2021年 ，关于AI的哪些未来已来？

有人断言，人工智能是新时代的“电力”。

根据市场研究机构IDC的数据，2020年全球AI硬件、软件和服务产生的收入预计将达到1565亿美元，比2019年增长12.3%。有关专家预测，在未来11年，人工智能将为全球创造15.7万亿美元的净增量GDP。

毋庸置疑，人工智能进步飞快且已经成为社会进步的核心技术之一。所有物体都将能被感知，

所有行业都可智能化，每个人都将受到人工智能技术的影响。

那么，2021年国内人工智能产业又将有什么新的发展趋势?中国软件网认为有5大趋势：

01

融资规模继续加大，上市步伐加快

资本“逐利”的本性，决定了它们将继续青睐人工智能领域。

受到《国务院关于积极推进“互联网+”行动的指导意见》、《国家新一代人工智能标准体系建设指南》等政策刺激，近三年来，在一级市场整体下滑的情况下，人工智能赛道的融资数量排名却一直攀升。2020年，人工智能赛道在所有赛道中排名第七，较上一年上升3位，全年共完成137笔融资，已披露总金额达253亿元。

其中，依托AI算法芯片化能力提供数字城市解决方案的云天励飞是2020年融资额最大的企业，两轮总计获得20亿元融资。紧随其后的是名列“AI四小龙”其中的云从科技和第四范式。这两家公司分别完成了C轮18亿元融资和C轮16.1亿元融资。

值得一提的是，2020年，云从科技和依图科技都向科创板发起了冲击，不过至今尚未登陆。

可以预见，随着后疫情时代的到来，自动化的程度将会越来越高，人工智能产业也将迎来新一轮的增长点。新技术的引入，让更多的创新应用成为可能，融资规模也会进一步加大，尤其“AI四小龙”将会是资本追逐的对象。

02

AI芯片市场高速增长

对于AI来说，数据、算力和算法是三大关键要素。其中，算力和算法都离不开芯片。

从细分市场结构来看，云端训练芯片的比例仍然最大，但增速最慢。云端推断芯片与终端推断芯片市场，在未来几年都将保持快速的增长。人工智能应用的普及、政策环境的持续优化，以及人工智能设备的本地化计算趋势，都将成为驱动中国AI芯片市场快速发展的主要因素。

据预测，2021年中国AI芯片市场规模将增长至305.7亿元，同比增幅可达57.8%。未来，终端推断芯片、ASIC架构的芯片将成为中国AI芯片市场的主要发展趋势和关注热点。

03

5G使AI更泛在，AI让5G更智能

现阶段，5G通信技术与人工智能均在日渐趋于成熟的过程中，两者的融合发展尚处于初级阶段。随着其融合发展程度的不断加深，其应用领域也必将越来越广泛，未来可以在更多的领域当中，看到5G通信技术与人工智能的融合应用。

随着5G与AI技术融合与渗透的持续深入，人工智能应用将呈现出“四化”趋势：

一是泛在化。5G网络和泛智能终端的普及，带来泛在连接和泛在感知。实体世界正在快速向数字空间映射，促进全社会加速上云。

二是下沉化。在直播、AR/VR、工业互联网等要求“更低时延、更好控制”的应用场景的带动下，分布式边缘云需求快速崛起。云计算正在从中心向边缘快速延伸，计算和智能能力也不断下沉，云边协同将共同构成整个数字社会的智能基石。

三是中台化。容器、微服务、服务网格、无服务器等云原生技术的成熟，推动企业内部共性基础能力的沉淀，并将以组件方式集中汇聚到智慧中台，供上层业务共享复用，从而带来企业资源能力的组织和共享方式的升级。智能中台将会成为各行各业的标配。

四是融合化。云不仅为大数据、人工智能等新技术提供部署环境，更是集中地编排和调度了网络、算力等资源，来统一交付端到端的智能化服务。网络、算力、智能在云端实现全面大融合，云也正在成为整个信息基础设施的“操作系统”。

04

AI / ML与IoT紧密交织

近年来，物联网一直是快速增长的领域。据预测，到2030年，全球物联网市场将增长到241亿台设备，并产生1.5万亿美元的收入。

AI / ML的使用与IoT越来越紧密地交织在一起。例如，人工智能、机器学习和深度学习的使用，使得IoT设备和服务更智能，更安全。

同时，AI和ML需要大量数据才能成功运行，而物联网传感器和设备网络所提供的恰正是这种优势。例如，在工业环境中，整个制造工厂的物联网网络，可以收集运营和性能的数据，然后由AI系统进行分析，从而改善生产系统性能，提高效率并预测何时需要维护机器。

未来，物联网人工智能(AIoT)的轮廓将日益清晰，并重新定义工业自动化。

05

从感知智能到认知智能加速迈进

人工智能有三个阶段：运算智能、感知智能、认知智能。

目前，人工智能在视觉、听觉、触觉等感知能力领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。

认知智能的核心是机器如何表示、学习和推理知识。不同的研究流派，在实现认知智能的道路上各有优劣。例如，连接流派能模拟所有可计算函数，但难以表示结构化知识;行为流派能表示具体底层知识，但难以表示抽象高层知识;符号流派则能抽象表示符号知识，但可扩展性不够。

未来，认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，从而实现从感知智能到认知智能的关键突破。

版权声明：

凡本网注明”来源：中国软件网（http://www.soft6.com）”的所有作品，版权均属于中国软件网或昆仑海比（北京）信息技术有限公司，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

任何行业、传播媒体转载、摘编中国软件网（http://www.soft6.com）刊登、发布的产品信息及新闻文章，必须按有关规定向本网站载明的相应著作权人支付报酬并在其网站上注明真实作者和真实出处，且转载、摘编不得超过本网站刊登、转载该信息的范围；未经本网站的明确书面许可，任何人不得复制或在非本网站所属的服务器上做镜像。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，昆仑海比（北京）信息技术有限公司将追究其相关法律责任。

中国软件网作者：王锦宝

0