人工智能（AI）和机器学习仍然是技术决策者、行业专业人士和投资者关注的焦点。根据S&PIntelligence2020年7月发布的一项调查，58%的公司和组织预计新冠大流行将对其现有的AI计划产生负面影响，19%的公司和组织表示新冠大流行导致他们停止人工智能项目。与此同时，75%的公司和组织表示COVID-19促进了他们新的AI计划。最近发布的2021AI/MLUseCaseSurvey显示情况发生了变化，86%的参与调查者表示新冠大流行已经或将导致他们的组织投资于新的AI计划。大流行带来的不确定性仍然影响着每个人，但报告仍然给出了2021年人工智能的一些关键趋势。在S&PGlobalMarketIntelligence的首次2018年夏季企业人工智能和机器学习调查中，36%的受访者认为缺乏技术资源是最大障碍，其次是可访问数据，占受访者的36%。与16%相比，数据科学家一度最抢手。在最新的调查中，云架构师的需求量最大，占27%，其次是机器学习工程师、软件工程师，然后是数据科学家，占23%。数据科学家仍然供不应求，但也看到了AI和ML的多学科性质，这反映在企业招聘中。大型模型有望改变AI语音对话。谷歌在2017年推出了Transformer语言模型，带来了重大变化。2018年，它发布了Transformers(BERT)的双向编码器表示，并于2019年在其网络搜索引擎中发布。在实践中使用该技术，BERT模型中有3.4亿个参数。随后，微软在2020年2月发布了170亿参数的Turing-NLG模型，OpenAI在6月发布了1750亿参数的GPT-3模型（2019年GPT-2有15亿）。AI模型的大小很重要，因为参数数量越多，理解上下文信息的能力就越好。但这些模型庞大且构建和运行成本高昂，对计算资源和能源消耗提出了挑战。大型语音模型的应用仍处于起步阶段，但未来的应用前景广阔，例如高级聊天机器人，或撰写复杂研究论文的摘要，以及新闻写作和内容审核。甚至，它可以通过理解人类对问题的描述来自动生成软件代码，或者从任何类型的上下文中找到所需的信息。这种强大的模型也存在争议，因为它们能够生成任何类型的文本，包括伪造的历史、种族主义。为此，微软及其合作伙伴OpenAI限制了他们最新模型的使用。模型参数增加的趋势将在2021年继续，将会有更多的企业用例来利用庞大的语言模型。AI芯片初创企业或有并购AI芯片领域值得关注的是NVIDIA对ARM的收购，此次收购可能在2021年下半年或2022年完成，也可能永不完成，取决于全球监管机构的看法。对于英特尔来说，新上任的CEO希望在2019年底收购Habana的基础上进一步发展。除了英伟达和英特尔这两家重要的AI芯片供应商之外，还有多家AI芯片供应商，四到成立五年的初创公司将交付产品，并希望在2021年获得一些重要的合作伙伴。鉴于AI加速器初创芯片公司的数量，目前超过40家，S&PGlobalMarketIntelligence预计2021年会出现一些整合。还需要什么可以看到的是，随着AI模型越来越大，对AI芯片的需求也需要兼顾性能和功耗。人工智能在制造业的应用快了一步很难挑出人工智能应用更广泛的行业，但制造业似乎在2021年的人工智能应用中扮演重要角色，不仅从2020年观察到的市场势头，而且从过去几年专注于该领域的初创公司的表现也可见一斑，制造业的自动化愿景加速推进。2020年10月发布的《企业之声：2020年供应商评估 》调查显示，62%的受访制造企业将AI/ML视为未来两年最具变革性的技术，这与以往行业领先的技术不同。落后的印象是不同的。在新调查中，2021年制造业人工智能的关键用例包括数据安全、库存监控和预测性维护。展望未来两年，装配线的创建和优化、工人安全（包括社交距离）位列前四。技术正在受到监管技术正在受到监管，最大的社交媒体公司将开始招聘合规团队。虽然它不是我们重点关注的人工智能公司，但最近几周，受政治动荡影响的Twitter、Facebook和Parler也展现了自己的影响力。一些后端提供商也采取了行动，包括AWS、Salesforce和Stripe，它们退出了某些与特朗普相关的实体。其中一些公司会欢迎监管，这将有助于规范行业并帮助他们做出一些艰难的决定。在考虑技术（或至少软件）和法规时要考虑的另一个因素是它与石油或食品等有形物品有何不同，在大多数情况下，这些物品在其他国家/地区可以立即获得。因此，雄心勃勃的公司也应该放眼于自身的监管范围之外。国家资金和政策支持人工智能发展近年来，国家人工智能战略不断演进。现在政府已经投入大量资金支持人工智能项目，比如在美国，新的国防法案《 2021财年国防授权法案》在年初成为法律，并在政府预算中拨出64亿美元用于人工智能。其中包括建立一个由白宫领导的国家人工智能计划办公室，旨在确保五角大楼获得的人工智能技术在道德上是合理的，并让美国国家标准与技术研究院(NIST)制定一个人工智能风险管理框架。随着这些资金的使用，以及新政府更加注重细节，美国政府的治理将会更加完善。在英国，英国人工智能委员会（UKAICouncil）独立咨询委员会（UKAICouncil）于2019年成立（公布了AI路线图，为英国政府提供建议，将英国推向AI和数据革命的前沿.中国也在2017年开始制定国家人工智能战略，当时中国国务院发布了《新一代人工智能发展计划》，其目标是到2030年成为世界主要的人工智能创新中心。为实现2021目标站稳脚跟。雷锋网编译，原文链接：https://www.spglobal.com/marketintelligence/en/news-insights/blog/2021-ai-and-machine-learning-展望磊
