Alibaba DAMO Academyが2019年のトップ10テクノロジートレンドを発表:AI、ブロックチェーンなど

Alibaba DAMO Academyが2019年のトップ10テクノロジートレンドを発表:AI、ブロックチェーンなど

Alibaba DAMO Academy は、2019 年のトップ 10 テクノロジー トレンド予測を発表しました。これには、AI、ニューラルネットワークシステム、コンピューターシステム、5Gネットワ​​ーク、生体認証技術、自動運転、ブロックチェーン、データセキュリティなどの分野が含まれます。

超大規模グラフニューラルネットワークシステムが機械に常識を与えることは注目に値します。 DAMOアカデミーは、純粋なディープラーニングは成熟しており、ディープラーニングと組み合わせたグラフニューラルネットワークは、エンドツーエンドの学習と帰納的推論を組み合わせ、関係推論や説明可能性など、ディープラーニングでは処理できない一連の問題を解決できると期待していると説明した。

自動運転分野は穏やかな発展期に入るだろう。 DAMOアカデミーは、車両と道路の協調技術ルートによって無人運転車の登場が加速すると予測しています。今後2~3年で、物流や交通などの限定的なシナリオに代表される自動運転の商用化は新たな進歩を迎えるでしょう。例えば、路線バス、無人配達、キャンパスマイクロサーキュレーションなどの商用シナリオが急速に実現されるでしょう。

DAMOアカデミーは、生体認証技術が徐々に成熟し、大規模応用の段階に入っていると考えています。 3D センサーの急速な普及と複数の生体認証機能の統合により、あらゆるデバイスがよりインテリジェントに「見る」ことと「聞く」ことができるようになります。生体認証と生体認証技術は、アイデンティティの認識と認証にも新たな形を与えるでしょう。

2019 年のトップ 10 テクノロジー トレンドの詳細は次のとおりです。

トレンド1:リアルタイムの都市シミュレーションが可能になり、スマートシティが誕生

[[254544]]

都市公共インフラの知覚データと都市のリアルタイムパルスデータストリームが大規模なコンピューティングプラットフォームに収束し、コンピューティングパワーとアルゴリズムの発展により、ビデオなどの非構造化情報とその他の構造化情報のリアルタイム統合が促進され、リアルタイムの都市シミュレーションが可能になり、ローカル都市インテリジェンスがグローバルインテリジェンスにアップグレードされます。将来的には、都市脳技術とアプリケーションの研究開発を行うより多くの勢力が出現し、物理的な都市の上に、完全な時間と空間の知覚、完全な要素のリンク、完全なサイクルの反復を備えたスマートシティが誕生し、都市ガバナンスレベルの最適化と向上を大幅に促進します。新年には、中国のますます多くの都市が脳を持つことが期待されます。

トレンド2: 音声AIは特定の分野でチューリングテストに合格

[[254545]]

エンドクラウド統合音声インタラクションモジュールの標準化と低コスト化により、音声対応可能な公共施設がますます増え、将来的にはあらゆる空間に音声インタラクションのタッチポイントが少なくとも 1 つ設置されるようになります。インテリジェント音声技術が進歩するにつれ、モバイル デバイスでのリアルタイム音声生成は実際の人間の音声と区別がつかなくなり、特定の会話ではチューリング テストに合格する可能性さえあります。業界を標準化に導くために、この分野の規則や法律も徐々に確立されるでしょう。

トレンド3: AI専用チップがGPUの絶対的優位性に挑戦する

[[254546]]

現在のデータセンターにおける AI トレーニングのシナリオでは、コンピューティングとストレージ間のデータ移動がボトルネックとなっており、3D スタック ストレージ テクノロジに基づく新世代の AI チップ アーキテクチャがトレンドになっています。 AI チップにおけるデータ帯域幅の需要は、AI トレーニング チップにおける 3D スタック メモリ チップの広範な応用をさらに促進するでしょう。脳のようなコンピューティング チップは、より適切なアプリケーションを求めて、その開発をさらに促進するでしょう。データセンターのトレーニング シナリオでは、AI 専用のチップが GPU の絶対的な優位性に挑戦します。ドメイン固有性を真に完全に反映できる AI チップ アーキテクチャは、多くのエッジ シナリオでさらに反映されるでしょう。

