近日，2021环球人工智能技能大会在杭州成功举办，在打算机视觉论坛上，腾讯优图实验室副总经理黄飞跃正式宣告，腾讯优图联合厦门大学人工智能研究院正式发布《2021十大人工智能趋势》（以下简称趋势报告），该趋势报告基于腾讯优图和厦门大学人工智能研究院长期对人工智能尤其是打算机视觉的研究洞察，提出3D视觉技能、数字内容家当、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

趋势报告指出，自动机器学习的自动化程度与可阐明性得到进一步提升，AutoML全体体系架构的日趋完善，将推动新一代普适性AutoML平台的培植，并实现机器学习的大众化。
过去几年，深度学习所取得的巨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大，数据标注本钱成为制约企业降本增效的紧张成分之一，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，随着算法和硬件能力的不断升级，3D视觉智能技能将推动商业发展和个人消费升级；深度学习迈向多模态领悟，边缘打算与人工智能加速领悟，AI算法的公正性研究将推动AI运用走向普惠。

以下为《2021十大人工智能趋势》详细内容：

1、自动机器学习的自动化程度与可阐明性得到进一步提升

自动机器学习（AutoML）目前已经在多个领域中初步实现对机器学习方法的自动化设计过程，但其仍旧存在自动化程度不敷，可阐明性不强的问题。
如神经网络构造搜索（NAS）在一些运用领域中取得了可以与人类机器学习专家可比较的水平，然而现有的NAS方法实际须要基于人工设计的神经网络根本构造。
此外，AutoML的自动化过程每每被认为是一种 “黑箱”，缺少可阐明性。
今后自动化程度及可阐明性仍旧是AutoML研究的热点问题，通过提高AutoML中的超参数选择，特色表示与机器学习算法的确定和神经网络构造搜索的自动化程度及可阐明性，AutoML将实现对机器学习涉及的每个环节的真正的自动化设计过程。
AutoML全体体系架构的日趋完善，将推动新一代普适性AutoML平台的培植，并实现机器学习的大众化。

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，深度学习所取得的巨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付每一个演习样本完备标签的哀求。
随着业务规模的不断扩大，越来越多的企业创造数据的标注开始成为抬高交付本钱、制约效果提升的紧张成分之一。
在此背景下，无监督学习和弱监督学习通过不该用标签或减少对标签数量、质量的哀求来迅速降落深度模型对付数据的标注需求，使得原来无法利用的数据如今都可以加入到模型的演习中去，进而由量变引发质变。
在NLP领域，基于Transformer的无监督演习模型已持续霸榜各种NLP任务数据集；在CV领域，最新的MPL方法也通过额外的无标注数据集首次将ImageNet的Top-1分类准确率提升到了90%+的水平。
可以预见的是，将有越来越多的人工智能企业会面临从前期的迅速扩展到稳定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主要手段之一。

3、3D视觉技能助力家当消费升级，淡化虚实边界

作为视觉AI领域多年热点研究方向之一，3D视觉技能的核心任务是对三维空间、物体及环境进行真实还原与重修。
随着干系算法与硬件打算能力的不断升级， 3D视觉算法效果得到大幅提升，三维几何重修更加风雅，表面纹理重修更加清晰，带来更加逼真的视觉不雅观感。
近年来，诸多3D视觉研究成果为低本钱高质量的3D内容天生供应了良好技能支撑，基于3D虚拟形象的舞台演出、直播带货、教诲互动等运用层出不穷，成为AI内容家当全新发展方向。
以此为根本，结合5G时期流量带宽的全面升级，带有交互功能的3D虚拟现实、增强现实、稠浊现实的3D视觉运用将用户体验向真实与虚拟的完美领悟进一步迈进。
用户会由于虚拟偶像生动自然的舞台演出进行打赏，会由于虚拟主播“卖力”地带货匆匆销而下单购买，而线上平台则依赖3D视觉技能大大降落内容制作和IP运营本钱，终极带来社会商业发展模式与个人消费习气的颠覆与变革。
展望未来，3D视觉技能将持续在包括游戏娱乐、影视制作、电商直播、医疗整形等浩瀚领域广泛运用，***的边界将不断淡化。

4、多模态领悟加速AI认知升维

深度学习在多个人工智能的细分领域（如视觉，自然措辞处理等）已日趋成熟化和规模化，然而要真正实现通用人工智能，一定要将这些细分领域各自所针对的信息模态整合利用，即多模态领悟。
多模态领悟的目标是建立在图像、笔墨、语音等的多模态信息识别的根本上，实现不同模态信息的统一表征框架，从而起到1+1>2的浸染。
范例的场景之一是通过图文语音联合识别，实现对隐晦和暗示性，招嫖广告，儿童不良表情包等图文稠浊内容识别，支持审核业务深度打击不良内容。
除了图文领悟等跨域模态领悟，同域内的不同信息维度同样可以领悟，如随着深度天生技能的发展，当前的人脸识别除了传统的RGB图外，还须要领悟深度图、红外图等信息来更好的防御越来越多元化的人脸假造攻击，实现更强的人脸防御。
随着人工智能认知能力的提升，多模态领悟也将会从图文等本色性模态，逐渐拓展到如物理关系，逻辑推断，因果剖析等知识性模态，从感知智能迈向认知智能。

