<address id="n17dv"></address>

<address id="n17dv"><var id="n17dv"><mark id="n17dv"></mark></var></address>
<sub id="n17dv"><dfn id="n17dv"><mark id="n17dv"></mark></dfn></sub>
<address id="n17dv"><dfn id="n17dv"></dfn></address>

    <sub id="n17dv"><var id="n17dv"><output id="n17dv"></output></var></sub>

    <sub id="n17dv"><dfn id="n17dv"><mark id="n17dv"></mark></dfn></sub>

    <address id="n17dv"><var id="n17dv"><ins id="n17dv"></ins></var></address>

        <sub id="n17dv"><dfn id="n17dv"><ins id="n17dv"></ins></dfn></sub> <sub id="n17dv"><var id="n17dv"><ins id="n17dv"></ins></var></sub><sub id="n17dv"><var id="n17dv"><output id="n17dv"></output></var></sub>

          <sub id="n17dv"><var id="n17dv"><output id="n17dv"></output></var></sub>

            <sub id="n17dv"><dfn id="n17dv"><mark id="n17dv"></mark></dfn></sub>

            <address id="n17dv"><dfn id="n17dv"></dfn></address>

                當前位置:首頁 > 軍轉時事熱點

                2020年軍轉干時政熱點:2020中國科技發展新趨勢

                發布時間:2020-04-18 17:49:09

                  5G、自動駕駛、神經網絡系統、人工智能芯片、區塊鏈等前沿技術日新月異——

                  2020新科技趨勢,聽專家怎么說

                人工智能從感知向認知演進

                ◎浙江大學計算機科學與技術學院副院長、浙江大學人工智能研究所所長吳飛:

                  人工智能是引領這一輪科技革命、產業變革和社會發展的戰略性技術,具有溢出帶動性很強的頭雁效應。當前,新一代人工智能正在全球范圍內蓬勃發展,促進人類社會生活、生產和消費模式巨大變革,為經濟社會發展提供新動能,推動經濟社會高質量發展,加速新一輪科技革命和產業變革。

                  我們也必須明確,人工智能在賦能應用同時,正面臨“勇闖無人區”巨大挑戰,如感知智能適應性差、認知機理不明、通用智能發展乏力等。從感知智能向認知智能邁進以賦予機器推理之術、由機器單獨完成單一任務轉成機器相互協作來完成城市級復雜使命、對隱藏在數據這一人工智能燃料引擎中的隱私予以重視以推動數據共享、有機協調存算能力來破解馮諾伊曼架構中“內存墻”桎梏,都是推動新一代人工智能發展的有力抓手。

                ◎清華大學計算機系副主任唐杰:

                  人工智能發展到今天大概經歷了三個主要的階段:符號推理與感知機、概率學習與知識庫、深度學習與知識圖譜。目前的智能系統在感知方面已經達到甚至超越人類水平,但在可解釋性、安全可靠等方面還存在很多不足。

                  反觀人的認知系統則不同,認知理論認為人的認知系統包含兩個子系統:System 1即直覺系統,主要負責快速、無意識、非語言的認知,比如當人被問到一個問題的時候,可能下意識的或者說習慣性的回答,這就屬于System1的范疇。System 2是邏輯分析系統,是有意識的、帶邏輯、規劃、推理以及可以語言表達的系統。人在通過System 2處理問題的時候,往往要收集相關數據、進行邏輯分析和推理,最終做出決策。

                  今年在NeurIPS 2019大會上圖靈獎得主Yoshua Bengio指出當前的深度學習主要就在做System 1的事情,而缺少System 2所需要的推理和邏輯處理能力。發展具有認知能力的人工智能系統是人工智能發展的未來。這不僅是未來深度學習需要著重考慮的,更可能是下一代人工智能興起的基礎。一個可行的思路是認知圖譜=知識圖譜+認知推理+邏輯生成,但如何實現認知智能亟須學術界和工業界的進一步深入研究。

                ◎中科院自動化所模式識別國家重點實驗室研究員王金橋:

                  人工智能最早是在1956年提出的,最早提出是希望機器具有人的感知、行動、推理與決策的能力,而隨著時代的演化,目前從研究領域講,希望機器能夠擁有自主的智能,機器在數據與場景的基礎上,不僅能夠代替人類重復性的勞動,同時能夠和人一樣進行自我進化、思考,從“感知智能”向“認知智能”進行轉變,同時自主進化和混合智能的發展也在不斷完善和成熟,這是目前人工智能領域對人工智能新的定義,未來很長一段時間都會是人機混合智能階段。

                  當今,城市正成為產業互聯網最大的應用場景,隨著5G、人工智能和大數據等技術的不斷完善與場景化落地,人們看到了更多的發展前景。以城市視頻多維數據為核心,融合智能社區、軌道交通、醫療、教育等多種場景,各行各業積極利用多種前沿技術,不斷加快創新,構建城市級的數據平臺,打破不同場景的數據孤島,打造面向城市智能的數據湖、算力中心和AI賦能平臺,并實現城市智能的不斷升級,實現城市智能的自主進化,打造新一代的智能城市。

