细数高光时刻，2020全球科技巨头如何激战AI？
共 4701字，需浏览 10分钟
·
2021-01-24 18:34
热点追踪 / 深度探讨 / 实地探访 / 商务合作
引子：过去的2020年，新冠疫情的全球性爆发也没能停止人工智能（AI）发展的脚步：特斯拉全自动驾驶汽车限量发行，百度全球直播“全无人驾驶”技术，脑机接口技术（BCI）在猪身上的成功应用，以及量子计算解码mRNA结构助力疫苗研发...研究发展成果数不胜数。
最近，百度、谷歌等多家科技巨头相继发布2020年AI发展总结。2020年12月30日，百度以一篇万字长文《百度AI的2020》向2020年告别。2021年1月12日，谷歌发布万字内容“Google Research: Looking Back at 2020,and Forward to 2021”向新年Say hi。结合这些总结文章与全年重要科技盛会，例如微软Build和亚马逊re:Invent，我们可以看到2020年科技巨头们的几大关键聚焦领域：AI技术支持抗“疫”、AI基础技术持续突破、不断加码量子计算自动驾驶等前沿技术、云计算与AI的深度融合。
1、AI技术支持抗疫，生命科学成AI应用热点
截止目前，全球新冠病毒死亡病例达到206万。病毒检测和疫苗研发工作争分夺秒，每一项成果的突破都可能挽救数万人的生命。然而，了解病毒，特别是病毒蛋白质、RNA等分子结构，却是一个极其复杂的过程。换句话说，谁有能力在病毒问题上制胜，谁就在资源分配和社会治理话语权里领先。
2020年初，国内新冠疫情来势汹汹。百度反应最为机敏，早在1月，百度开源了线性时间算法Linearfold，可将此次病毒全基因组二级结构预测从55分钟缩短至27秒，提速120倍。此外，百度推出的全球首个mRNA疫苗基因序列设计算法LinearDesign，能在16分钟内大大提升疫苗设计的稳定性和蛋白质表达水平，从而有效解决了mRNA疫苗研发中最重要的稳定性问题，加速疫苗研发速度。
在美国，谷歌的AlphaFold迎突破性进展，有望将成果应用于疫苗研发。作为谷歌旗下DeepMind开发的一款人工智能程序，AlphaFold通过深度学习，可以对蛋白质结构进行预测。2020年11月30日，AlphaFold2在蛋白质结构预测评估大会（CASP）中夺冠，预测精度值达新高。
以上的成果意味着，AI有望大幅提高大分子结构预测的精度和效率。AI、生物计算和病毒研究、疫苗研发等生命科学基础研究领域的结合将迎来爆发。
2006年来每届CASP大会精确度最高团队的预测值，近年来AlphaFold团队再创新高，
图来源于网络
AlphaFold高精度蛋白结构预测，图来源于网络
此外，科技巨头们陆续落地了许多AI应用来帮助政府、社区、民众抗击疫情。百度AI测温出现在地铁高铁等公共场所，解决佩戴口罩及帽子情况下的体温检测；智能外呼平台一秒呼出1500个电话辅助健康排查及通知；AI问诊每日调用近万次，机器人战疫解决方案落地30多家医院、机构。
去年疫情之下，谷歌破天荒的和苹果合作，联合推出了支持蓝牙隐私保护技术的暴露通知系统(ENS)，以及时通知用户避免接触新冠感染者人群。同时，谷歌也在利用用户的匿名搜索数据来预测新冠病毒传播和症状搜索相关的数据。
2020年1月，微软宣布推出 AI for Health项目，重点帮助那些处于新型冠状病毒肺炎研究一线的科研人员。随后在微软Build大会，微软在现有医疗行业相关云服务的基础上，打造推出了“医疗云”，这种专门的行业云在微软是开天辟地头一遭。
2、AI基础技术持续突破
在AI基础技术方面，百度大脑6.0核心技术突破“知识增强的跨模态深度语义理解”，理解真实世界的复杂场景。例如，视觉语言模型ERNIE-ViL刷新5项任务记录登顶权威榜单VCR，超大规模开放域对话生成网络PLATO-2在内容丰富性和连贯性上达到新高度，能够就开放域话题进行流畅深入的聊天，在DSTC-9比赛中斩获五项冠军。
谷歌也在持续推进基础技术的研究。比如在机器学习（ML）算法领域，谷歌开发了名为SimCLR的自监督和半监督学习技术，可以实现同时最大化同一图像的不同变换视图之间的一致性和最小化不同图像的变换视图之间的一致性。在机器感知领域，推出了CvxNet、3D形状的深层次隐式函数、神经体素渲染和CoRNet等算法模型，在户外场景分割、三维人体形状建模、图像视频压缩等场景的实际应用。
微软在机器学习方面宣布与人工智能行业推动机构OpenAI独家合作，打造了一台排名全球前五的超级计算机，专门用来在Azure公有云上训练超大规模的人工智能模型。
3、不断加码量子计算、自动驾驶等前沿技术
