吳恩達教授（美國斯坦福大學計算機科學系和電子工程系副教授）曾反復強調一句名言："人工智能是新電力。"

我們正跟隨著人工智能發展的腳步，走向第四次工業革命的浪潮之巔。

毋庸置疑，人工智能已經成為社會進步的核心技術之一且進步飛快，個體和整體都將受到人工智能技術的影響，所有行業都可智能化，所有物體都將能被感知。

那么，人工智能又將有什么新的發展趨勢？結合頭部企業、機構研究院的產業前瞻與趨勢洞察，現將2021年人工智能產業五大發展趨勢概括如下：

趨勢一：打破傳統，人工智能正在創造更多可能
未來幾十年，人工智能技術將大展拳腳，各領域都將引入人工智能技術進行結構化轉型，在場景應用和行崗位塑造上擁有無窮的想象力。

在技術突破和市場需求的多方驅動下，人工智能技術已經從學術走向實踐，正加速向各個產業滲透。不可否認的是，隨著人工智能技術的快速發展，越來越多的重復性勞動、固定的流程化的工作，如分揀員、客服咨詢、語音播報等職業通過引入人工智能技術進行了大規模提效，并大有逐步取代的趨勢。

更多行業開始引入人工智能技術，帶來顯著的效益的同時也改造著各行各業，乃至創造著"新行新業"，更多場景應用和職業正在不斷涌現，如無人機牧羊、AI養豬，再比如人工智能訓練師、無人機駕駛員等，在各種結合人工智能技術的現實場景中，人工智能潛力無限。

趨勢二：人工智能發展強勁，數據成產業發展新引擎
隨著互聯網、社交媒體、移動設備和傳感器的大量普及，其產生并存儲的數據量急劇增加，為通過深度學習的方法來訓練人工智能提供了良好的土壤，海量的數據將為人工智能算法模型提供源源不斷的素材，人工智能從各行業、各領域的海量數據中積累經驗、發現規律、使其深度學習成果得以持續提升。

云測數據認為，人工智能在經歷了算法研究、技術擴張和商業落地的發展，對人工智能數據提出了更高要求。就現階段而言，隨著人工智能和傳統行業的融合不斷加深，AI數據的量級以及復雜程度也將會大幅提升。更加精細化、場景化、專業化的數據采集標注才能滿足日益增長的人工智能細分場景、專業垂直的賦能需求。

趨勢三：人工智能從感知智能到認知智能加速邁進
人工智能有三個階段：運算智能、感知智能、認知智能。目前，人工智能在視覺、聽覺、觸覺等感知能力領域已經達到或超越了人類水準，但在需要外部知識、邏輯推理或者領域遷移的認知智能領域還處于初級階段。認知智能的核心是機器如何表示、學習和推理知識。不同的研究流派，在實現認知智能的道路上各有優劣。

達摩院認為，認知智能將從認知心理學、腦科學及人類社會歷史中汲取靈感，并結合跨領域知識圖譜、因果推理、持續學習等技術，建立穩定獲取和表達知識的有效機制，讓知識能夠被機器理解和運用，實現從感知智能到認知智能的關鍵突破。

趨勢四：人工智能計算中心成為智能化時代的關鍵基礎設施
近年來，人工智能對算力的需求迅猛增長，并成為最重要的計算算力資源需求之一。AI計算是智能時代發展的核心動力，以人工智能算力為主的人工智能計算中心應運而生。智源研究院認為，人工智能計算中心基于最新人工智能理論，采用領先的人工智能計算架構，是融合公共算力服務、數據開放共享、智能生態建設、產業創新聚集的"四位一體"綜合平臺，可提供算力、數據和算法等人工智能全棧能力，是人工智能快速發展和應用所依托的新型算力基礎設施。未來，隨著智能化社會的不斷發展，人工智能計算中心將成為關鍵的信息基礎設施，推動數字經濟與傳統產業深度融合，加速產業轉型升級，促進經濟高質量發展。

趨勢五：深度學習技術正從單模態向多模態學習發展
人工智能在通向人的智能的道路上，多模態學習就是一個繞不開的發展方向。

像京東淘寶等電商平臺的"拍照購"、"拍立淘"的搜索技術背后也都是在計算機視覺技術下，使用了圖像、文本和高層語義屬性等多模態下的信息融合，才實現高精度的"以圖搜圖"功能。百度提出的"多模態深度語義理解"，則讓AI實現從"看清聽清"到"看懂聽懂"的進化。

騰訊研究院認為，深度學習技術正從語音、文字、視覺等單模態向學習多模態智能學習發展。未來甚至可以對嗅覺、味覺、心理學等難以量化的信號進行融合，實現多個模態的聯合分析，將推進深度學習從感知智能升級為認知智能，在更多場景、更多業務上輔助人類工作。