腾讯优图结合厦大发布2021十大人工智能趋向：AI与边缘计算加速交融，AI运用走向普惠

来源：读特

近日，2021全球人工智能技术大会在杭州成功举行，在计算机视觉论坛上，腾讯优图实验室副总经理黄飞跃正式宣布，腾讯优图结合厦门大学人工智能研讨院正式发布《2021十大人工智能趋向》（以下简称趋向报告），该趋向报告基于腾讯优图和厦门大学人工智能研讨院长期对人工智能尤其是计算机视觉的研讨洞察，提出3D视觉技术、数字内容产业、AI深度学习算法、人工智能内核芯片等方向的前沿预测。

腾讯优图实验室副总经理 黄飞跃

趋向报告指出，自动机器学习的自动化程度与可解释性得到进一步提升，AutoML整个体系架构的日趋完善，将推进新一代普适性AutoML平台的建设，并完成机器学习的大众化。过去几年，深度学习所获得的宏大成功离不开大规模标注的数据集，但随着业务规模的不断扩展，数据标注成本成为制约企业降本增效的次要要素之一，无监督、弱监督学习将成为企业降本增效的新利器。

大会上，黄飞跃表示，随着算法和硬件才能的不断晋级，3D视觉智能技术将推进商业发展和个人消费晋级；深度学习迈向多模态交融，边缘计算与人工智能加速交融，AI算法的公平性研讨将推进AI运用走向普惠。

以下为《2021十大人工智能趋向》详细内容：

1、自动机器学习的自动化程度与可解释性得到进一步提升

自动机器学习（AutoML）目前曾经在多个范畴中初步完成对机器学习方法的自动化设计过程，但其照旧存在自动化程度不足，可解释性不强的成绩。如神经网络结构搜索（NAS）在一些运用范畴中获得了可以与人类机器学习专家可比较的程度，但是现有的NAS方法实践需求基于人工设计的神经网络基础结构。此外，AutoML的自动化过程往往被以为是一种 “黑箱”，缺乏可解释性。今后自动化程度及可解释性照旧是AutoML研讨的热点成绩，经过提高AutoML中的超参数选择，特征表示与机器学习算法的确定和神经网络结构搜索的自动化程度及可解释性，AutoML将完成对机器学习触及的每个环节的真正的自动化设计过程。AutoML整个体系架构的日趋完善，将推进新一代普适性AutoML平台的建设，并完成机器学习的大众化。

2、无监督/弱监督学习逐渐成为企业降本增效新利器

在过去的几年中，深度学习所获得的宏大成功离不开大规模标注的数据集。大规模标注的背后，是传统的监督学习对于每一个训练样本完备标签的要求。随着业务规模的不断扩展，越来越多的企业发现数据的标注末尾成为抬高交付成本、制约效果提升的次要要素之一。在此背景下，无监督学习和弱监督学习经过不运用标签或减少对标签数量、质量的要求来迅速降低深度模型对于数据的标注需求，使得本来无法应用的数据如今都可以加入到模型的训练中去，进而由质变引发质变。在NLP范畴，基于Transformer的无监督训练模型已持续霸榜各种NLP义务数据集；在CV范畴，最新的MPL方法也经过额外的无标注数据集初次将ImageNet的Top-1分类准确率提升到了90%+的程度。可以预见的是，将有越来越多的人工智能企业会面临从后期的迅速扩张到波动期高效化运作的新阶段，而在这个过程中，无监督/弱监督学习无疑将成为他们过渡到这个阶段的重要手腕之一。

