您当前的位置:首页 >> 太极拳
聚焦 | 2019十大科技趋势发布,全都跟这个专业有关系!缺口大,人工高,你适合报吗?
发布时间:2019-07-08
 

1月2日,阿里巴巴达摩院发布了“2019十大科技趋势”,涵盖了智能城市、数字身份、自动驾驶、图神经网络系统、AI芯片、区块链、5G等领域


2019年,AI依然将是科技界最热的方向。如果说2018年AI从实验室走入了现实,那么,2019年将开启人类和AI全面合作的新起点。阿里达摩院认为,移动设备上的实时语音生成与真人语音可能将无法区分,甚至语音AI在一些特定对话中将会通过图灵测试。在城市里,会说话的公共设施将会越来越多。


未来人工智能十大趋势


趋势一:城市实时仿真成为可能,智能城市诞生


城市公共基础设施的感知数据与城市实时脉动数据流将汇聚到大计算平台上,算力与算法发展将推动视频等非结构化信息与其他结构化信息实时融合,城市实时仿真成为可能,城市局部智能将升级为全局智能,未来会出现更多的力量进行城市大脑技术和应用的研发,实体城市之上将诞生全时空感知、全要素联动、全周期迭代的智能城市,大大推动城市治理水平优化提升,预计在新的一年,中国会有越来越多城市具有大脑。


趋势二:语音AI在特定领域通过图灵测试


随着端云一体语音交互模组的标准化、低成本化,会说话的公共设施会越来越多,未来每一个空间都至少会有一个可以进行语音交互的触点。随着智能语音技术的提升,移动设备上的实时语音生成与真人语音可能将无法区分,甚至在一些特定对话中通过图灵测试。针对这一领域的规则甚至法律会逐步建立,引导行业走向规范化。



趋势三:AI专用芯片将挑战GPU的绝对统治地位


当下数据中心的AI训练场景下,计算和存储之间数据搬移已成为瓶颈,新一代的基于3D堆叠存储技术的AI芯片架构已经成为趋势。


AI芯片中数据带宽的需求会进一步推动3D堆叠存储芯片在AI训练芯片中的普遍应用。而类脑计算芯片也会在寻找更合适的应用中进一步推动其发展。在数据中心的训练场景,AI专用芯片将挑战GPU的绝对统治地位。真正能充分体现Domain Specific的AI芯片架构还是会更多地体现在诸多边缘场景。


趋势四:超大规模图神经网络系统将赋予机器常识


单纯的深度学习已经成熟,而结合了深度学习的图神经网络将端到端学习与归纳推理相结合,有望解决深度学习无法处理的关系推理、可解释性等一系列问题。强大的图神经网络将会类似于由神经元等节点所形成网络的人的大脑,机器有望成为具备常识,具有理解、认知能力的AI。


趋势五:计算体系结构将被重构


无论是数据中心或者边缘计算场景,计算体系将被重构。未来的计算、存储、网络不仅要满足人工智能对高通量计算力的需求,也要满足物联网场景对低功耗的需求。基于FPGA、GPU、ASIC等计算芯片的异构计算架构,以及新型存储器件的出现,已经为传统计算架构的演进拉开了序幕。从过去以CPU为核心的通用计算而走向由应用驱动(Application-driven) 和技术驱动(Technology-driven)所带来的Domain-specific 体系结构的颠覆性改变,将加速人工智能甚至是量子计算黄金时代的到来。


趋势六:5G网络催生全新应用场景


第五代移动通信技术将使移动带宽大幅度增强,提供近百倍于4G 的峰值速率,促进基于4K/8K超高清视频、AR/VR等沉浸式交互模式的逐步成熟。连接能力将增强至百亿级,带来海量的机器类通信及连接的深度融合。网络向云化、软件化演进,网络可切片成多个相互独立、平行的虚拟子网络,为不同应用提供虚拟专属网络,加上高可靠、低时延、大容量的网络能力,将使车路协同、工业互联网等领域获得全新的技术赋能。



趋势七:数字身份将成为第二张身份证


生物识别技术正逐渐成熟并进入大规模应用阶段。随着3D传感器的快速普及、多种生物特征的融合,每个设备都能更聪明地“看”和“听”。生物识别和活体技术也将重塑身份识别和认证,数字身份将成为人的第二张身份证。从手机解锁、小区门禁到餐厅吃饭、超市收银,再到高铁进站、机场安检以及医院看病,靠脸走遍天下的时代正在加速到来。


趋势八:自动驾驶进入冷静发展期


单纯依靠“单车智能”的方式革新汽车,在很长一段时间内无法实现终极的无人驾驶,但并不意味着自动驾驶完全进入寒冬。车路协同技术路线,会加快无人驾驶的到来。在未来2-3年内,以物流、运输等限定场景为代表的自动驾驶商业化应用会迎来新的进展,例如固定线路公交、无人配送、园区微循环等商用场景将快速落地。


