隨著越來越多的自動化機器學習（AutoML）實施，企業(yè)云市場升溫，這使客戶可以將AI應用于營銷，客戶服務和風險管理等用例。國外的Google，Microsoft和Amazon以及國內的百度，華為，騰訊和阿里，它們是云計算領域的最大參與者。

據(jù)IDC數(shù)據(jù)顯示，截止今年11月，百度智能云憑借著在AI技術、市場和商業(yè)上的優(yōu)異表現(xiàn)，在能力和戰(zhàn)略兩個維度都處于領先地位，位居領導者象限最上方，在中國排名第一名，在其后有阿里云、AWS、騰訊云和華為云等云廠商。

這其中有部分企業(yè)在年度技術展示中重點介紹了AI工具和自動化。譬如，微軟在Ignite 2019上總結了其Azure認知搜索的口號：“使用AI解決業(yè)務問題?！?/p>

在4月的Google Cloud Next會議上，Google宣布了新的AutoML類，預制的零售和聯(lián)絡中心AI服務，以及協(xié)作式模型制作工具AI Platform。而亞馬遜在re：Invent 2019大會上發(fā)布了五項新的基于機器學習的人工智能 (AI)服務。

Google Cloud Next更引人入勝的工具之一是AutoML Natural Language（自動語言），該語言于12月廣泛發(fā)布，它可以分析多種文檔和格式類型的文本，以提供情感分析，法律文檔解析和出版物管理。

亞馬遜在四月份推出了類似的AWS工具Textract。同時，Microsoft在其以業(yè)務為中心的Power Platform上提供了主題虛擬代理，情感分析和業(yè)務流程自動化。

華為9月重磅發(fā)布了全球最快AI訓練集群Atlas 900，加速科學研究與商業(yè)創(chuàng)新的智能化進程。并還發(fā)布了新一輪沃土計劃，宣布將投入15億美元資金扶持開發(fā)者，擴大開發(fā)者社區(qū)至500萬開發(fā)者規(guī)模。

而針對邊緣端的AI，它與在云中處理的AI相比，具有更大的控制力和更好的隱私保護。今年六月，蘋果公司推出酷睿ML 3，允許iOS設備來首次進行機器學習。谷歌于2017年將聯(lián)邦學習納入其TensorFlow開發(fā)環(huán)境中，并且取得了豐碩的成果：10月，谷歌在Pixel 4智能手機上推廣了許多AI觸摸功能，從語音識別到大大改善的攝像頭功能。

硬件也變得更加高效，移動芯片支持“真正的AI”。英特爾推動Keem Bay，一個視覺處理單元帶來推理任務邊緣設備。谷歌提供的Coral AI，一系列板和套件神經(jīng)網(wǎng)絡的機器學習的邊緣工作。NVIDIA發(fā)布了Xavier NX人工智能無人駕駛飛機，汽車和其他移動邊緣設備。

此外，對功率效率的新關注可以幫助減少運行所有這些AI系統(tǒng)的環(huán)境影響。Google創(chuàng)建了一個控制器，該控制器可以在僅使用2毫瓦功率的情況下，使其實驗量子處理器保持足夠冷的狀態(tài)，以正常運行。

在消費者方面，F(xiàn)acebook宣布了DeepFovea，這是一種AI技術，可改善VR頭顯的功耗。甚至在離家更近的地方，Sense還發(fā)布了一系列AI設備來監(jiān)視和減少家庭能源使用，而Evolve Energy的AI幫助太陽能和風能客戶找到最佳價格并節(jié)省能源。

2019年在自動駕駛汽車和物聯(lián)網(wǎng)（IoT）等領域也取得了巨大進步。來自Uber，Lyft，Alphabet的Waymo，Tesla和Argo之類的自動駕駛汽車是AI駕駛控制的漂亮面孔。

人工智能2020年十大預測

沿著這些2019年已經(jīng)深埋在科技土壤中的種子，我們可以提前展望一下2020。今天，百度研究院發(fā)布2020十大科技趨勢預測。

未來之路上，科技正香醇。

AI技術本身以及各類商業(yè)解決方案已日漸成熟，正在快速進入“工業(yè)化”階段。

伴隨著國內外科技巨頭對AI技術的持續(xù)投入，2020年在全球范圍內將出現(xiàn)多家AI模型工廠、AI數(shù)據(jù)工廠，將AI技術和商業(yè)解決方案大規(guī)模生產(chǎn)出來，運用在各行各業(yè)幫助產(chǎn)業(yè)升級。