3、3D视觉技术助力产业消费晋级，淡化真假边界

作为视觉AI范畴多年热点研讨方向之一，3D视觉技术的核心义务是对三维空间、物体及环境停止真实还原与重建。随着相关算法与硬件计算才能的不断晋级， 3D视觉算法效果得到大幅提升，三维几何重建愈加精细，表面纹理重建愈加明晰，带来愈加逼真的视觉观感。近年来，诸多3D视觉研讨成果为低成本高质量的3D内容生成提供了良好技术支撑，基于3D虚拟笼统的舞台演出、直播带货、教育互动等运用层出不穷，成为AI内容产业全新发展方向。以此为基础，结合5G时代流量带宽的片面晋级，带有交互功能的3D虚拟理想、加强理想、混合理想的3D视觉运用将用户体验向真实与虚拟的完美交融进一步迈进。用户会由于虚拟偶像生动自然的舞台表演停止打赏，会由于虚拟主播“卖力”地带货促销而下单购买，而线上平台则依托3D视觉技术大大降低内容制造和IP运营成本，最终带来社会商业发展形式与个人消费习气的颠覆与变革。展望将来，3D视觉技术将持续在包括游戏文娱、影视制造、电商直播、医疗整形等众多范畴广泛运用，虚拟与理想的边界将不断淡化。

4、多模态交融加速AI认知升维

深度学习在多个人工智能的细分范畴（如视觉，自然言语处理等）已日趋成熟化和规模化，但是要真正完成通用人工智能，必然要将这些细分范畴各自所针对的信息模态整合应用，即多模态交融。多模态交融的目的是建立在图像、文字、语音等的多模态信息辨认的基础上，完成不同模态信息的一致表征框架，从而起到1+1>2的作用。典型的场景之一是经过图文语音结合辨认，完成对隐晦和暗示性，招嫖广告，儿童不良表情包等图文混合内容辨认，支持审核业务深度打击不良内容。除了图文交融等跨域模态交融，同域内的不同信息维度异样可以交融，如随着深度生成技术的发展，当前的人脸辨认除了传统的RGB图外，还需求交融深度图、红外图等信息来更好的防御越来越多元化的人脸伪造攻击，完成更强的人脸防御。随着人工智能认知才能的提升，多模态交融也将会从图文等本质性模态，逐渐拓展到如物理关系，逻辑推断，因果分析等知识性模态，从感知智能迈向认知智能。

5、人工智能推进数字内容生成向新范式演进

随着数字文明产业的蓬勃发展，尤其是二次元文明渗显显露圈，数字内容产业面临新一轮的需求晋级，伴随着5G商业化进程的不断加深，多元化、精品化的优质数字内容将面临更快的消费节拍，与此同时，供给侧仍存在宏大的产能缺口，数字内容产业正处于休息密集型向科技密集型的转型阶段。AI与数字内容产业的深度耦合，将有希望为行业释放更大的科技势能，以GPT-3、DALL-E为代表的AI技术，已在文本、语音、图像、视频等内容生成中获得了令人冷艳的结果，但是在准确性、泛化性、合感性方面照旧面临应战，目前的前沿研讨一方面探求从模型结构（自动化搜索等），训练方式（无监督对比学习等）等方面提升精度效果；另一方面引入知识图谱范畴知识，向机器引见常识和其他特定范畴的知识进而提升常识推理效果。伴随着技术的持续晋级演进，我们预见AI将逐渐在数字内容生成范畴释放引擎级的影响力，在内容、平台、技术多方合力引导下，构筑数字内容生成新范式。

6、边缘计算与人工智能加速交融

近年来，随着深度学习算法的迅猛发展，计算机视觉、自然言语处理、搜索引荐广告等各种范畴的义务功能得到不断刷新。同时，随着边缘智能设备的广泛普及和硬件改进，基于深度学习的人工智能技术在边缘端运用落地成为了能够。但是，在边缘端上部署深度学习模型具有很大的难度。其次要应战表如今，边缘端等智能设备在计算、存储、功耗等方面有很大的限制。因此，边缘端模型必须满足低计算复杂度、小模型尺寸、低模型功耗等要求。将来将趋向硬件敌对型的剪枝加速。根据边缘硬件的CPU类型来设计特定的网络稀疏化形式，适配不同硬件的模型紧缩与优化加速技术是将来研讨热点趋向。其次，基于自动化的1-bit量化方法有上百倍的实际功能提升，因此也是将来研讨热点趋向。

