达摩院发布2021十大科技趋势，AI发力全局智能

12月28日上午消息，阿里巴巴达摩院发布2021十大科技趋势，这是达摩院成立三年以来第三次发布年度科技趋势。

达摩院认为，目前AI应用于生产环节只是开始，汽车、消费电子、服装、钢铁、化工等信息化基础良好的行业将率先实现供应链、生产、资产、物流、销售等各环节的全局智能，最终实现生产及运营效率的大幅提升。

在医疗领域，AI与药物、疫苗研发结合是大势所趋，脑机接口极具研究价值。新型AI算法的迭代及算力突破将解决药物分子靶点确证、药物可成药性等难题；工业界、学术界将致力于脑机接口的临床应用，以便为口不能言、手不能动的患者提供精准康复服务。此外，农业生产以及大数据管理的智能化，构建未来城市的数字基础设施等，都将是AI应用的突破口。

下面是达摩院预测的2021年十个科技趋势：

趋势一，以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发 趋势二，后“量子霸权”时代，量子纠错和实用优势成核心命题 趋势三，碳基技术突破加速柔性电子发展 趋势四，AI提升药物及疫苗研发效率 趋势五，脑机接口帮助人类超越生物学极限 趋势六，数据处理实现“自治与自我进化” 趋势七，云原生重塑IT技术体系 趋势八，农业迈入数据智能时代 趋势九，工业互联网从单点智能走向全局智能 趋势十，智慧运营中心成为未来城市标配

IEEE 公布“AI十大潜力人物”名单，韩松、王威廉、杨笛一、方飞、张含望等人入选

近期，IEEE Intelligent Systems评选出2020年 “AI十大潜力人物”（AI' 10 To Watch），其中入选华人学者占一半，包括韩松、杨笛一、王威廉、方飞、张含望等。

“AI十大潜力人物”面向全球，两年评选一次，旨在选出年轻而有抱负的AI科学家。2020年“AI十大潜力人物”从今年4月开始进行评选，采取提名制，要求候选人具有博士学位，且博士学位在2014年后获得。经过仔细的甄选，评选委员会最终基于候选人的科研质量、科研声誉、科研影响力、专家认可度和研究内容的多样性，选出了10位最值得关注的AI科研人员。

方飞，现任卡内基梅隆大学计算机科学系助理教授。研究内容围绕人工智能与多智能体系统，专注于结合机器学习与博弈论。

韩松，现任麻省理工学院EECS助理教授，于斯坦福大学获得博士学位，主要研究内容为高效的深度学习计算。

王威廉，现任加州大学圣塔芭芭拉分校计算机科学系助理教授，自然语言处理小组与责任机器学习中心的负责人。

杨笛一，现任佐治亚理工学院交互计算系助理教授，隶属于机器学习中心，研究兴趣包括计算社会语言于自然语言处理。

张含望，现任南洋理工大学计算机科学与工程系助理教授。研究兴趣包括计算机视觉、自然语言处理、因果推理及三者的结合。

DeiT：Facebook提出新的高效图像分类算法，用Transformer替代卷积，只需较少的数据和算力

Facebook与索邦大学Matthieu Cord教授合作开发的Data-efficient image Transformers (DeiT) ，模型（8600万参数）仅用一台8-GPU服务器在3天内训练完成，在ImageNet基准测试中达到了84.2 top-1准确性，而无需使用任何外部数据进行训练。性能与最先进的卷积神经网络（CNN）可以抗衡。

Facebook官方博客中介绍了它的主要工作原理：

DeiT的第一个重要组成部分是其训练策略。我们在最初为CNN开发的已有研究的基础上做了调整。特别是使用了数据扩充、优化和正则化来模拟对更大数据集的训练。

同样重要的是，我们修改了Transformer架构以实现本地蒸馏。蒸馏是一个神经网络（学生）从另一网络（老师）的输出中学习的过程。我们将CNN用作Transformer的教师模型。由于CNN的架构具有更多的图像先验知识，因此可以使用较少数量的图像对其进行训练。

使用蒸馏会妨碍神经网络的性能。学生模型追求的两个目标可能会有所不同：从已标注的数据集（严格监督）中学习和向老师学习。为了减轻这种情况，我们引入了蒸馏令牌，这是一个学习的向量，它与转换后的图像数据一起流经网络。蒸馏令牌为其蒸馏输出暗示模型，该模型可能不同于其类别输出。这种新的蒸馏方法专用于Transformer，并进一步提高了图像分类性能。

代码已经开源：

https://github.com/facebookresearch/deit

论文网页版本：

https://www.arxiv-vanity.com/papers/2012.12877/

谷歌公布NeRV项目：还原任意角度光照立体效果，2D变“4D”

今年，谷歌曾通过NeRF项目，实现了在不建模的前提下，让2D图像变成3D，其不足是只高度还原了空间，没有给人时间上的直观感受。近期，谷歌团队联合MIT、UC伯克利对之前的NeRF做出的重要改进，称为NeRV，即用于照明渲染和视图合成的神经反射场和可见光场。如下图所示，这几张2D照片的输出结果，有实时光影效果的生成结果，更加逼真生动，让人有些“斗转星移”的错觉。

研究团队实现这个效果的方法，就是在原先的NeRF上，添加了光模拟过程。在NeRF中，没有将场景建模为吸收和发射光的连续的3D粒子场，而是将场景表示为吸收和反射外部光源定向粒子3D场。这样的模型模拟光传输是低效的，并且无法扩展到全局照明的场景。

研究人员通过引入神经能见度场参数来弥补这一点，它允许有效查询模拟光传输所需的光线和像素点之间的能见度。具体来说，NeRV网络还原4D效果有3步，分别对应着3D场景生成、光影效果模拟、渲染。

项目主页：

https://people.eecs.berkeley.edu/~pratul/nerv/

点击左下角“阅读原文”，查看社区原文！