                  基于智能城市的自主進化模型,實現知識和數據聯合優化的人機混合智能,用以驅動城市治理和管理決策,實現服務城市規劃、政務、產業、民生的價值輸出。隨著人工智能、邊緣計算、芯片等技術發展,能從視頻中提取的有價值的內容會越來越豐富、快速和準確,視頻數據必將成為未來城市治理核心數據之一。而且持續增加的海量數據的積累,也給智能城市計算帶來了巨大的挑戰,因此海量視頻數據實時性端邊云的融合計算、自主進化、人機混合智能成為城市數據治理關鍵,通過深層應用價值和行業數據融合應用實現智能城市建設。

                工業互聯網與產業融合

                ◎中科院自動化所模式識別國家重點實驗室研究員王金橋:

                  人工智能純技術和算法的投資機會已經過去,目前機會在場景和技術融合的碎片化深度應用階段。目前推動人工智能發展的是需求與場景,當今時代的快速發展,場景與需求發生著變化,傳統產業成本高、效率低、招工難等弊端的頻繁暴露,推動著傳統產業智能化升級的腳步,將機器自動化不僅能夠提高產業發展的效率,更可以實現產業的升級換代,形成新業態,催生新的經濟增長點。

                  比如,在傳統紡織行業,人工智能就起到了很好的推動作用。該行業原來的生產力低下,主要原因在于原來的紡織技術多半仍舊依賴于傳統手工生產、制作及檢驗。人工驗布的缺點是精度低、速度慢和招工難,所以數字化、智能化的改造勢在必行。

                計算存儲一體化突破人工智能算力瓶頸

                ◎清華大學長聘教授尹首一:

                  回顧集成電路發展歷程,存儲器芯片的發展速度遠低于處理器芯片的發展速度,兩者之間的缺口仍在不斷拉大,存儲墻成為制約處理器性能進一步提升的主要瓶頸之一。這一問題尤其對訪存密集型任務影響最為明顯,以深度神經網絡為代表的AI算法恰好具有訪存密集的特點。

                  從物理本質角度來講,拉近計算部件與存儲部件的距離,減少單位數據搬運的成本,是解決存儲墻問題的根本手段。近存計算、存內計算和存算融合都是解決存儲墻問題的有益嘗試。近年來,相關技術百花齊放、百家爭鳴,尚屬于競爭前技術。在新器件、新機理、新電路、新架構方面的突破,將有望帶來顛覆性變革。

                ◎復旦大學微電子學院教授韓軍:

                  在馮諾依曼架構下,“存儲墻”即中央處理器和存儲器之間的性能鴻溝一直是困擾計算系統的瓶頸問題。對于人工智能這類海量數據所驅動的應用,傳統架構的缺陷更加暴露無遺,其算力完全受制于訪存帶寬,同時總體功耗因計算與存儲之間的高帶寬數據流動而急劇飆升。

                  將數據存儲和計算相融合的存內計算技術是解決這一困境的重要途徑,它將成為突破AI算力瓶頸的關鍵抓手之一。傳統架構的優勢是其相對成熟的工具鏈和可靠的設計流程,因此實現存內計算技術在AI芯片上的廣泛應用還必須進一步著眼于發展包括算法框架、編譯器、仿真器、電路設計與器件模型在內的整套技術體系。

                模塊化降低芯片設計門檻

                ◎清華大學長聘教授尹首一:

                  當前集成電路技術和產業正處在關鍵變革窗口期:一方面,摩爾定律經過五十余年高速發展后不可避免地遭遇物理極限,制造工藝迭代愈發緩慢;另一方面,云計算、物聯網和人工智能催生出大量碎片化、定制化應用需求。傳統集成電路設計產業模式以追求“量大面廣”為目標,未來“小步試錯、快速迭代”將成為重要趨勢。

                  開源IP核、Chisel語言以及芯粒(Chiplet)技術在不同層次上成為實現芯片敏捷開發的使能技術。開源IP核降低了芯片設計的進入門檻,Chisel語言提高了硬件抽象層次,而芯粒則為系統級芯片設計提供了嶄新途徑。尤其是未來隨著異質集成、三維集成等技術的成熟,摩爾定律將在全新維度上得以延續。

                ◎中科院計算所研究員包云崗:

                  縱觀處理器設計方法發展歷程,正是一個將處理器芯片設計不斷模塊化、解耦化的過程。每一次設計方法的變革都大幅提升設計效率,不僅降低芯片設計門檻,同時也孕育出新的世界領軍企業。例如,1980年的無晶圓廠(Fabless)模式是將設計與制造解耦,降低了設計門檻,從而孕育出nVidia、Xilinx等企業;“IP核+SoC集成”模式是對芯片設計階段的進一步解耦,孕育出ARM、高通等一批世界級企業。

