昨日，阿里达摩院发布了2020十大科技趋势。其中排名首位的【趋势一：人工智能从感知智能向认知智能演进】，就来自AMiner平台的推荐。
人工智能发展到今天大概经历了三个主要的阶段：符号推理与感知机、概率学习与知识库、深度学习与知识图谱。目前的智能系统在感知方面已经达到甚至超越人类水平，但在可解释性、鲁棒性、安全可靠等方面还存在很多不足。
反观人的认知系统则不同，认知理论认为人的认知系统包含两个子系统：System 1即直觉系统，主要负责快速、无意识、非语言的认知，比如当人被问到一个问题的时候，可能下意识的或者说习惯性的回答，这就属于System 1的范畴。System 2是逻辑分析系统，是有意识的、带逻辑、规划、推理以及可以语言表达的系统。
人在通过System 2处理问题的时候，往往要收集相关数据、进行逻辑分析和推理，最终做出决策。今年在NeurIPS 2019大会上图灵奖得主Yoshua Bengio指出当前的深度学习主要就在做System 1的事情，而缺少System 2所需要的推理和逻辑处理能力。发展具有认知能力的人工智能系统是人工智能发展的未来。这不仅是未来深度学习需要着重考虑的，更可能是下一代人工智能兴起的基础。
一个可行的思路是认知图谱=知识图谱+认知推理+逻辑生成，但如何实现认知智能亟需学术界和工业界的进一步深入研究。
去年，阿里达摩院预测的科技趋势正一个接一个地变为现实：AI芯片崛起、智能城市诞生、5G催生全新应用场景……科技新十年开启，AI、芯片、云计算、区块链、工业互联网、量子计算等领域，将出现多个振奋人心的颠覆性技术创新。
人工智能已经在“听、说、看”等感知智能领域达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合扩领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。
计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。
传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。
未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。
在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。
例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够用来制造高性能磁性存储器如SOT-MRAM和阻变存储器。
数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。
随着云技术的深入发展，云已经远远超过IT基础设施的范畴，渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义IT的一切。广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。