トレンド4: 超大規模グラフニューラルネットワークシステムが機械に常識を与える

純粋なディープラーニングは成熟しており、ディープラーニングと組み合わせたグラフニューラルネットワークは、エンドツーエンドの学習と帰納的推論を組み合わせ、ディープラーニングでは対応できない関係推論や説明可能性などの一連の問題を解決することが期待されています。強力なグラフニューラルネットワークは、ニューロンやその他のノードによって形成されるネットワークである人間の脳に似たものになります。機械は常識、理解力、認知能力を備えた AI になることが期待されています。

トレンド5: コンピューティングアーキテクチャが再構築される

データセンターでもエッジコンピューティングのシナリオでも、コンピューティング システムは再構築されます。コンピューティング、ストレージ、ネットワークの将来は、高スループットのコンピューティング能力を求める人工知能のニーズを満たすだけでなく、低消費電力を求めるモノのインターネットのニーズも満たす必要があります。 FPGA、GPU、ASIC などのコンピューティング チップと新しいストレージ デバイスに基づく異種コンピューティング アーキテクチャの出現により、従来のコンピューティング アーキテクチャは進化しました。 CPU ベースの汎用コンピューティングから、アプリケーションとテクノロジーによって推進されるドメイン固有のアーキテクチャへの破壊的な変化により、人工知能、さらには量子コンピューティングの黄金時代の到来が加速されます。

トレンド6: 5Gネットワ​​ークが新たなアプリケーションシナリオを生み出す

[[254547]]

第5世代モバイル通信技術は、モバイル帯域幅を大幅に強化し、4Gの約100倍のピークレートを提供し、4K/8K超高精細ビデオ、AR/VRなどに基づく没入型インタラクティブモードの段階的な成熟を促進します。接続能力は数百億にまで強化され、大規模なマシン型通信と接続の深い統合が実現します。ネットワークがクラ​​ウドやソフトウェアへと進化するにつれ、ネットワークを複数の独立した並列仮想サブネットワークに分割して、さまざまなアプリケーションに仮想プライベート ネットワークを提供できるようになります。高信頼性、低遅延、大容量のネットワーク機能と組み合わせることで、車道連携や産業用インターネットなどの分野で新たな技術力を発揮できるようになります。

トレンド7:生体認証と生体認証技術は、ID認識と認証の形も変える

[[254548]]

生体認証技術は徐々に成熟し、大規模応用の段階に入っています。 3D センサーの急速な普及と複数の生体認証機能の統合により、あらゆるデバイスがよりインテリジェントに「見る」ことと「聞く」ことができるようになります。生体認証と生体認証技術は、アイデンティティの認識と認証にも新たな形を与えるでしょう。携帯電話のロック解除や住宅街の入退出管理から、レストランでの食事やスーパーでの会計、高速鉄道の乗車、空港のセキュリティチェック、病院での診察まで、顔認証で世界を旅する時代が加速しています。

トレンド8:自動運転は穏やかな発展期に入る

[[254549]]

単に「車両単体の知能化」に頼って自動車を革新するだけでは、無人運転の実現には長い時間がかかるだろうが、自動運転が完全に寒い冬に入ったというわけではない。車と道路の協調技術ルートは、無人運転の実現を加速させるでしょう。今後2~3年で、物流や交通などの限定的なシナリオに代表される自動運転の商用化は新たな進歩を迎えるでしょう。例えば、路線バス、無人配達、キャンパスマイクロサーキュレーションなどの商用シナリオが急速に実現されるでしょう。

トレンド9: ブロックチェーンは合理性を取り戻し、商用アプリケーションが加速

[[254550]]