例如，客服行業(yè)的AI解決方案將可以大規(guī)模復制運用到金融、電商、教育等行業(yè)。

最近幾年，AI芯片已經(jīng)逐步達到了可用的狀態(tài)，2020年將會是AI芯片大規(guī)模落地的關鍵年。

端側AI芯片將更加低成本、專業(yè)化、解決方案集成化，同時，NPU（神經(jīng)網(wǎng)絡處理單元）將成為下一代端側通用CPU芯片的基本模塊。

未來，越來越多的端側CPU芯片都會以深度學習為核心進行全新的芯片規(guī)劃。

芯片之外，AI還將重新定義計算機體系架構，支持AI的訓練和預測計算成為新的異構設計架構思路。

深度學習是當前人工智能領域最重要，也是被產(chǎn)業(yè)界證明最有效的技術。

以深度學習框架為核心的開源深度學習平臺，大大降低了人工智能技術的開發(fā)門檻，有效提高了人工智能應用的質量和效率。

2020年，各行各業(yè)將會大規(guī)模應用深度學習技術實施創(chuàng)新，加快轉型和升級。

AutoML將能夠把傳統(tǒng)機器學習中的迭代過程綜合在一起，構建一個自動化的過程。

研究人員僅需輸入元知識（如卷積的運算過程、問題的描述等），該算法就可以自動選擇合適的數(shù)據(jù)，自動調優(yōu)模型結構和配置，自動地訓練模型，并將其適配部署到不同的設備上。

AutoML的快速發(fā)展將大大降低機器學習的門檻，擴大AI應用普及率。

多模態(tài)深度語義理解以聲音、圖像、文本等不同模態(tài)的信息為輸入，綜合感知和認知等AI技術，實現(xiàn)對信息的多維度深層次理解。

隨著視覺、語音、自然語言理解和知識圖譜等技術的快速發(fā)展和大規(guī)模應用，多模態(tài)深度語義理解進一步成熟，應用場景更加廣闊。

結合AI芯片等，它將廣泛應用于互聯(lián)網(wǎng)、智能家居、金融、安防、教育、醫(yī)療等行業(yè)。

隨著大規(guī)模語言模型預訓練技術的出現(xiàn)和發(fā)展，通用自然語言理解能力有了大幅度提升。

基于海量文本數(shù)據(jù)的語義表示預訓練技術將與領域知識進行深度融合，持續(xù)提升自動問答、情感分析、閱讀理解、語言推斷、信息抽取等自然語言處理任務的效果。

集合超大規(guī)模算力、豐富領域數(shù)據(jù)、預訓練模型和完善研發(fā)工具的通用自然語言理解計算平臺將逐漸成熟，并在互聯(lián)網(wǎng)、醫(yī)療、法律、金融等領域得到廣泛應用。

隨著5G和邊緣計算的發(fā)展，算力將突破云計算中心的邊界，向萬物蔓延，將會產(chǎn)生一個泛分布式計算平臺。

同時，時間和空間是這個物理世界最重要的兩個維度，對時間和空間的洞察將成為新一代物聯(lián)網(wǎng)平臺的基礎能力。

這也將促進物聯(lián)網(wǎng)與能源、電力、工業(yè)、物流、醫(yī)療、智能城市等更多場景發(fā)生融合，創(chuàng)造出更大的價值。

自動駕駛的發(fā)展正在趨于理性，市場將對智能駕駛未來數(shù)年的發(fā)展更加充滿信心。

2020年，更多自動駕駛汽車被應用于物流快遞、公共交通、封閉道路等不同場景。

同時，V2X（vehicle to everything）技術啟動規(guī)?；渴鸷蛻?，使得車車、車路形成廣泛連接，進一步推動智能車路協(xié)同技術的實現(xiàn)，智能交通加速在園區(qū)、城市、高速等多樣化場景中落地。

隨著區(qū)塊鏈技術與AI、大數(shù)據(jù)、IOT和邊緣計算的深度結合，數(shù)據(jù)和資產(chǎn)線下線上的映射問題逐一解決。

圍繞區(qū)塊鏈構建的數(shù)據(jù)確權、數(shù)據(jù)使用，數(shù)據(jù)流通和交換等解決方案，將在各行各業(yè)發(fā)揮巨大的作用。

例如，在電商領域，可保證商品的全流程數(shù)據(jù)真實性；供應鏈領域，可保證全流程數(shù)據(jù)的公開和透明，以及企業(yè)之間的安全交換；在政務領域，能實現(xiàn)政府數(shù)據(jù)的打通，實現(xiàn)證件的電子化等等。

隨著“量子霸權”的成功展示，量子計算將在2020年迎來新一輪的爆發(fā)。

量子硬件方面，可編程的中等規(guī)模有噪量子設備的性能會得到進一步提升并初步具備糾錯能力，最終將可在上面運行具有一定實用價值的量子算法，量子人工智能應用也將得到很大的發(fā)展。

量子軟件方面，高質量的量子計算平臺和軟件將會涌現(xiàn)并與AI和云計算技術實現(xiàn)深度融合。

此外，伴隨著量子計算生態(tài)產(chǎn)業(yè)鏈的初步形成，量子計算必將在更多應用領域獲得重視，越來越多的行業(yè)巨頭陸續(xù)投入研發(fā)資源進行戰(zhàn)略布局，有機會為未來AI和云計算領域帶來全新面貌。

在2019年短短一年時間里，百度AI的核心技術取得諸多突破，開放生態(tài)愈加繁榮。

新的一年，百度將繼續(xù)強化技術的積累與探索，積極推進各行各業(yè)的產(chǎn)業(yè)智能化進程，讓AI滲透到社會生活的方方面面和千行萬業(yè)！