姓名：赵佳慧 学号：22011210938 学院：通信工程学院
原文链接：https://blog.csdn.net/aipml/article/details/113826005?ops_request_misc=&request_id=&biz_id=102&utm_term=%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%BA%A7%E4%B8%9A&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-113826005.142^v68^control,201^v4^add_ask,213^v2^t3_esquery_v3&spm=1018.2226.3001.4187
2020年，整个社会在疫情倒逼下，加速进入以人工智能为代表的数字化新常态。AI在医疗、城市治理、工业、非接触服务等领域快速响应，提高了疫情防控效率。在疫情防控进入常态化阶段后，经济恢复与发展成为重点，新基建赋予AI全新的使命，即通过与传统产业的深度融合，催生新业态，助力实体经济向数字化智能化转型。同时AI技术也在酝酿新的趋势，实现新的蜕变、走向新的发展阶段，一个“泛在智能”的世界正在加速到来。“泛在”有两个方面，一是广泛渗入新基建。在新基建的春风下，人工智能技术将逐渐转变为像网络、电力一样的基础服务设施，向全行业、全领域提供通用的AI能力，为产业转型打造智慧底座，促进产业数字化升级和变革。二是广泛获得更加多元的应用场景和更大规模的受众。AI已经渗透到工业、医疗、智慧城市等各个领域，未来会有更多产业与智能技术进行创新融合，催生出更多新业态、新模式。同时，更多应用场景也意味着我们需要秉承“科技向善”的信念，以更普惠、更负责任的发展为目标，“泛于大众、惠于大众”。放眼2021年，人工智能产业发展的趋势可以概括为以下五个方面：
第一个趋势是深度学习技术正从语音、文字、视觉等单模态向多模态智能学习发展。深度学习技术未来甚至可以将嗅觉、味觉、心理学等难以量化的信号进行融合，实现多个模态的联合分析，推进深度学习从感知智能升级为认知智能，在更多场景、更多业务上辅助人类工作。一方面，多模态融合能够推动人机交互模式的升级，人机交互过程中可以从视觉、听觉、触觉等多个方面体会机器的情感和表达的语义，通过图文、语音、动作等多方式互动，从整体上提高人机交互的自然度和精确度。另一方面，多模态融合技术，能够对人体的形态、表情和功能进行模拟仿真，打造出高度拟人化的虚拟形象，像真人一样与人沟通互动，不断提升交互体验。目前数字人在功能分类上，一类是内容播报的静态型数字人，我们常见的AI虚拟主播就是属于这种类型；另一类是可以实时对话的交互型数字人，在实时对话过程中完成语音、语义、视觉的理解和合成，因此更具挑战性。未来的多模态数字人应当具备类似人的看、听、说和知识逻辑能力，在“人工智能更像人”这个进程中更进一步。
第二个趋势是人机交互更加注重情感体验。通过计算科学与心理科学、认知科学的结合，情感机器人将具有识别、理解和表达喜怒哀乐的能力，识别用户的需求以及环境信息的变化，理解人的情感意图，并做出适当反应。这种情感反馈信息在优化推荐、广告定制、智能决策等领域将发挥重要作用。
第三个趋势是AI将呈现多平台多系统协同态势，以实现更为广泛的赋能。具体可通过两个路径实现，一是通用平台向行业平台分化。立足于传统产业各自的行业业务逻辑，实现融合行业基础应用，深耕行业应用场景。二是端侧系统向协同系统发展。端侧系统目前功能单一且能力固化、应用场景有限且缺少系统协同，现有的端侧应用无论是功能还是可扩展性上都远远达不到实际的泛化应用需求。因此要实现通用平台、行业平台和端侧应用的协同组合，以软硬一体的方式实现具体应用的功能定制和扩展。
第四个趋势是聚焦“端侧AI”。作为云计算的补充和优化，边缘计算可以在云上依靠深度学习生成数据，在设备上执行模型的推断和预测。这样能够改善信号延迟情况，提高实时处理速率，具备更高的可靠性和安全性，同时可在新旧设备之间灵活部署，实现信息互联互通。具体而言，“端侧AI”目前具有三个发展方向。首先，未来巨量的多维数据集中处理与边缘式分布计算的需求，必将进一步挑战AI底层支持硬件，也就是芯片的计算能力。因此，覆盖端、边、云的AI芯片将有助于打造全场景AI解决方案，实现万物互联。其次，人工智能领域产业链上下游企业纷纷加快延伸拓展，致力于成为集成芯片、系统、终端的AI平台。最后，AI平台开源赋能。现在，许多大型互联网企业已经推出了各自的AI高层开发框架，提供AI赋能产业的一站式解决方案，让其他企业及开发者能够更轻松地进行AI研发、应用和创新。
第五个趋势是AI与其他数字技术将会有更广泛融合、碰撞，带来无限想象空间。首先，AI与量子计算的结合，量子计算能够极大地提高生成、存储和分析大量数据的效率，增强机器学习的能力。其次，将人工智能融入VR/AR应用，能够更精准地识别目标，提高视觉、行为形态和感知的真实性。再次，人工智能与区块链结合，以去中心化的方式，对大量数据进行组织和维护，使更大规模、更高质量、可控制权限、可审计的全球去中心化人工智能数据标注平台成为可能。最后，AI与5G融合的前景也非常广阔，5G提供了强大、可靠的连接，能最大限度地提高AI在设备上的响应速度，满足智慧城市、智能制造、医疗、交通等多领域的需求。
对于有观点认为AI将取代人类工作，造成结构性失业的问题，我们不能否认AI实质上是一种具有颠覆意义的新的生产力，在与经济社会各行业各领域融合创新的过程中会不断催生出新业态、新场景、新的增长点。本次疫情中得到初步尝试的“无人经济”，在后疫情时期有望继续渗透，在第一、二、三产业都显示出巨大的发展潜力。在人机交互这一新的协作关系下，未来很多产业都将通向“无人经济”，但这里的“无人”一定是“为更多人”，普惠大众。
在未来，AI技术会全面渗入到生产、生活的方方面面，处于无所不在的状态，可以说它很重要，因为万物都会依赖于它；也可以说它不起眼，因为智能技术将化为无形，融于万物中，真正成为滋养各行业经济生命力与发展活力的土壤。
————————————————
版权声明：本文为CSDN博主「Charles·S」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/aipml/article/details/113826005
