随着人工智能在近几年的发展，人工智能从所谓的PPT走向了落地，然而在众多企业思考如何落地的时候，却有这么一群人，他们每一次的技术革新都推动着世界经济的发展，回顾2020年的人工智能行业，有哪些人物在历史的画卷中留下了浓墨重彩的一笔呢？
1、潘建伟
2020年12月底，中国科学技术大学宣布，该校潘建伟团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作，成功构建 76 个光子的量子计算原型机 “九章”。根据现有理论，在经典数学算法 “高斯玻色取样” 任务中，“九章” 一分钟完成的任务，超级计算机需要一亿年。
“九章”成为世界级重大科研成果，也让被媒体誉为中国“量子之父”的中国科技大学教授、中科院院士潘建伟成为“顶流明星”。
“九章” 量子计算机算得上领先全球的超级计算机，并且也创下全球最新记录，这一成果牢固确立了我国在国际量子计算研究中的第一方阵地位。基于 “九章” 的高斯玻色取样算法，未来其在图论、机器学习、量子化学等领域具有重要的潜在应用价值。
2、朱文武教授
清华大学朱文武教授带领的网络与媒体实验室发布了全球首个开源自动图学习工具包：AutoGL （Auto Graph Learning）。该工具支持在图数据上全自动进行机器学习，并且支持图机器学习中最常见的两个任务：节点分类任务（node classification）与图分类任务（graph classification）。
AutoGL Solver 使用四个主要模块自动化解决给定任务，分别是特征工程（Feature Engineering）、图学习模型（Graph Learning Model）、超参数优化（HPO），以及模型自动集成（Auto Ensemble），每个部分在设计时都引入了对图数据特殊性的考虑。
3、屠可伟
屠可伟作为上海科技大学信息学院视觉与数据智能中心的负责人之一，其所领导的课题组在 Empirical Methods in Natural Language Processing （EMNLP 2020） 发表3篇主会论文以及4篇扩展论文集论文，展示了他们在自然语言处理领域的最新研究成果。
这 3 篇主会论文分别是提出了一种将正则表达式转化为循环神经网络的方法，研究了自然语言处理结构预测问题上的对抗样本生成以及研究了序列标注问题的快速并行方法。
EMNLP是自然语言处理领域三大顶级会议（ACL、EMNLP 和 NAACL）之一，在国际上享有很高的声誉，根据Google Scholar Metrics，在人工智能领域所有期刊与会议中排名前十。EMNLP 2020的论文录用率为22％。
4、林宙辰
12月24日，北京大学机器学习研究中心林宙辰课题组在处理球面数据的神经网络结构上取得进展。球面数据已经出现在越来越多的应用领域，如地球气象数据、行星数据、无人驾驶、脑电信号等，人们也开始更加关注如何更好的设计球面卷积神经网络，来处理这些球面数据。最容易想到的，也是最简单的处理球面数据的方法就是把它投影到二维平面上，然后用平面卷积处理投影后的数据。
然而，这种直接的投影处理往往表现不佳，这主要是因为投影后，球面数据本身就会产生明显的畸变，而且卷积网络本身所具有的平移等变性会失效。为了解决这一问题，机器学习研究中心林宙辰课题组提出基于偏微分算子的等变球面卷积神经网络，相关工作被AAAI 2021接收。
5、颜成水教授
对于颜成水教授很多人也有不同的观点，其从微软到360，再到依图，现在则有消息称，颜成水教授已经去Shopee任职。对此，很多用户表示存在诸多疑问，但具体消息依然得等待颜成水教授自己解答。
但不可否认的是，颜水成教授在人工智能领域做出的贡献：
在新加坡国立大学期间，颜水成博士团队提出的“Network in Network”（NIN）网络结构的核心1x1卷积是近年来几乎所有计算机视觉深度学习模型的标准模块，在学术界和工业界影响深远，其思想也被后期的GoogleNet、残差网络（ResNet）等模型所采用。
在企业阶段，在360时，其围绕360核心能力打造了三个AI引擎：运动引擎、视觉引擎、交互引擎；在依图带领团队进一步夯实依图在人工智能基础理论和原创算法方面的技术优势，为依图在商业化场景落地方面提供强有力的技术支持，并提出“算法即芯片”的理论。
6、陈振杰
轮规模而言，极视角远不如其他AI企业，特别是在国内AI企业不断崛起的今天，极视角极容易被忽略。
