21世紀，人工智能為人類開啟了一個新時代。人工智能產業已經上升至國家支持產業，人工智能技術的發展對國家經濟發展、產業轉型和技術進步起著至關重要的作用。近日，在2021全球人工智能技術大會（GAITC 2021）上，騰訊優圖聯合廈門大學人工智能研究院共同發布了《2021十大人工智能趨勢》，基于長期對人工智能尤其是計算機視覺的研究洞察，提出3D視覺技術、數字內容產業、AI多模態融合等方向的前沿預測。

趨勢報告顯示，3D視覺算法效果大幅提升雙重促進視覺體驗增強和生產成本下降，不斷推動商業發展和個人消費升級；AI與數字內容產業的深度耦合，也將有希望為行業釋放更大的科技勢能，構筑數字內容生成新范式。

01

3D視覺技術助力產業消費升級，淡化 虛實邊界

作為視覺AI領域多年熱點研究方向之一，3D視覺技術的核心任務是對三維空間、物體及環境進行真實還原與重建。隨著相關算法與硬件計算能力的不斷升級， 3D視覺算法效果得到大幅提升，三維幾何重建更加精細，表面紋理重建更加清晰，帶來更加逼真的視覺觀感。

近年來，諸多3D視覺研究成果為低成本高質量的3D內容生成提供了良好技術支撐，基于3D虛擬形象的舞臺演出、直播帶貨、教育互動等應用層出不窮，成為AI內容產業全新發展方向。以此為基礎，結合5G時代流量帶寬的全面升級，帶有交互功能的3D虛擬現實、增強現實、混合現實的3D視覺應用將用戶體驗向真實與虛擬的完美融合進一步邁進。

用戶會因為虛擬偶像生動自然的舞臺表演進行打賞，會由于虛擬主播“賣力”地帶貨促銷而下單購買，而線上平臺則依靠3D視覺技術大大降低內容制作和IP運營成本，最終帶來社會商業發展模式與個人消費習慣的顛覆與變革。展望未來，3D視覺技術將持續在包括游戲娛樂、影視制作、電商直播、醫療整形等眾多領域廣泛應用，虛擬與現實的邊界將不斷淡化。

02

人工智能推動數字內容生成向新范式演進

隨著數字文化產業的蓬勃發展，尤其是二次元文化滲透出圈，數字內容產業面臨新一輪的需求升級，伴隨著5G商業化進程的不斷加深，多元化、精品化的優質數字內容將面臨更快的消費節奏，與此同時，供給側仍存在巨大的產能缺口，數字內容產業正處于勞動密集型向科技密集型的轉型階段。

AI與數字內容產業的深度耦合，將有希望為行業釋放更大的科技勢能，以GPT-3、DALL-E為代表的AI技術，已在文本、語音、圖像、視頻等內容生成中取得了令人驚艷的結果，然而在精確性、泛化性、合理性方面仍然面臨挑戰，目前的前沿研究一方面探索從模型結構（自動化搜索等），訓練形式（無監督對比學習等）等方面提升精度效果；另一方面引入知識圖譜領域知識，向機器介紹常識和其他特定領域的知識進而提升常識推理效果。

伴隨著技術的持續升級演進，我們預見AI將逐步在數字內容生成領域釋放引擎級的影響力，在內容、平臺、技術多方合力引導下，構筑數字內容生成新范式。

03

多模態融合加速AI認知升維

深度學習在多個人工智能的細分領域（如視覺，自然語言處理等）已日趨成熟化和規模化，然而要真正實現通用人工智能，必然要將這些細分領域各自所針對的信息模態整合利用，即多模態融合。多模態融合的目標是建立在圖像、文字、語音等的多模態信息識別的基礎上，實現不同模態信息的統一表征框架，從而起到1+1>2的作用。

典型的場景之一是通過圖文語音聯合識別，實現對隱晦和暗示性，招嫖廣告，兒童不良表情包等圖文混合內容識別，支持審核業務深度打擊不良內容。除了圖文融合等跨域模態融合，同域內的不同信息維度同樣可以融合，如隨著深度生成技術的發展，當前的人臉識別除了傳統的RGB圖外，還需要融合深度圖、紅外圖等信息來更好的防御越來越多元化的人臉偽造攻擊，實現更強的人臉防御。

隨著人工智能認知能力的提升，多模態融合也將會從圖文等實質性模態，逐漸拓展到如物理關系，邏輯推斷，因果分析等知識性模態，從感知智能邁向認知智能。

04

無監督/弱監督學習逐漸成為企業降本增效新利器

在過去的幾年中，深度學習所取得的巨大成功離不開大規模標注的數據集。大規模標注成為企業發展過程中抬高交付成本、制約效果提升的主要因素之一。在此背景下，無監督學習和弱監督學習通過不使用標簽或減少對標簽數量、質量的要求來迅速降低深度模型對于數據的標注需求，使得原本無法利用的數據如今都可以加入到模型的訓練中去，進而由量變引發質變。

可以預見的是，將有越來越多的人工智能企業會面臨從前期的迅速擴張到穩定期高效化運作的新階段，而在這個過程中，無監督/弱監督學習無疑將成為他們過渡到這個階段的重要手段之一。

除此之外，自動機器學習的自動化程度與可解釋性提升、邊緣計算與人工智能加速融合、人工智能內核芯片向類腦神經計算方向演進、AI算法公平性與隱私保護、人工智能技術向安全智能方向邁進等趨勢，也成為趨勢報告的關注重點。

文章出處：【微信公眾號：新機器視覺】

責任編輯：gt