7、人工智能内核芯片向类脑神经计算方向演进

人工智能内核芯片曾经成为人工智能时代的关键技术之一，在某些范畴中的详细义务上人工智能内核芯片可以完成超越人脑的表现，但针对人工智能内核芯片的研讨依然落后于人工智能的发展，人工智能内核芯片无法同时满足多种人工智能算法的加速要求，并且面对各种新型人工智能技术不断涌现的场面，人工智能内核芯片与人脑相比其自我学习才能与可扩展性存在分明不足。将来人工智能内核芯片将在结构上更接近人脑的神经构造，获得类神经计算的才能，经过不断整合最新的人工智能技术，定制型人工智能内核芯片将逐渐演化为通用型人工智能内核芯片，在提高自我学习才能的同时，完成对不同人工智能技术在不同义务上的加速计算，从而推进人工智能内核芯片完成真正的落地。

8、算法公平性研讨推进AI运用走向普惠无成见

由于数据偏向、算法本身缺陷、甚至是人为成见的存在，现有AI算法普遍存在对于某些特定人群效果不公平的"歧视性现象"。随着AI算法在社会各行业的广泛落地运用，作为辅助人们决策的重要工具，算法的公平性成绩正遭到越来越多的关注。过去的几年业界已在逐渐探求一些针对性的处理方案，包括构建更公正的数据集、算法训练中引入公平性约束损失、提高机器学习算法的可解释性等。但就全体而言，当前公平性研讨在精度和公平性的平衡、不同场景的泛化性有效性等成绩上正处于方兴未艾的阶段。随着欧盟发布《人工智能白皮书》《人工智能伦理:成绩和倡议》，中国发布《协同落实人工智能管理准绳的举动建议》，人工智能的管理正成为一个愈加抢手的议题，而算法的公平性正是人工智能管理的关键成绩。我们预见算法公平性的研讨将持续深化，在人脸辨认等最广泛的AI运用范畴获得打破，为不同人群带来愈加普惠无成见的效果。

9、隐私保护AI落地适用协助算法可持续退化

人工智能和机器学习算法的广泛运用，在为人们提供便利的同时，也带来了极大的隐私泄露风险。这种隐私泄露包括用户数据在授权范围以外被处理共享、机器学习算法训练后存在数据记忆等现象。AI算法开发中的数据隐私保护成绩遭到的关注以及监管日益增长，美国于2020年失效《加利福利亚消费者隐私法案》，中国于2020年公布《个人信息保护法(草案)》。针对机器学习中上述隐私保护成绩，研讨工作近年来逐渐深化走向成熟，发展出了数据匿名化、联邦学习、差分隐私等一系列方法。我们预见可以保护用户数据隐私的愈加灵敏高效的AI学习方法将在金融、医疗、社交等场景适用化落地，消减用户的隐私担忧，协助AI算法在场景中可持续地退化。

10、人工智能技术向安全智能方向迈进

随着人工智能技术在各行各业的广泛运用，滥用或恶意毁坏人工智能系统将会给社会带来宏大的负面影响。近年来算法后门攻击、对抗样本攻击、模型窃取攻击等针对人工智能算法的攻击技术持续发展，经过篡改构造特殊数据诱骗人工智能运用产生不可信的错误结果，带来了更大的算法安全风险，因此保障人工智能运用安全牢靠的需求日渐迫切。将来人工智能技术将向着安全智能方向持续演化，一方面从算法的可解释性动手提升模型的鲁棒性，另一方面化被动为自动，经过自动安全检测机制对各类攻击停止侦测与阻拦，最终完成人工智能可用性与可信性双轨并重的理想需求，推进人工智能技术在更广泛范畴的安全落地。

作为腾讯旗下顶级的人工智能实验室，腾讯优图一直专注基础研讨、产业落地两条腿走路的发展战略，经过腾讯云持续输入顶尖的视觉AI才能。目前，优图实验室已拥有超过1000余项AI相关国内外专利，300余篇论文被CVPR、AAAI、ICCV等国际顶级AI会议收录，输入超过30个行业处理方案，在推进产业互联网发展中提供源源不断的动力。

（原标题《腾讯优图结合厦大发布2021十大人工智能趋向：AI与边缘计算加速交融，AI运用走向普惠》）

（作者：深圳特区报记者 周雨萌 文/图)

本文来自【读特】，仅代表作者观点。全国党媒信息公共平台提供信息发布及传播服务。