元旦剛過，人工智能領域就迎來了頭條新聞。

1月2日，阿里達摩院集結了80位專家，發布了《2020十大科技趨勢》。這份報告開頭寫道：2020是如此科幻的年份，步入2020，仿佛回到了久違的未來。

報告提及的十大趨勢，覆蓋了人工智能、大數據、云計算、區塊鏈、5G等主要熱門科技領域。最多的篇幅給予了人工智能，整份報告中，共列出了四大趨勢，關注未來人工智能的發展。

AIPharos月光社第一時間梳理了這篇報告，并從中挑選出了11條關于人工智能的斷言。

沒有人工智能的未來，已不可想象。從感知智能向認知智能演進

1 ｜相較于感知智能這一人工智能1.0，人工智能2.0將更多基于數據，自動將非結構化的數據轉變為結構化的知識，做到真正意義上的認知智能。未來人工智能熱潮能否進一步打開天花板，形成更大的產業規模，認知智能的突破是關鍵。

2 ｜認知智能可以幫助機器跨越模態理解數據，學習到最接近人腦認知的“一般表達”，獲得類似于人腦的多模感知能力，有望帶來顛覆性的產業價值。認知智能的出現使得AI系統主動了解事物發展的背后規律和因果關系、而不再只是簡單的統計擬合，從而進一步推動實現下一代具有認知能力的AI系統。

3 ｜探索如何保持大數據智能優勢的同時，賦予機器常識和因果邏輯推理能力，實現認知智能，成為當下人工智能研究的核心。

4 ｜認知智能的機制設計非常重要，包括如何建立有效的機制來穩定獲取和表達知識，如何讓知識能夠被所有模型理解和運用。這需要從認知心理學、腦科學以及人類社會的發展歷史中汲取更多的靈感，并結合跨領域知識圖譜、因果推理、持續學習等研究領域的發展進行突破。

5 ｜認知智能將結合人腦的推理過程，解決復雜的閱讀理解問題和少樣本的知識圖譜推理問題，協同結構化的推理過程和非結構化的語義理解。它也需要解決多模態預訓練問題，幫助機器獲得多模感知能力，賦能海量任務。

6 ｜大規模圖神經網絡被認為是推動認知智能發展強有力的推理方法。圖神經網絡將深度神經網絡從處理傳統非結構化數據（如圖像、語音和文本序列等）推廣到更高層次的結構化數據（如圖結構等）。計算儲存一體化突破AI算力瓶頸

7 ｜AI在認知問題上離我們追求的所謂通用人工智能還有巨大差距，未來計算能力和計算系統的效率需要比現在至少提高幾個數量級。因此人工智能要進步突破，必須采用新的計算架構，解決存儲單元和計算單元分離帶來的算力瓶頸。

8 ｜計算存儲一體化正在助力、推動算法升級，成為下一代AI系統的入場券。它提供的大規模更高效的算力，使得算法設計有更充分的想象力，從而將硬件上的先進性，升級為系統性的領先優勢，最終加速孵化新業務。機器間大規模協作成為可能

9 ｜在大規模智能設備網絡中，機器與機器之間的交流與協作將十分重要。這種協作將優化整體的長期目標，涌現群智，從而進一步將智能系統的價值規模化放大。

10｜未來5年，多智能體協作將在城市生活的方方面面落地發展。多智能體協同及群體智能這樣全新的人工智能范式的發展和普及將會帶來整個經濟社會的升級，讓人工智能不再只是單個的工具，而是協調整個人類工作生活網絡的核心系統。保護數據隱私的AI技術將加速落地

11｜在AI安全技術的保障下，組織或個人不必轉讓數據的擁有權，而是通過出租數據的使用權參與價值分配。基于隱私保護技術為核心構建數據安全體系，必將成為發展大數據、云計算和物聯網的基石。