近几年，人工智能（AI）领域实现了重大科技进步，不仅处理能力和计算效率显著提升，还出现了许多关于对象识别、语言和深度学习的新洞察。自 20世纪 50年代初，IBM 就已经涉足人工智能领域，时至今日，促成了相关领域多项科技的进步。2019年，对于 IBM 研究院（IBM Research）人工智能部门来说，是一个转折点。

2019年IBM 在人工智能领域取得了哪些成就？

2019年，在 8场顶级人工智能会议上，IBM 研究人员的 175篇常规论文的研究成果获得了认可，其数量突破了新的记录。

2019年 9月，IBM 主办了第二届年度人工智能研究周活动，并设立人工智能硬件研究中心，进一步探索新一代人工智能硬件的研发。

2019年，MIT-IBM Watson 人工智能实验室的成立迎来第二个年头，这一年，成功吸引波士顿科学、Nexplore、路孚特和三星加入其新成员计划，成为正式成员，让实验室获得飞速发展。

2019年，IBM 研究院还在语言研究方面取得了重大突破。在今年 2月召开的 Think 大会上，IBM Project Debater 与冠军辩手 Harish Natarajan 展开较量；今年 12月，IBM Project Debater 又在剑桥联合会这一全世界历史最悠久的辩论社团现身，与 Harish Natarajan 和其他人类辩手合作。

此外，IBM 研究人员继续专注于构建并推出值得信赖的人工智能解决方案，进一步提升了人工智能的能力，借助开源 AI Explainability 360 工具套件向人类解释了人工智能提出的各种建议。

以上，仅是 2019年 IBM 研究人员取得的重大成就之中的冰山一角。

2020年人工智能将如何发展？

2020 年， 人工智能的进步主要涉及三个主题：自动化、自然语言处理 (NLP) 和信任。

从广义上来说，我们将看到人工智能系统将以更迅速、更简单的方式为数据专家、企业和客户提供服务。自然语言处理（NLP）将在帮助人工智能系统使用日常语言来交谈、辩论和解决问题的过程中发挥关键作用。随着各项技术进步的实现，我们将看到，通过利用可解释性和偏见检测技术等众多工具，人工智能数据管理会变得更透明、更易于追责。

2020年IBM 研究院对人工智能的五大预测

一、人工智能的理解能力会有所提高其应用范围将会扩大

人工智能系统拥有的数据越多，其能力提高的速度就越快。然而，对于拥有较少数据的部分企业和组织而言，如何满足人工智能对数据的需求则是一个难题。但是，这并不意味着此类企业和组织无法使用人工智能。明年，更多人工智能系统会开始依赖集学习能力和逻辑性于一身的“神经符号 (neuro-symbolic)”技术。神经符号技术是突破自然语言处理（NLP）技术的关键，它能够结合常识性推理和各领域的专业知识来帮助计算机更好地理解人类语言和对话。此类突破将帮助企业部署对话能力更强的自动化客户关怀工具和技术支持工具，同时还大大减少了训练人工智能所需的数据量。

二、人工智能不会抢夺工作但会改变工作方式

未来数年，人工智能将持续影响职场。但是，人类根本无需担心机器会抢夺自己的饭碗。相反，人工智能还能通过自动化改变人们的工作方式。MIT-IBM Watson 人工智能实验室的最新研究显示，人工智将越来越多地帮助我们完成日程安排之类的任务，但是，对于需要一定技能的岗位来说，人工智能的影响较小，比如设计专业和行业策略。预计到 2020年，随着人工智能进入世界各地的工作场所，员工们会见证其影响。企业雇主必须开始进行岗位调整，而员工则应该专注于拓展自己的技能。

三、人工智能将会设计值得信赖的人工智能

为了提高人们对人工智能的信任度，相关系统必须可靠、公正、负责。我们必须让公众确信人工智能技术是安全的，人工智能提供的结论或建议不偏不倚且未被操控。2020年，影响可信度的种种要素将被融入人工智能的生命周期之中，帮助我们构建、测试、运行、监控并认证不仅具有卓越性能，而且值得信赖的人工智能应用。正如 AutoAI 的崛起——即利用人工智能来构建人工智能，我们还会看到“利用人工智能来管理人工智能”这种技术的崛起。我们可以利用这种技术在各行各业创建值得信赖的人工智能工作流，尤其是那些受到严厉监管的行业。

四、人工智能对能源的需求要求我们采用更环保的技术

数据中心，是现代世界的关键设施。无论是进行企业运算、使用社交媒体，还是播放我们最爱的电影，都依赖数据中心。数据中心还是人工智能的基础，其能耗量占全球能源消耗总量的 2%。对云计算和人工智能的需求不会消失，预计到 2020年，人们会更加努力提高人工智能技术的可持续性。此类努力包括开发新材料（如可制造更灵活设备的过渡性金属氧化物）、可实现模拟和混合信号处理的全新芯片设计，以及基于近似算法的新软件技术，其目的在于支持不断增长的人工智能工作负荷，同时减少碳排放量。

五、基于人工智能的实验室助手将会发现新材料

两个多世纪以来，有机分子合成一直是工业化学领域的一个重要研究方向。正因为如此，人们才研制出了能够挽救生命的药物和合成纤维。在创造不同分子的过程中，研究人员需要确定成千上万种可能发生的反应，所以他们仍面临着巨大的挑战。如此庞大的信息量，意味着一位科学家有可能需要记住其研究领域内的几十种反应，但实际上他们不可能成为所有领域的专家。如今，他们大可不必完成这个不可能的任务。IBM 开发了一款能够预测数百万种化学反应的人工智能工具，它既能向前预测，也能向后预测，同时还能在云端合成分子—即 RXN for Chemistry。预计到 2020年，利用人工智能和自动化技术实现材料开发突破的案例将大幅增加。

展望未来

2019年即将成为历史，IBM 研究院在人工智能领域的研究成果正在悄无声息的发挥作用，影响世界。我们很荣幸能够在这个技术不断突破的星球上陪伴人类的每一天，未来，人工智能无疑将成为驱动世界向前的重要技术之一，未来，让我们一同见证人类美好时代的到来！