在不可否认的是，极视角的打法，被部分企业直接“抄袭”，即便如此，极视角CEO陈振杰依然不畏惧任何企业——在维科网的采访中，陈振杰毫不犹豫的说：“我不怕其他企业玩价格战，因为我的价格远低于他们。”
而这原因也如同陈振杰所说：我采用的是互联网的打法。
极视角在创业初期一直从事平台社区的运营，通过这些年的努力，已经拥有105，532个个人开发者，累计算法510个，服务企业2000余家，覆盖103个行业。通过这些庞大的AI算法，极视角的平台能有效地把各类算法推销给客户，而极视角把各种成本分摊到数百种算法中，从而让各个算法只需承担少量的成本。
极视角的打法，可以说是“抢”了商汤、旷视的AI巨头的奶酪，对于他们而言，算法授权成为盈利的核心，而陈振杰的做法，直接把算法费用拉低，让智能成为每一个人都能用的起的技术。
但不可忽视的是，在这种模式下，华为机器视觉也采用了这一模式，对于极视角来说，不亚于一个挑战。
7、陈天石
对于2020年来说，上市是一个新的起点，而寒武纪也同样如此，其上市被称为“AI 芯片第一股高光上市”，历时68天便首发过会，到同意注册前后也不过89天，寒武纪一路上通关速度也是相当快。
而寒武纪CEO陈天石的个人履历，也让寒武纪在IPO路上颇被资本市场看好，但因尚未盈利、对大客户依赖程度高、商业化难落地等因素惹来部分质疑，募资亦未及预期。招股书中预计募资28．01亿元，最终募资25．82亿元，依股本计算发行后市值为257．62亿元。
科创板上市首日，寒武纪发行价为64．39元／股，开盘大涨288．26％，盘中最高涨幅达358．15％，市值迅速冲破1000亿元大关，截至收盘单日市值大增592．18亿元。
按照寒武纪上市首日中午收盘市值860亿计算，陈天石的身价已经达到280亿元。
对于寒武纪来说，上市之后的日子并不好过——AI芯片要有落地的载体，才能产生价值。目前，主流的落地载体无非三个：终端、云端（即数据中心）和边缘端。
但寒武纪主营业务的不确定性，以及激烈的市场竞争，让寒武纪不得不面临股东的质疑，而AI芯片作为一个快速增长中的市场，不管是云端、边缘端还是终端，寒武纪处于一条足够长的“雪道”上，陈天石的道路也一样漫长。
8、王海峰
王海峰作为百度乃至中国的AI领军人才，创造了AI科学家在产学研用的新高度。他是ACL首位华人主席，是百度大脑的技术中枢，更是把国产深度学习平台飞桨推向大规模生产的百度CTO。在他治下，百度各项业务都在加速智能化。
在2020年，百度AI在CVPR、ACL等全球AI学术会议和竞赛上，获冠军30多次，论文收录260多篇；在人工智能专利申请量和授权量方面，百度以9364件专利申请和2682件专利授权处于中国第一位。
9、周明
周明曾在微软亚洲研究院工作21年，但在2020年12月选择从微软离职，并加入李开复创办的创新工场。
1999年，周明加入微软亚洲研究院后，作为AI产学研结合的代表，周明在学术领域也取得了很高的成就，目前已经发表了200余篇重要会议和期刊论文（包括50篇以上的ACL文章），拥有国际发明专利60余项。
离职后，周明将加入李开复创建的创新工场，“以一种新方式寻求学术界和企业界合作之路”。
10、王学钦
12 月 16 日，中科大王学钦团队研究成果发表于美国《国家科学院院刊》。现代科技的发展，数据的收集越来越便利，然而现有的算法难以在上万级别的实际问题中寻找到最优子集。
针对线性回归模型的基准问题 —— 最优子集选取，中国科学技术大学管理学院教授王学钦团队与美国耶鲁大学公共卫生学院教授张和平合作，利用排序和剪接的思想，结合一个新的信息准则发展出一种新的算法，使得算法在有限步内就能得到稳定解。
同时，他们证明了在一定条件下，依大概率，该算法具有多项式的时间复杂度，而且能够选出最优子集。
小结：
2020年3月，科技部发布了《关于科技创新支撑复工复产和经济平稳运行的若干措施》，在重点举措的“培育壮大新产业新业态新模式”中，明确提出要大力推动关键核心技术攻关，人工智能是其中的一项。同时，工信部在2020年3月的《关于开展产业链固链行动推动产业链协同复工复产的通知》中也提到，要加快人工智能等新基础设施建设，加快制造业智能化改造。
由此可见当前我国对人工智能的希望和重托，但不可避免的是，目前我国人工智能领域的人才依然缺乏，如何弥补庞大的产业集群中人才短板的难题，或许是行业下一步需要面临的问题。
