趋势 1：AI 技术已发展到可大规模生产的工业化阶段，2020 年将出现多家「AI 工厂」 AI 技术本身以及各类商业解决方案已日臻成熟，正在快速进入「工业化」阶段。伴随着国内外科技巨头对 AI 技术的持续投入，2020 年在全球范围内将出现多家 AI 模型工厂、AI 数据工厂，将 AI 技术和商业解决方案大规模生产出来，运用在各行各业帮助产业升级。例如客服行业的 AI 解决方案将可以大规模复制运用到金融、电商、教育等行业。
趋势 2：2020 年将会是 AI 芯片大规模落地的关键年 最近几年，AI 芯片已经逐步达到了可用的状态，2020 年将会是 AI 芯片大规模落地的关键年。端侧 AI 芯片将更加低成本、专业化、解决方案集成化。同时，NPU（神经网络处理单元）将成为下一代端侧通用 CPU 芯片的基本模块，未来越来越多的端侧 CPU 芯片都会以深度学习为核心进行全新的芯片规划。芯片之外，AI 还将重新定义计算机体系架构，支持 AI 的训练和预测计算成为新的异构设计架构思路。
趋势 4：自动机器学习 AutoML 将大大降低机器学习的门槛 AutoML 将能够把传统机器学习中的迭代过程综合在一起，构建一个自动化的过程。研究人员仅需输入元知识（如卷积的运算过程，问题的描述等），该算法就可以自动选择合适的数据，自动调优模型结构和配置，自动地训练模型，并将其适配部署到不同的设备上。AutoML 的快速发展将大大降低机器学习的门槛，扩大 AI 应用普及率。
趋势 5: 多模态深度语义理解进一步成熟，得到更广泛应用 多模态深度语义理解以声音、图像、文本等不同模态的信息为输入，综合感知和认知等 AI 技术，实现对信息的多维度深层次理解。随着视觉、语音、自然语言理解和知识图谱等技术的快速发展和大规模应用，多模态深度语义理解进一步成熟，应用场景更加广阔。结合 AI 芯片等，将广泛应用于互联网、智能家居、金融、安防、教育、医疗等行业。
趋势 10：量子计算将迎来新一轮爆发，为 AI 和云计算注入新活力 随着「量子霸权」的成功展示，量子计算将在 2020 年迎来新一轮的爆发。量子硬件方面，可编程的中等规模有噪量子设备的性能会得到进一步提升并初步具备纠错能力，最终将可在上面运行具有一定实用价值的量子算法，量子人工智能应用也将得到很大的发展。量子软件方面，高质量的量子计算平台和软件将会涌现并与 AI 和云计算技术实现深度融合。此外，伴随着量子计算生态产业链的初步形成，量子计算必将在更多应用领域获得重视，越来越多的行业巨头陆续投入研发资源进行战略布局，有机会为未来 AI 和云计算领域带来全新面貌。（来源于机器之心）