趋势九:区块链回归理性,商业化应用加速


在各行业数字化的进程中,物联网技术将支撑链下世界和链上数据的可信映射,区块链技术将促进可信数据在流转路径上的重组和优化,从而提高流转和协同的效率。在跨境汇款,供应链金融,电子票据和司法存证等众多场景中,区块链将开始融入我们的日常生活。随着“链接”价值的体现,分层架构和跨链互联将成为区块链规模化的技术基础。区块链领域将从过度狂热和过度悲观回归理性,商业化应用有望加速落地。


趋势十:数据安全保护技术加速涌现


各国政府都会趋向于推出更加严厉的数据安全政策法规,企业将在个人数据隐私保护上投入更多力量。未来几年,黑客、黑产攻击不会停止,但数据安全保护技术将加码推出。跨系统的数据追踪溯源相关的技术,比如水印技术,数据资产保护的技术以及面向强对抗的高级反爬虫技术等将得到更加广泛应用。


未来人工智能相关专业前景


上文提到了人工智能将会越来越快的走出实验室应用于实际生活,并且与我们的生活会更加息息相关。那对于现在备战高考的同学们来说,填志愿的时候肯定会对人工智能相关的专业会很感兴趣。那哪些专业会与人工智能相关?人工智能未来的前途和“钱途”会是如何呢?今天我们就来和同学们分析和盘点一下。


最对口的专业


目前与人工智能相关工作最为对口的专业还是计算机类专业。该类专业共有计算机科学与技术、软件工程、网络工程、信息安全、物联网工程、数字媒体技术6个基本专业,以及智能科学与技术、空间信息与数字技术、电子与计算机工程3个特设专业。


其中"计算机科学与技术专业"是该专业类中最核心的专业,其他的计算机类专业都需要这个专业的核心知识作为基础。另外,该专业一般会在本科高年级或研究生阶段会开设"机器学习""人机交互""自然语言处理""数据挖掘"等课程,这些都是人工智能研究的重要分支,可见计算机科学与技术专业与人工智能关系之密切。



目前包括清华大学、中国科学技术大学、复旦大学、浙江大学、哈尔滨工业大学、西安交通大学等优势院校在内,全国共有900多所本科高校开设了计算机科学与技术专业,是开设院校最多的几大专业之一。以清华大学为例,该校计算机科学与技术专业整体实力强劲,涵盖了三个国家重点二级学科:计算机系统结构、计算机软件与理论、计算机应用技术;在本科阶段统一按计算机科学与技术一级学科进行招生和培养。清华大学计算机系还设有智能技术与系统国家重点实验室,在人工智能人才培养方面名列国内院校TOP1。


除此之外需要强调的计算机类专业是"智能科学与技术专业",这个专业与强调基础的计算机科学与技术专业相比,更为偏重人工智能方向,主要课程涉及智能机器人、智能信息获取、智能管理等,学生毕业后可从事智能技术与工程的科研、开发和管理工作。值得注意的是,本科阶段的智能科学与技术专业所学的人工智能知识都比较表面化,因为课程多,难度大,学生也没有时间做深度专研,所以本科之后绝大多数学生都需要读研深造,否则并不是很好就业。


智能科学与技术是近几年发展起来的一个新专业,国内开设该专业的院校较少,在30所左右,但其中不乏北京大学、南开大学、厦门大学、北京邮电大学、中南大学等名校。其中北京大学智能科学系可追溯至1985年成立的信息科学中心,学科历史深厚,根据《中国大学及学科专业评价报告(2017-2018)》,北京大学智能科学与技术专业本科教育排名第一!



当然,除了以上两个最值得关注的两个专业,其他计算机类专业与人工智能也是紧密联系的,它们在应用领域起着不容小觑的辅助作用。例如,物联网技术可以把所有物品通过射频识别等信息传感设备与互联网连接起来,实现智能化识别和管理。


人工智能技术是多学科知识的集成,例如如果需要设计一个机器人,我们可能需要分别来自软件工程、电子信息工程和自动化专业的人才来分别负责智能软件、智能硬件和智能控制的部分。所以,想要投身人工智能领域的同学,也不妨考虑电子信息类、自动化类专业。


其他可以考虑的专业方向


第二大类是电子信息类专业中的"电子信息工程""电子科学与技术""通信工程"等高校的主招专业。随着电子信息产业的智能化,人工智能与电子科学技术是不断融合的,例如,人工智能技术的施展需要用到很多功能强大的电子专用设备,譬如工业机器人、医用机器人、无人机等产品的硬件部分都需要具有电子科学技术的专业人才来研发。


第三大类是"自动化专业",与人工智能的关系就更为紧密了,虽然自动化与人工智能存在本质的区别,但很多人工智能产品的外在表现都是自动化控制的实现,例如自动焊接机器人、无人值守电车等。目前不少高校,例如华中科技大学和华南理工大学的人工智能相关专业是被划归到自动化相关研究院下的。


