MOLAR NEWS

2020年第31期

MolarData人工智能每周见闻分享，每周一更新。

计算速度提升2.5倍，ATP减小4.9倍，清华魏少军、刘雷波团队后量子密码硬件加速技术登上顶会

为应对量子计算机挑战，学术界和工业界早已开始着手研究能抵御量子计算攻击的后量子密码算法。

专用后量子密码芯片必须要依靠高效的硬件架构，从而能以较低资源开销获得满足应用需求的执行速度。

现在，针对这一问题，清华大学魏少军、刘雷波教授团队提出了一种低计算复杂度数论转换与逆转换方法，以及一种高效的后量子密码硬件架构。

MolarData| AI领域资讯速递

不仅能降低一类基于格的后量子密码算法的计算复杂度，还能在提高算法执行速度的同时减少了硬件资源开销。

这一成果刚刚登上了第22届密码硬件与嵌入式系统会议（CHES）。这是国际密码芯片和物理安全方向最重要的顶会之一。

来源：量子位

清华张长水等人30页少样本学习综述论文，涵盖400+参考文献

少样本学习（FSL）是机器学习领域中重要且有难度的课题。基于少量样本进行学习和泛化的能力是区分人工智能和人类智能的重要分界线，因为人类往往能够基于一个或少量样本建立对新事物的认知，而机器学习算法通常需要数百或数千个监督样本才能实现泛化。

清华大学教授、IEEE Fellow 张长水等人广泛阅读和总结了自 21 世纪初到 2019 年的 300 余篇论文，写了一篇关于 FSL 的综述文章。

MolarData| AI领域资讯速递

这篇综述文章回顾了 FSL 的演进历史和当前进展，将 FSL 方法分为基于生成模型和基于判别模型两大类，并重点介绍了基于元学习的 FSL 方法。此外，本文还总结了近期出现的多个 FSL 扩展性主题及其最新进展，并介绍了 FSL 在计算机视觉、自然语言处理、音频、强化学习和机器人学、数据分析等热点研究领域中的应用。最后，本文讨论了 FSL 的未来趋势，希望能为后续研究提供指引。

来源：机器之心

贾扬清发布阿里云「湖仓一体」解决方案，下一代大数据计算平台来了

今天大数据已经进入了普及期，每一个行业都会需要建立自己的数据中台，从中挖掘出数据的价值，推动业务的决策，数据湖和数据仓库以及他们之间的有机结合，将越来越重要。

MolarData| AI领域资讯速递

数据仓库的成长性很好，而数据湖更灵活。数据仓库支持的数据结构种类比较单一，数据湖的种类比较丰富，可以包罗万象。数据仓库更加适合成熟的数据当中的分析和处理，数据湖更加适合在异构数据上的价值的挖掘。

如今，阿里将数据湖和数仓这两个产品体系融合，发布了湖仓一体。

MolarData| AI领域资讯速递

湖仓一体实现了数据湖和数仓之间的无缝流转，打通了数据存储和计算的不同的层面。

来源：新智元

台积电已在利用人工智能和机器学习技术辅助芯片生产，以提高良品率

据国外媒体报道，谷歌人工智能程序 AlphaGo 在 2016 年开始的人机围棋大战中击败李世石等一众人类围棋高手，让外界意识到了人工智能的巨大潜力，人工智能和机器学习也已广泛的应用于生产生活。

MolarData| AI领域资讯速递

台积电已开始利用人工智能和机器学习技术，是他们负责先进技术业务发展的一名高管，在官网上透露的，主要是用于芯片生产过程中的数据处理。

这名高管在台积电的官网上表示，生产的芯片越多，从中学到的就能越多，就能知晓哪儿容易出问题，新材料或设备在哪一环节会出现意想不到的问题，就有更多的机会消除这些问题并简化流程。作为全球第一家率先量产 7nm 工艺的厂商，台积电比其他任何一家半导体制造商都有更多的时间和晶圆去改善质量和良品率。

这名高管透露，台积电已在他们的设备中部署了大量的传感器，确保任何有用的数据都能被收集，他们利用人工智能和机器学习将数据转化为相关的信息，改善他们的芯片生产，他们不浪费任何一个学习的机会。

来源：IT之家

IDC：预计全球人工智能支出将在四年内翻一番

根据 IDC 全球人工智能支出指南预测，未来四年全球人工智能 (AI)相关支出将翻倍，从 2020 年的 501 亿美元增长到 2024 年 1100 多亿美元。

推动人工智能普及的两大驱动力分别是提供更好的客户体验，以及帮助员工更好地完成工作，这体现在 AI 的主要用例中，包括客户服务代理自动化、销售流程推荐和自动化、威胁情报和预防自动化、IT自动化，这四个应用场景加起来将占今年所有 AI 支出的近三分之一。另外，增长最快的用例分别是 HR 自动化、IT自动化、药物研究和发现。

MolarData| AI领域资讯速递

在整个预测期内，零售业和银行业在 AI 解决方案上的支出最多。零售行业将主要把 AI 用于通过聊天机器人和推荐引擎改善客户体验方面，而银行业将主要用于欺诈分析和调查、项目顾问和推荐系统方面。此外，离散制造、流程制造和医疗行业将不再今年 AI 支出排名前 5 位的行业。在 2020-2024 年的预测期内，AI 支出增长最快的行业分别是媒体、联邦 / 中央政府、专业服务。

来源：TechWeb