江苏龙网

  1. 首页 > 资讯 > 科技 > >

数据|如何看待人工智能未来十年的发展？

数据|如何看待人工智能未来十年的发展？
图片

数据|如何看待人工智能未来十年的发展？
图片

本文由公众号“苏宁金融研究院”原创 ， 作者为苏宁金融研究院金融科技研究中心主任助理王元 ， 首图来自壹图网 。
2020年是不寻常的一年 ， 全球的健康、贸易、经济、文化、政治和科技领域 ， 无不发生着深刻的变化 。 笔者所在的科技领域 ， 也恰逢现代人工智能（简称AI）发展10周年 。 前10年 ， 人工智能技术得到了长足的发展 ， 但也留下许多问题有待解决 。 那么 ， 未来AI技术将会如何发展呢？本文将结合学术界、工业界的研究成果 ， 以及笔者个人研究见解 ， 从算力、数据、算法、工程化4个维度 ， 与读者一起探索和展望AI发展的未来 。
一
数据
我们首先分析数据的发展趋势 。 数据对人工智能 ， 犹如食材对美味菜肴 ， 过去10年 ， 数据的获取无论是数量 ， 还是质量 ， 又或者是数据的种类 ， 均增长显著 ， 支撑着AI技术的发展 。 未来 ， 数据层面的发展会有哪些趋势呢 ， 我们来看一组分析数据 。
首先 ， 世界互联网用户的基数已达到十亿量级 ， 随着物联网、5G技术的进一步发展 ， 会带来更多数据源和传输层面的能力提升 ， 因此可以预见的是 ， 数据的总量将继续快速发展 ， 且增速加快 。 参考IDC的数据报告（图1） ， 数据总量预计将从2018年的33ZB（1ZB=106GB） ， 增长到2025年的175ZB 。
数据|如何看待人工智能未来十年的发展？
图片

其次 ， 数据的存储位置 ， 业界预测仍将以集中存储为主 ， 且数据利用公有云存储的比例将逐年提高 ， 如图2、图3所示 。
数据|如何看待人工智能未来十年的发展？
图片

数据|如何看待人工智能未来十年的发展？
图片

以上对于未来数据的趋势 ， 可以总结为：数量持续增长；云端集中存储为主；公有云渗透率持续增长 。 站在AI技术的角度 ， 可以预期数据量的持续供给是有保证的 。
另一个方面 ， AI技术需要的不仅仅是原始数据 ， 很多还需要标注数据 。 标注数据可分为自动标注、半自动标注、人工标注3个类别 。
那么 ， 标注数据未来的趋势会是怎样的？
我们可从标注数据工具市场的趋势窥探一二 ， 如图4所示 。 可以看到 ， 人工标注数据在未来的5-10年内 ， 大概率依然是标注数据的主要来源 ， 占比超过75% 。
数据|如何看待人工智能未来十年的发展？
图片

通过以上数据维度的分析与预测 ， 我们可以得到的判断是 ， 数据量本身不会限制AI技术 ， 但是人工标注的成本与规模很可能成为限制AI技术发展的因素 ， 这将倒逼AI技术从算法和技术本身有所突破 ， 有效解决对数据特别是人工标注数据的依赖 。
二
算力
我们再来看看算力 。 算力对于AI技术 ， 如同厨房灶台对于美味佳肴一样 ， 本质是一种基础设施的支撑 。
算力指的是实现AI系统所需要的硬件计算能力 。 半导体计算类芯片的发展是AI算力的根本源动力 ， 好消息是 ， 虽然半导体行业发展有起有落 ， 并一直伴随着是否可持续性的怀疑 ， 但是半导体行业著名的“摩尔定律”已经经受住了120年考验(图5) ， 相信未来5-10年依然能够平稳发展 。
数据|如何看待人工智能未来十年的发展？
图片

不过 ， 值得注意的是 ， 摩尔定律在计算芯片领域依然维持 ， 很大原因是因为图形处理器（GPU）的迅速发展 ， 弥补了通用处理器（CPU）发展的趋缓 ， 如图6所示 ， 从图中可以看出GPU的晶体管数量增长已超过CPU ， CPU晶体管开始落后于摩尔定律 。


推荐阅读


上一篇：京东|京东开启“二次成长”激发“朋友圈”增长，带动就业人数超1800万

下一篇：特斯拉|特斯拉回应：未拉黑武汉车主 昨日交付车辆系7月在长沙下单