AI关键趋势，AI芯片初创公司可能发生并购

出了Transformer语言模型，这带来了重大变化，2018年又发布了Transformers(BERT)的双向编码器表示形式，并于2019年在其Web搜索引擎中实使用了该技术，BERT模型中有3.4亿个参数。

接着，微软于2020年2月发布了有170亿参数的Turing-NLG模型，OpenAI在6月发布了有1750亿参数的GPT-3(2019年的GPT-2有15亿)模型。AI模型的大小很重要，因为参数数量越大，对上下文信息理解的能力也越好。但是这些模型的构建和运行庞大且昂贵，面临着计算资源和能耗方面的挑战。

大型语音模型的应用还处于初期，但未来的应用值得期待，例如高级聊天机器人，或者编写复杂研究论文的摘要，以及撰写新闻，还有内容审核。甚至，它还可以通过理解人类对问题的描述，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。

如此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，微软及其伙伴OpenAI对其最新模型的使用进行了限制。模型参数增大的趋势将在2021年继续，也会有更多企业用例发挥庞大语言模型的优势。

AI芯片初创公司可能会有合并

AI芯片领域值得关注的是NVIDIA对ARM的收购，这笔收购可能在2021年下半年或2022年完成，或者永远不会完成，具体取决于全球监管机构的意见。

英特尔方面，新上任的CEO希望在2019底收购Habana的基础上进一步发展。

除了英伟达和英特尔这两个重要的AI芯片提供商，还有许多AI芯片供应商，成立四到五年的初创公司们将交付产品，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之多，如今有40多家，标普全球市场财智预计2021年会有所合并。

还需看到的是，随着AI模型越来越大，对AI芯片的需求也是需要兼顾性能和功耗。

制造业的AI应用更快一步

很难单独挑出一个AI应用更广的行业，但2021年制造业似乎会在AI应用中扮演重要角色，这不仅是从2020年观察到的市场势头，从过去几年专注于这一领域的创业公司的表现也能有所发现，制造的自动化愿景已经加速。

2020年10月发布的《企业之声：2020年供应商评估 》调查显示，接受调查的制造业公司中有62%的人将AI / ML视为未来两年最具变革性的技术，这一点与此前该行业在领先技术方面处于落后地位的印象不同。

在新的调查中，2021年制造业AI的关键用例包括数据安全性，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，员工安全(包括社交距离)将进入前四名。

技术受到监管

技术正在受到监管，最大的社交媒体公司将开始雇用合规团队。尽管不是我们关注的人工智能公司，但最近几周，在政治动荡中受影响的Twitter、Facebook、Parler也体现了其影响力。

一些后端提供商也采取了行动，包括AWS，Salesforce和Stripe，它们退出了向某些与特朗普相关的实体的合作。其中一些公司会欢迎监管，这将有助于行业的规范，也能帮他们做出一些艰难的决定。

在考虑技术(或至少是软件)和法规时要考虑的另一个因素，是它与有形物品(例如石油或食品)之间的差异，在大多数情况下，技术产品可以立即在其他国家使用。因此，有野心的企业对法规的关注也应超越自己的范围。

国家资金、政策支持AI发展

在过去的几年中，国家AI战略一直在不断发展。现在政府已经投入大量资金来支持AI项目，例如，在美国，一项新的国防法案《 2021财年国防授权法案》在年初成为法律，并为人工智能预留了64亿美元的政府预算。

其中包括建立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AI技术在道德上合理，并让美国国家标准技术研究院(NIST)制定AI风险管理框架。随着这类资金的使用，以及新政府更加注重细节，美国政府将实行更多的治理。

在英国，2019年成立的英国人工智能委员会(UK AI Council)独立顾问专家委员会(公布了人工智能路线图，为英国政府提供建议，并将英国推向人工智能和数据革命的前沿。

中国也在2017年开始制定国家人工智能战略，当时中国国

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!