さまざまな業界のデジタル化の過程で、IoT技術はオフチェーン世界とオンチェーンデータの信頼できるマッピングをサポートし、ブロックチェーン技術は循環経路における信頼できるデータの再編成と最適化を促進し、循環と調整の効率を向上させます。ブロックチェーンは、国境を越えた送金、サプライチェーンファイナンス、電子請求書、司法証拠など、さまざまなシナリオで私たちの日常生活に統合され始めるでしょう。 「リンク」の価値が明らかになるにつれ、階層化アーキテクチャとクロスチェーン相互接続がブロックチェーンのスケールアップの技術的基盤となるでしょう。ブロックチェーン分野は過度の熱狂と過度の悲観から合理性を取り戻し、商用化がより早く実現されることが期待されます。

トレンド10: データセキュリティ保護技術が急速に登場

[[254551]]

世界中の政府はより厳格なデータセキュリティポリシーと規制を導入する傾向があり、企業は個人データのプライバシー保護にさらに投資するでしょう。今後数年間で、データセキュリティ保護技術がさらに多く導入されるでしょう。透かし技術、データ資産保護技術、強力な対抗手段となる高度なクローラー対策技術など、システム間データ追跡およびトレースに関連する技術がより広く使用されるようになるでしょう。

<<:  ディープラーニングの父が懸念:データ漏洩、AI兵器、批判の欠如

>>:  GoogleのReCaptchaシステムが破られ、機械音声認証の精度は85%に達した

ブログ    
ブログ    

推薦する

...

...

分散型ディープラーニングの新たな進歩:「分散」と「ディープラーニング」の真の統合

近年、急速に発展している人工知能の分野のひとつであるディープラーニングは、NLP、画像認識、音声認識...

左に狂気、右に合理性、真ん中にアルゴリズム

著者: Qianshan校正:ウー・ムーテクノロジーの進歩により、AIは大きな発展の可能性を示してい...

アシモフのロボット工学三原則とモービルアイの自動運転五原則

テクノロジー・トラベラーは11月20日、北京から報道した(執筆者:ガオ・フェイ):多くのSF作家の想...

自動運転車は歩行者に意図を伝えることができるか?

広い道路を安全に横断するかどうかを判断するには、歩行者と運転者の間の社会的合図とコミュニケーションが...

Google が地図「タイムマシン」を公開: 100 年前のあなたの街はどんな様子だったでしょうか?

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

科学者はロボットに人間に近い触覚を与える人工指先を開発

ロボットは車を持ち上げたり、手術を手伝ったりするようにプログラムできますが、卵など、これまで扱ったこ...

人工知能とデータセンター: AI がリソースを大量に必要とする理由

2023 年末までに AI 生成にどれだけのエネルギーが必要になるかについての予測は不正確です。たと...

機械学習の仕事を探すとき、学歴はどの程度重要ですか?

[[254426]]機械学習の分野における知識とツールの主な特徴は、無料かつオープンであることです...

AI誇大宣伝はサイバーセキュリティのデフレにおけるバブルなのか?

人工知能は、その概念が最初の電子メールウイルスと同じくらい古いにもかかわらず、「ネットワークにおける...

AI モデルのデータセンターのエネルギー消費を効果的に削減するにはどうすればよいでしょうか?

人工知能をより良くするための競争において、MIT リンカーン研究所は、電力消費の削減、効率的なトレー...

本物そっくりの「人工顔」は顔認識を騙せるのか?

[[360561]]過去数年間に自分の写真をオンラインに投稿したことがあれば、Clearview ...

ビッグデータと人工知能の応用に関する7つのよくある誤解

大規模で高速かつ変化する情報資産を処理するためにビッグデータ テクノロジーを採用する組織が増えるにつ...

大規模モデルを路上に展開するための重要なステップ: 世界初の言語 + 自動運転オープンソースデータセットが登場

DriveLM は、データセットとモデルで構成される言語ベースのドライブ プロジェクトです。 Dri...