0769zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 评论 > 正文

从达摩院《2020十大科技》趋势“窥见”阿里未来的物联网新布局

发布时间:2020-01-08 19:31:04 所属栏目:评论 来源:站长网
导读:副标题#e# 2020年第一个工作日,阿里《达摩院2020十大科技趋势》(文末附全文)率先发布,成为新的一年里首先亮相的重要科技圈风向标。这也是继2019年之后,阿里巴巴达摩院第二次预测年度科技趋势。 回首2019,诸如“这是过去十年中最差的一年,也是未来十年
副标题[/!--empirenews.page--]

2020年第一个工作日,阿里《达摩院2020十大科技趋势》(文末附全文)率先发布,成为新的一年里首先亮相的重要科技圈风向标。这也是继2019年之后,阿里巴巴达摩院第二次预测年度科技趋势。

回首2019,诸如“这是过去十年中最差的一年,也是未来十年里最好的一年”之类的说辞不断,仿佛一切都向着更糟的方向发展,但事实可能未必如此。

去年,达摩院将人工智能看作非常重要的方向,认为底层基础设施的完善会让AI这一利剑发挥出更高效、惊人、创新的威力。在过去的一年里,阿里相继发布玄铁910、含光800等处理器,争做AI领域底层核心技术提供商。

去年,达摩院提出,区块链的商业化应用将加速,这一论断得到了现实验证。2019年,区块链技术上升为国家战略,在数字金融、数字政府、智能制造等领域逐步落地。达摩院认为,2020年企业应用区块链技术的门槛将进一步降低,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,日活千万的区块链应用将走入大众。

去年,达摩院列举认为智能城市与自动驾驶将成为重点横向领域。对此,阿里通过整合阿里云、支付宝、钉钉、高德等面向政府端的技术、产品、服务和资源,发布全面服务数字政府战略。此外,阿里还通过与上市公司千方科技合作,投入36亿、持股约15%,共同推动智能交通和边缘计算领域解决方案的落地实施。

从去年来看,阿里所言言之凿凿,其也确实按照这一方向广泛布局。细窥今年《达摩院2020十大科技趋势》,或许也能提前一睹阿里所要入局的方向。

入选今年报告的十强选手覆盖了诸多技术领域和行业方向,分别有:认知智能、AI算力、工业互联网、多智能体协同、芯片设计、区块链、量子计算、半导体、数据隐私、云。如果我们对其做简单归类,大致可分为:

■AI相关技术(认知智能、AI算力、数据隐私)

■智能制造(工业互联网、多智能体协同)

■芯片相关(芯片设计、半导体)

■核心关键技术(区块链、量子计算、云)

如此看来,与去年比,阿里对于未来的重要方向判断已经很大程度上有了新的认知,其布局与远见也将渗透进入每一个重要节点。

●AI技术在过去的几年里得到了很大程度的提升,但如何将其从感知智能演进到认知智能仍然是一大难题。去年初,在达摩院2019十大科技趋势中,4项科技都触及AI,如今一年过去,AI仍然重要,但也已不仅仅是AI。这一年,落地成为AI企业的关键词,如何更好赋能行业、实现智能成为“头等大事”;这一年,AIoT一跃而出成为年度热词,各企业纷纷向此靠拢,阿里也一点也不甘落后。

●而在这跌宕起伏的黑暗一年里,我们真切感受到“关键部件受制于人能够决定企业生死”。无论是出于私心——更深层次布局AIoT、还是公心——发展自主芯片,阿里在这一年里,都付出了挺多。玄铁910的发布,让外界看到了阿里在智能时代仍志为强者的实力与决心。

●如果说去年的阿里将智能城市看作重要方向,那么今年,智能制造或许会成为其新的主场,这也表现出阿里对市场动态的强大把握。去年3月,政府工作报告明确提出“打造工业互联网平台”,拓展“智能+”;6月,5G牌照发放开启我国5G商用元年。如今,工业互联网发展如火如荼,信息化、自动化、单体智能已经在工厂中普遍存在,面对进一步发展的必要,阿里的理解是需要实现工控系统、通信系统和信息化系统的智能化融合以及多个智能体之间的协同。

而在其他关键技术方向,阿里纵观去年市场动态,敏锐的筛选出区块链、量子计算及云这三大重点。毫无疑问,从去年政府对区块链的态度来看,区块链已经成为现下重要发展方向之一;也是去年,“量子霸权”成为焦点,各方对此争先角逐,量子发展至今也已在不经意间发展至白热化;另外,无论芯片、AI还是区块链,所有技术创新都将以云平台为中心,达摩院认为为云定制的芯片、与云深度融合的AI、云上的区块链应用将层出不穷。

结合今年以及去年的报告来看,安全问题仍然摆在阿里的关键位置,这或许也与其基因脱不开干系。对于物联网而言,安全也着实具备一票否决权。庆幸的是,总有企业未雨绸缪。

附:达摩院《2020十大科技趋势》

趋势一: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”等感知智能领域已经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,并结合跨领域知识图谱、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。

趋势二: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。

趋势三: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。

趋势四: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。

趋势五: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。

趋势六:规模化生产级区块链应用将走入大众

(编辑:东莞站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读