                  如今開源芯片、敏捷設計、Chiplet等一系列新的芯片設計方法與模式開始快速發展并相互融合形成化學反應,有望在未來進一步對芯片設計進行解耦,提高芯片模塊的復用度,從而縮短芯片設計周期、降低芯片設計成本。未來當芯片設計的門檻實現數量級地降低,將有可能顛覆IT技術開發模式——當軟件工程師通過幾個月開發出新的軟件功能,芯片設計工程師很快便能實現出相應的加速芯片,從而形成更高效的軟硬件協同的解決方案。芯片設計門檻的降低,也將有助于人才的培養,有助于釋放芯片產業的創新活躍度,吸引更多資本投入,從而繁榮整個產業。

                ◎復旦大學微電子學院教授韓軍:

                  周期長、效率低且不易迭代維護確實是傳統芯片設計模式的痛點,敏捷設計方法和開源芯片技術將持續推動芯片的設計方法學和相應產業生態環境的變革。

                  通過采用高度模塊化和高度抽象性的硬件建構語言(例如伯克利開發的Chisel或斯坦福開發的Spatial),能夠快速完成芯片原型的搭建,從而面對市場不斷變化的需求實現性能的盡快評估和設計的迭代優化。

                  另一方面,RISC-V開源指令架構在全球的迅速推廣已經催生了開源芯片的生態系統。各類SoC芯片在RISC-V的賦能下可以快速開發出來,從而迅速滿足多樣化的應用需求。今后應該進一步加強開源芯片社區的基礎設施建設,產學研各界提供更多的技術賦能,使上下游企業都能受益于新的芯片設計模式。同時努力實現產教融合,利用新模式開放度高、實踐性強的優勢大力培養芯片設計的優秀人才。

                規模化生產級區塊鏈應用走入大眾

                ◎中國人民大學大數據區塊鏈與監管科技實驗室主任教授楊東:

                  2019年,區塊鏈產業的發展打開了巨大的想象空間。區塊鏈應當用來解決實際問題,服務實體經濟,產生社會價值。當前,區塊鏈技術應用已延伸到數字金融、數字政府、智能制造、可信司法、供應鏈管理、社會民生建設等多個領域。在所有技術中,區塊鏈比起人工智能、大數據等其他技術,它的關鍵優勢在于能夠改造和提升舊的生產關系,成為數字經濟下的“基礎設施”。

                  對區塊鏈技術的重視,不僅是對其本身技術特征的推崇,更是應當把握技術革新帶來的制度變革契機,進一步關注區塊鏈金融創新與國家治理的有機融合。

                ◎復旦大學經濟學院教授李潔明:

                  數字經濟活動發展加速,需要各行業配合更為高效和透明。實時、可信、極低溝通成本的區塊鏈技術恰好滿足了數字經濟企業的上述現實需求。“云+區塊鏈”技術的發展也降低了傳統企業向區塊鏈轉型的門檻。區塊鏈規模化應用并走入大眾確實可期。

                新材料推動半導體器件革新

                ◎中科院物理所特聘研究員沈潔:

                2020年,我預計新材料將推動半導體器件革新:

                  20世紀90年代科學家在實驗上成功做出首個量子比特,人們發現之前玄而又玄的量子比特居然能實現,這引起學術圈極大震動。借助于微納米器件合成工藝的進步,科學家們發現人工操控電子已經在技術層面上具備了可行性。

                  2019年,谷歌43個量子比特的實現,從某種意義上來說,構架起一個從實驗室走向工業化的橋梁,給了我們一個將實驗室基礎科研成果和工業集成化體系進行高效率結合的范本。

                  拓撲材料是過去十年凝聚態領域里的一顆璀璨明珠,它使得凝聚態這門比較古老的學科煥發出了新生,得以在21世紀各種新概念和新科技的夾攻下繼續昂首挺進。它也引導了一種理論指導實驗的研究方式。將它與量子計算結合,是1+1>2。拓撲量子計算,有望成為2020年后十年的潛力科技。

                  《光明日報》( 2020年01月16日 16版)

                  信息來源:https://news.gmw.cn/2020-01/16/content_33484807.htm

                  原作者:光明網

                  原標題:2020中國科技發展新趨勢

                發表評論(共0條評論)
                請自覺遵守互聯網相關政策法規,評論內容只代表網友觀點,發表審核后顯示!

                軍人轉業安置考試直播課程通關班

                • 講師:劉萍萍 / 謝楠
                • 課時:152h
                • 價格 2580

                特色雙名師解密新課程高頻考點,送軍轉考試教材講義,助力一次通關

                配套通關班送軍轉考試在線題庫一套

                課程專業名稱
                講師
                課時
                查看課程

                軍人轉業安置考試錄播視頻課程

                • 講師:崔瑩瑩 / 劉萍萍
                • 課時:120h
                • 價格 3200

                特色解密新課程高頻考點,免費學習,助力一次通關

                配套全套軍轉視頻課程免費學習

                課程專業名稱
                講師
                課時
                查看課程
                在線題庫
                網校課程更多>>
                圖書商城更多>>
                返回頂部
                三级床上长片完整版录像 - 视频 - 在线观看 - 影视资讯 - 品尚网