过去五十年中，人工智能从理论基础与算法基础逐步走向应用，对计算力的要求也从数值计算转向智能推演，但在人工智能产业的漫漫征途中，这仅仅只是跨出了第一步。
数据源、软件框架、算力等基础设施正在不断拓展人工智能算法的开发场景。在不同研究学派的理念之下，正在不断拓宽人工智能算法和Al技术的能力边界，实现“Al+行业”的快速部署。人工智能正在逐步影响现实世界的生活与工作的方方面面。未来10年，人工智能产业各层面又会发生怎样的变化呢？
01人工智能产业基础层
1、类脑芯片代表了芯片发展的十年趋势
智能芯片通常指针对人工智能算法做了加速设计的芯片。GPU、FPGA和ASIC是延用传统冯·诺依曼架构，存储与计算在空间上分离，计算机每次进行运算时需要在CPU和内存这两个区域往复调用，频繁的数据交换导致处理海量信息效率很低且功耗高，十年间将达到架构瓶颈。
类脑芯片在架构上模拟人脑的神经突触传递结构，众多的处理器类似于神经元，通讯系统类似于神经纤维，基于微电子技术和新型神经形态器件的结合，突破了冯·诺依曼架构瓶颈，实现存储与计算的深度融合，大幅提升计算性能、提高集成度、降低能耗。相对于传统芯片，类脑芯片在功耗和集成度上的优势明显，在后摩尔时代有非常宽阔的应用前景，或将成为未来海量数据处理的基础硬件。
来源/深圳人工智能行业协会、IBM、头豹研究院
2、智能传感器加速人工智能的发展
人工智能结合了多种先进技术，赋予了机器学习、采纳、决策的能力，给予他们全新的功能。依赖于神经网络、专家系统、自组织系统、模糊逻辑和遗传算法等技术，人工智能技术将传感器应用领域扩展到了很多其他领域，其中一些领域需要对传感器信息进行解析和处理，例如装配、生物传感器、建筑建模、计算机视觉、切割工具诊断、环境工程、力值传感、健康监控、人机交互、网络应用、激光铣削、维护和检查、动力辅助、机器人、传感器网络和遥控作业等。凭借灵活性、可重新配置能力和可靠性，全新的系统设备在越来越多的任务中表现出超过人类的性能，将逐渐加速进入工业领域及其他生产工作的方方面面。
人工智能技术具有最低的计算复杂度，可以应用于小型传感器系统、单一传感器或者采用低容量微型控制器阵列的系统。由此，将许多微型电子处理器和传感器集成到日常物品中，使其智能化，共同构建出一个智能环境、与其他智能设备通信以及与人类互动。人工智能凭借传感器带来的广泛数据来源，将加速自身的优化和迭代。
来源/头豹研究院
02人工智能产业技术层
1、环境资源的有效利用和突破
机器学习