5、人工智能推动数字内容天生向新范式演进

随着数字文化家当的发达发展，尤其是二次元文化渗透出圈，数字内容家当面临新一轮的需求升级，伴随着5G商业化进程的不断加深，多元化、佳构化的优质数字内容将面临更快的消费节奏，与此同时，供给侧仍存在巨大的产能缺口，数字内容家当正处于劳动密集型向科技密集型的转型阶段。
AI与数字内容家当的深度耦合，将有希望为行业开释更大的科技势能，以GPT-3、DALL-E为代表的AI技能，已在文本、语音、图像、***等内容天生中取得了令人惊艳的结果，然而在精确性、泛化性、合理性方面仍旧面临寻衅，目前的前沿研究一方面探索从模型构造（自动化搜索等），演习形式（无监督比拟学习等）等方面提升精度效果；另一方面引入知识图谱领域知识，向机器先容知识和其他特定领域的知识进而提升知识推理效果。
伴随着技能的持续升级演进，我们预见AI将逐步在数字内容天生领域开释引擎级的影响力，在内容、平台、技能多方协力勾引下，构筑数字内容天生新范式。

6、边缘打算与人工智能加速领悟

近年来，随着深度学习算法的迅猛发展，打算机视觉、自然措辞处理、搜索推举广告等各种领域的任务性能得到不断刷新。
同时，随着边缘智能设备的广泛遍及和硬件改进，基于深度学习的人工智能技能在边缘端运用落地成为了可能。
然而，在边缘端上支配深度学习模型具有很大的难度。
其紧张寻衅表现在，边缘端等智能设备在打算、存储、功耗等方面有很大的限定。
因此，边缘端模型必须知足低打算繁芜度、小模型尺寸、低模型功耗等哀求。
未来将趋向硬件友好型的剪枝加速。
根据边缘硬件的CPU类型来设计特定的网络稀疏化模式，适配不同硬件的模型压缩与优化加速技能是未来研究热点趋势。
其次，基于自动化的1-bit量化方法有上百倍的理论性能提升，因此也是未来研究热点趋势。

7、人工智能内核芯片向类脑神经打算方向演进

人工智能内核芯片已经成为人工智能时期的关键技能之一，在某些领域中的详细任务上人工智能内核芯片能够实现超越人脑的表现，但针对人工智能内核芯片的研究依然掉队于人工智能的发展，人工智能内核芯片无法同时知足多种人工智能算法的加速哀求，并且面对各种新型人工智能技能不断呈现的局势，人工智能内核芯片与人脑比较其自我学习能力与可扩展性存在明显不敷。
未来人工智能内核芯片将在构造上更靠近人脑的神经布局，得到类神经打算的能力，通过不断整合最新的人工智能技能，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，在提高自我学习能力的同时，实现对不同人工智能技能在不同任务上的加速打算，从而推动人工智能内核芯片实现真正的落地。

8、算法公正性研究推动AI运用走向普惠无偏见

由于数据偏差、算法本身毛病、乃至是人为偏见的存在，现有AI算法普遍存在对付某些特定人群效果不公正的\公众歧视性征象\"大众。
随着AI算法在社会各行业的广泛落地运用，作为赞助人们决策的主要工具，算法的公正性问题正受到越来越多的关注。
过去的几年业界已在逐步探索一些针对性的办理方案，包括构建更公道的数据集、算法演习中引入公正性约束丢失、提高机器学习算法的可阐明性等。
但就整体而言，当前公正性研究在精度和公正性的平衡、不同场景的泛化性有效性等问题上正处于朝阳东升的阶段。
随着欧盟发布《人工智能白皮书》《人工智能伦理:问题和倡议》，中国发布《协同落实人工智能管理原则的行动建议》，人工智能的管理正成为一个愈加热门的议题，而算法的公正性正是人工智能管理的关键问题。
我们预见算法公正性的研究将持续深化，在人脸识别等最广泛的AI运用领域取得打破，为不同人群带来更加普惠无偏见的效果。

9、隐私保护AI落地实用帮助算法可持续进化

人工智能和机器学习算法的广泛运用，在为人们供应便利的同时，也带来了极大的隐私透露风险。
这种隐私透露包括用户数据在授权范围以外被处理共享、机器学习算法演习后存在数据影象等征象。
AI算法开拓中的数据隐私保护问题受到的关注以及监管日益增长，美国于2020年生效《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问题，研究事情近年来逐步深入走向成熟，发展出了数据匿名化、联邦学习、差分隐私等一系列方法。
我们预见能够保护用户数据隐私的更加灵巧高效的AI学习方法将在金融、医疗、社交等场景实用化落地，消减用户的隐私担忧，帮助AI算法在场景中可持续地进化。

10、人工智能技能向安全智能方向迈进

随着人工智能技能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巨大的负面影响。
近年来算法后门攻击、对抗样本攻击、模型盗取攻击等针对人工智能算法的攻击技能持续发展，通过修改布局分外数据诱骗人工智能运用产生不可信的缺点结果，带来了更大的算法安全风险，因此保障人工智能运用安全可靠的需求日渐急迫。
未来人工智能技能将向着安全智能方向持续蜕变，一方面从算法的可阐明性入手提升模型的鲁棒性，另一方面化被动为主动，通过主动安全检测机制对各种攻击进行侦测与拦截，终极实现人工智能可用性与可信性双轨并重的现实需求，推动人工智能技能在更广泛领域的安全落地。

作为腾讯旗下顶级的人工智能实验室，腾讯优图始终专注根本研究、家当落地两条腿走路的发展计策，通过腾讯云持续输召盘尖的视觉AI能力。
目前，优图实验室已拥有超过1000余项AI干系国内外专利，300余篇论文被CVPR、AAAI、ICCV等国际顶级AI会议收录，输出超过30个行业办理方案，在推动家当互联网发展中供应源源不断的动力。

（原标题《腾讯优图联合厦大发布2021十大人工智能趋势：AI与边缘打算加速领悟，AI运用走向普惠》）

（作者：深圳特区报 周雨萌 文/图)

本文来自【读特】，仅代表作者不雅观点。
全国党媒信息公共平台供应信息发布及传播做事。