量子科技创新的重要性和紧迫性已经被社会各界广泛认可。量子计算的研究进展，也将反哺人工智能和云计算，为新基建的发展增添动能。放眼全球，各国在量子计算领域并驱争先。英国于2015年正式启动“国家量子技术计划”，目前已累计投资超过5亿英镑建立量子技术研发中心；欧盟2016年发布投资总额超过10亿欧元的“量子宣言”旗舰计划。美国更是在2018年通过《国家量子行动计划(NQI)》法案，计划在四年内增加量子信息科学领域12.75亿美元投资，以确保美国在量子技术时代保持领先。
谷歌实力捍卫自己在量子计算当中的霸主地位，并乘胜追击。一年前，Google的Quantum AI团队使用量子计算机超越了世界上最快的经典计算机，2020年，谷歌推出了新的开源量子模拟器qsim，它将帮助研究人员开发量子算法。该模拟器已证明能在111秒内在一个谷歌云节点中以14栅极深度仿真一个32量子比特量子电路。
IBM也及时意识到量子领域的重要性，将量子部署到自己传统优势云计算上。在2020年开始在其公共云上提供量子安全密码服务。为了帮助客户在数据在IBM Cloud内实现量子安全保护，IBM将在其云服务中增强其TLS / SSL的使用，旨在利用开放标准和开放源代码技术实现量子安全的算法。
而国内量子计算又一里程碑式的突破当属百度的“量易伏”。今年9月，百度发布国内首个云原生量子计算平台——量易伏，实现了量子计算和云计算的深度融合，给开发者提供了量子计算的平台。与此同时，百度升级了其量子脉冲云计算服务系统量脉和量子机器学习开发工具集量桨。其中，量桨是基于百度飞桨研发的量子机器学习工具集，有助于人工智能与量子计算之间的融合。
智能交通的发展路径各国有各自的特色，而高科技公司如特斯拉、微软、百度、苹果等公司，在自动驾驶的发展上也各有侧重于专长。随着中国5G基础设施大面积部署，国内5G与AI的融合，以百度这类AI公司为代表的技术型公司，不断构建着“车路协同”等的基础设施，更在“万物智能——百度世界2020”大会上完成全球首次全无人驾驶直播。
技术控“特斯拉”在2020年坚持技术优化路线。2020年10月，特斯拉发布全自动驾驶测试版系统FSD Beta。FSD在技术上是前三代的集大成者。不同于中国依靠5G传输数据，马斯克对激光、雷达的反感让“视觉算法”成为特斯拉最大的特点，其芯片上的神经网络可以同时处理 8 路摄像头产生的图像数据。这种数据算法通过对用户数据的分析进行学习和试错，但相较于激光、雷达、这种“视觉算法”也造成了潜在的危险，如2020年1月因特斯拉将“白色大卡车”识别为”云朵”，导致错误加速，直接撞上了卡车。
相信2021年中美新一轮智能出行的技术角逐仍将继续。
4、云与AI深度融合
疫情之下，全球都在加快各行各业信息化、数字化和智能化的进程，作为信息基础设施，云计算站上了浪潮之巅。并且我们看到，云计算与AI的融合越来越深入，不仅仅是用云计算为各行业节约数字化成本，更是用AI帮助提升企业的效率，进行智能化的转型升级。
2月，作为百度AI to B的重要承载者和输出者的百度智能云进行了战略升级：以云计算为基础，以人工智能为抓手，聚焦重要赛道。12月，百度智能云进一步提出“云智一体”， 将技术突破及应用与产业实际需求相结合，让客户像使用水电煤一样，方便快捷地使用AI，促进产业智能化转型。
云智一体的百度智能云朝产业智能化不断加速，取得许多突破成果。例如，与北京市海淀区合作打造海淀城市大脑，与贵阳经开区合作打造AI工业互联网平台，携手中国建材集团打造智慧物流。
2020年12月，亚马逊召开了re:Invent2020大会，亚马逊AWS CEO Andy Jassy提出，在云服务市场，以下四项是能改变游戏规则的颠覆性服务：数据库服务；数据分析服务；机器学习服务；以及开发工具。能看出，机器学习这样的AI基础技术正在深入亚马逊云。
5、新基建政策下，中国AI发展乘势而上
1月20日，清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心联合发布《人工智能发展报告2020》。报告发现，中国在自然语言处理、芯片技术、机器学习、信息检索与挖掘等10多个AI子领域的科研产出水平居于世界前列；在多媒体与物联网领域的论文产出量超过美国，居于全球第一；而在人机交互、知识工程、机器人、计算机图形、计算理论领域，中国还需努力追赶。
2020年，国家提出“新基建”政策后，以5G、物联网、云计算、人工智能等为代表的新技术，在国内掀起新一轮科技热潮，并支撑经济迈向高质量发展。百度在业内率先提出AI新基建，依托包括百度大脑、飞桨、智能云、数据中心等在内的新型AI基础设施，推动智能交通、智慧城市、智慧金融、智慧能源、智慧医疗、工业互联网和智能制造等领域实现产业智能化升级。相信在政府和企业的共同努力下，2021年，我国AI发展更将乘势而上。
此外，2021年，AI将继续与生命科学、云计算、物联网等技术融合。芯片、量子计算将成为各国竞争核心。我们也注意到，科技的发展必须符合社会伦理，更多的法律法规将会完善以促进科技的善用。
（本文作者：Jiachang Pan；编辑：SV Insight）
