2020 年人工智能发展趋势专家预测

VentureBeat 近期采访了 五位人工智能领域最聪明、最有经验的专家，询问他们对 2020 年人工智能发展趋势的预测。被采访的专家包括：

• PyTorch 创始人 Soumith Chintala。
• 加利福尼亚大学人工智能教授 Celeste Kidd。
• Google AI 首席 Jeff Dean。
• Nvidia 机器学习研究总监 Anima Anandkumar。
• IBM 研究总监 Dario Gil。

Soumith Chintala

Chintala 是 PyTorch 的创始人，PyTorch 可以说是目前最流行的机器学习框架。他预测，2020 年将会看到对神经网络硬件加速器和模型训练速度提升方法的需求增加。Chintala 预计，未来几年将会更加关注如何优化 GPU 的使用和如何自动编译新硬件。此外，Chintala 预计，人工智能社区将开始更积极地探索其他量化人工智能性能的方法，减少对纯粹准确性的关注。需要考虑的因素包括训练模型所需的能量、人工智能如何用于构建理想社会以及如何直观地解释网络输出给人类操作员。

Celeste Kidd

Celeste Kidd 一直致力于倡导算法、技术平台和内容推荐系统设计者的责任。Kidd 经常认为，旨在最大化参与度的系统可能会对人们如何形成意见和信仰产生严重影响。目前，越来越多的关注被放在了人工智能算法和系统的伦理使用上，Kidd 预测，2020 年将会看到人们对技术工具和平台如何影响他们的生活和决策的认识增加，以及对技术工具可以真正中立的设计理念的拒绝。

“我们真的需要，作为一个社会，特别是作为这些工具的开发者，直接承担起这种责任，”Kidd 说。

Jeff Dean

Jeff Dean 是 Google AI 的现任负责人，他预测，2020 年将会在多模态学习和多任务学习方面取得进展。多模态学习是指人工智能同时接受多种媒体的训练，而多任务学习旨在使人工智能能够同时训练多个任务。Dean 还预计，基于 Transformer 的自然语言处理模型，如 Google 的 BERT 算法和其他在 GLUE 领导者板上排名靠前的模型，将会取得进一步的进展。Dean 还提到，他希望看到更少的创造最先进的状态-of-the-艺术性能模型的愿望，而是创造更强壮和更灵活的模型。

Anima Anandkumar

Anandkumar 预测，人工智能社区将在 2020 年面临许多挑战，特别是需要更多样化的数据集和确保训练数据时的人们隐私。Anandkumar 解释说，虽然面部识别通常得到最多的关注，但还有很多领域可能会侵犯人们的隐私，这些问题可能会在 2020 年成为讨论的焦点。

Anandkumar 还预测，基于 Transformer 的自然语言处理模型将会取得进一步的进展。

“我们还没有达到可以进行互动对话、跟踪和自然对话的阶段。因此，我认为 2020 年将会在这个方向上进行更认真的尝试，”她说。

最后，Anandkumar 预测，2020 年将会看到迭代算法和自监督训练方法的发展。这些训练方法允许人工智能系统在某种程度上自我训练，并可能有助于创建可以通过自我训练在未标记数据上改进的模型。

Dario Gil

Gil 预测，2020 年将会在创建更计算效率的人工智能方面取得进展，因为目前的深度神经网络训练方式在很多方面是低效的。因此，Gil 预测，2020 年将会看到减少精度的架构和更高效的训练方法的发展。与其他专家一样，Gil 预测，2020 年将会看到研究人员开始更关注除准确性以外的指标。Gil 对神经符号人工智能感兴趣，因为 IBM 正在探索使用神经符号方法创建概率编程模型的方法。最后，Gil 强调了使人工智能更容易被对机器学习和数据科学感兴趣的人所接受的重要性，并消除只有天才才能使用人工智能和进行数据科学研究的看法。

“如果我们让人工智能成为一个只有少数博士才能参与的神话领域，那么它不会真正促进其采用，”Gil 说。