允中 发自 凹非寺量子位 报道 | 公众号 QbitAI2020年，
AI技术已发展到可大规模生产的工业化阶段AI芯片大规模落地的关键年；通用自然语言理解能力有了大幅度提升；更多自动驾驶汽车被应用于物流快递、公共交通、封闭道路等不同场景；量子计算将迎来新一轮爆发……以上可不是科技行业对2020年的年终总结，而是来自百度研究院在2019年底发布的“2020年十大科技趋势预测”，其准确地预见了新一年的科技与产业变化。面对崭新的2021，百度研究院又发布了 “2021年十大科技趋势预测”，既具备科技前瞻性，也是能引领产业发展的一大“宝典”。
具体有哪些内容呢？我们一起来看看。
1. 疫情加速AI融合落地，AI将更加深入大众生活2020年，全球抗疫促使AI与5G、大数据、物联网等新一代信息技术相互融合，AI测温、AI问诊、智能外呼、服务机器人等创新应用开始大规模普及，从生活的方方面面支持抗击疫情。后疫情时代，AI将进一步与交通、能源、制造、农业等基础产业融合，推动复工复产，促进社会经济发展。同时远程办公、在线教育、在线问诊等模式将会延续，成为未来的新常态。
AI不仅助力产业经济，而且逐渐深入大众生活，用AI解决民生问题有望大规模落地。
3. 生命科学成为AI应用新领地，生物计算成为新的研究热点在突如其来且席卷全球的疫情面前，病毒检测和疫苗研究工作每加快一秒都可能挽救无数人的生命。然而，了解病毒，特别是病毒蛋白质、RNA等分子结构，却是一个极其复杂的过程。疫情期间，LinearFold和LinearDesign等算法，显著提升了RNA二级结构预测和mRNA疫苗基因序列设计的速度。
AlphaFold 2在CASP14蛋白质结构预测竞赛的结果也预示着，AI有望大大提升大分子结构预测的精度和效率。AI、生物计算和病毒研究、疫苗研发等生命科学基础研究领域的结合将迎来爆发。
除了基础研究外，AI也将进一步融入新药研发的整个链条，包括靶点发现、苗头化合物发现、先导化合物发现和优化等等，从而大大缩短新药研发周期，降低新药研发成本，提高医疗诊断的准确性和效率，使人类在面对健康问题时更加主动。
5. AI芯片和轻量级模型加速智能化向边缘渗透，物联网发展迎来新机遇边缘是一个复杂概念，范围涉及从简单的传感器、嵌入式设备，到手机、机器人，以及高度复杂的自动驾驶汽车等设备。随着AI芯片提供更专业化的边缘计算能力，以及模型蒸馏等技术的发展，轻量级模型将被越来越多地部署在小型边缘设备中，支持离线和在线场景，并且可以为用户进行定制化服务。智能技术向边缘渗透，几乎会影响所有行业。
随着边缘智能应用需求的不断增长，预计具备AI功能的边缘设备以及在边缘处理的数据量都将持续快速增长。7. AI提升机器对现实的理解，服务机器人将拥有更多物理交互能力随着AI对数据、行为和运动学的分析和理解的逐渐成熟，机器在现实生活复杂场景中与人进行交互的可行性和安全性将得到提升。服务机器人或将被赋予更多的物理交互能力，可以替人完成简单、重复的日常工作。将有更多酒店应用服务机器人来实时响应客房需求，自动配送物品。
家庭服务机器人所能完成的任务则会更加精细和多样，例如帮助老人从冰箱拿食品或冲泡饮料，同时避免和房屋内的其他物体或运动的人碰撞，还可以在主人外出时帮助整理房间等。9. 社会对构建负责任的AI的需求不断上升，科技企业推动落地实践AI的发展需要遵循一定的基本原则，以人为本、公正包容、可解释性、透明性与可追溯、隐私安全等原则，已成为国际社会AI伦理和治理的基本共识。AI伦理将推动智能应用发展从获取用户注意力向促进用户福祉转变。2021年，从技术落地的角度看，AI模型的可解释性和鲁棒性将取得更多的进步，视频合成技术的“矛”（合成）和“盾”（鉴别）之争也会愈演愈烈，隐私保护计算还将加速在组织间运用，为释放数据价值提供安全和隐私保证。
同时，近年来快速发展的深度学习也极大地增加了能耗，未来AI的发展将会更注重有选择性地进行运算，追求经济、社会与环境的可持续发展。