第四大类,数学类专业。数学知识包括微分方程、概率统计、矩阵分析等是建立人工智能模型最重要的基础,因此学生在本科阶段就读"数学"或"应用数学"等专业,扎实好数理基础,再在研究生阶段转向计算机或人工智能的某个特定方向也是一个不错的选择。


就业如何


从麦可思研究院最新统计数据可以看出,作为人工智能的重要分支,计算机类专业就业数量、质量明显上升。其中,就业率从2013年到2017年一直保持在90%以上,并且这4年里就业率还有所上涨。在各专业类中位列前5;就业满意度从2013年的59%上升到2017届的74%,上升幅度达到了将近16个百分点。

具体到专业层面,在上文提到的相关专业已经是连续四年的本科生就业绿牌专业,信息安全是2017、2018年连续两年的绿牌专业,另外2018年本科绿牌专业还新增了物联网工程、数字媒体技术专业。绿牌专业是指失业量较小,就业率、薪资和就业满意度综合较高的专业,为需求增长型专业。绿牌专业中,人工智能相关专业占比较大,说明相关专业需求增长明显且就业质量看好。


“钱”途如何


根据麦可思研究院统计,上述专业月收入从2013届的4107元上升到2017届的6056元,在各专业类月收入中位居前列。据领英今日发布的全球AI领域技术人才分布图显示,中国目前的AI人才缺口超过5万人。人才供不应求,导致领域岗位的薪资也自然水涨船高。所以在具有一定工作经验后,人工智能开发者超过60%从业者月薪为30K-60K。


哪些人适合学习人工智能


上面说到人工智能的相关专业未来前景十分光明,那肯定也会有不少考生会问:到底是哪些人适合学习人工智能呢?


南京大学的人工智能学院院长周志华教授解答了大家的疑问,他表示:“高水平人工智能人才需要数学基础好、计算/软件程序功底扎实、人工智能专业知识全面。


“首先,无论是在抽象建模还是模型算法分析设计环节,都需要依赖良好的数学基础,因为人工智能所面对的问题千变万化,这导致了其所涉及的数学工具种类多样。事实上,人工智能的核心领域——机器学习是计算机科学中对数学基础要求最高的分支之一。


“第二,复杂现实任务通常可以从多种角度进行抽象,而不同的抽象将导致巨大的差异。抽象出的问题是否可计算?从程序代码的角度是否易实现?从计算平台的角度是否便于高效处理?…… 回答这些问题需要在算法分析、程序设计、计算系统方面具备扎实的基础。事实上,对一些现代大型人工智能程序而言,甚至连高维数组的存储顺序都需做到优化,这如果没有扎实的计算、软件程序功底显然是不行的。


“第三,在解决现实的人工智能应用任务时,往往同时涉及多种人工智能专业知识,需有效进行融合发挥。因此,高水平的、能解决企业关键技术难题的人工智能人才,必须具备全面的人工智能专业知识。”


所以说,数学基础不好的同学就要考量考量自己适不适合读AI专业了。



先从人工智能自身的专业知识说起。


周志华表示:“人工智能专业知识在‘内核基础层’主要包括机器学习(学习期的核心)、知识表示与处理(推理期与知识期核心的融合)。


“在此之上,‘支撑技术层’包括模式识别与计算机视觉、自然语言处理、自动规划、多智能体系统、启发式搜索、计算智能、语音信息处理等。


“再往上的‘平台系统层’则包括机器学习系统平台(如Tensorflow等)、人工智能程序设计(如LISP、Python等)、智能系统、机器人等。


那这样说以后想人工智能从事相关行业智能是对理工科有优势的同学们了吗?其实不然,在人工智能与现实生活越来越密切相关的今天,让人工智能学习到与生活相关的知识也是十分重要的,这就需要具有文科优势的同学们了。



在遥远的大洋彼岸,也有一所国际知名大学开办了人工智能本科专业,这就是卡内基梅隆大学(CMU)。其人工智能专业负责人、机器人和计算机科学研究教授 Reid Simmons 介绍说,与其他计算机学院的学生一样,人工智能专业的学生也要充分、扎实地学习计算机和数学知识。此外,道德和社会责任也是这个专业强调的内容,学生要进行独立研究,用 AI 为整个社会带来福利。


大学四年,你要学包括数学和统计核心课程、计算机科学核心课程、人工智能核心课程、道德、AI 细分方向、人类学和艺术、一般科学和工程学等大类的至少 30 门课程。


人工智能专业塑造的人才到底应该是什么样的呢?卡内基·梅隆大学的课程安排告诉我们,真正的人工智能的发展,不仅是要计算机相关的人才进行研究,也需要懂技术,还要懂艺术,更要钻研AI的伦理与道德的人才来参与其中。


所以同学们要在备战高考这段时间和今后的大学学习中要不断积累和充实自己,将来肯定会参与到人工智能相关行业中。


整理自网络,如涉及侵权请联系删除。

恭喜你看完了文章,点下好看,分享一下再走哦!