2020年InfoQ最受欢迎的文章排行榜 | AI篇

2020 年 InfoQ 最受欢迎的文章排行榜来了！

本次榜单涵盖九大热门领域：架构、前端、编程语言、云计算、AI、开源、技术管理、运维、区块链…

第一篇架构篇、第二篇前端篇、第三篇云计算篇已发布。今天，我们来看看“AI”。 

2020 年，InfoQ 一共发布了 1512 篇 AI 类的文章，总阅读量超过 300 万。 以下是前十篇最受欢迎的 AI 类文章，你绝对不能错过！

Top 1：《达摩院宣布十大技术趋势，AI有望迈过两大关键门槛》

作者：阿里达摩院

策划：赵钰莹

2020 年伊始，站在下一个十年的开端，科技发展依旧是我们专注的重点。阿里达摩院发布了《2020 十大科技趋势》，该报告包含了人工智能、区块链、芯片、量子计算等诸多领域。报告指出，人工智能将实现两大突破：认知智能与机器间大规模协作。这两大关键技术一方面可以将人工智能的能力从基础的“听说看”拓展到逻辑推理、思考决策，进而使人工智能深度介入社会生产生活；另一方面可以将智能体大规模自主组织起来，不再需要大量的人工操作，进而使人工智能真正成为协调整个人类工作生活网络的核心系统。

TOP 2：《“一挖就走”，中芯国际为什么留不住人？》

作者：刘燕

芯片的竞争，本质上就是人才的竞争。被视为“全村人希望”的中芯国际高光背后，风险犹在，人才缺失是短板之一。本文，作者通过多方视角回答了“中芯国际为什么留不住人”。

TOP 3：《Uber的Kafka实践：踩坑5年，随时像替换汽车引擎一样替换Kafka》

作者：Tina

Uber 从 2013 年开始使用 Kafka。Uber 的主流应用，如打车、外卖等服务，都需要实时处理数据，所有核心的 Business 都是通过 Kafka 进行消息的传递。这决定了 Kafka 在 Uber 的技术平台中占据非常核心的定位。经过 7 年的发展，Uber 的 Kafka 集群已经发展成为了全球数一数二的规模，每天处理 PB 级别的数据、Trillion 级别的消息。

从 2013 年到 2018 年，Uber 主要是踩坑，修复各种 Bug。到现阶段，整个消息平台已经相当复杂，三分之二的代码是自研，开源 Kafka 仅作为平台核心部分。但这个消息平台也不会被 Kafka 所绑定，当整个系统自动化、标准化工作完成后，又可以用潜在的其他更好的开源软件，像替换汽车引擎一样将这个核心替换掉。

本文，InfoQ 记者采访了 Uber Staff Engineer 富羽鹏，了解 Uber 消息平台实践过程。

TOP 4：《AI 催收能否画下暴力催收的休止符？》

作者：刘燕

开年之后，整顿风波令“暴力催收“深陷舆论漩涡，AI、大数据、云计算等技术赋能的智能催收为催收行业带来了健康、阳光发展的希望。然沉疴难起，智能催收应用效果如何，能否“治本”？智能催收是否合法合规？本文，AI 前线就上述问题采访了 360 金融大数据总监苏绥。

TOP 5：《工程之道，深度学习推理性能业界最佳优化实践》

作者：旷视研究院

策划：刘燕

MegEngine“训练推理一体化”的独特范式，通过静态图优化保证模型精度与训练时一致，无缝导入推理侧，再借助工业验证的高效卷积优化技术，打造深度学习推理侧极致加速方案，实现当前业界最快运行速度。

本文从推理侧的数据排布（Inference Layout）讲起，接着介绍 MegEngine 的 Im2col+MatMul、Winograd、Fast-Run 工程优化实践。经典的轻量卷积神经网络实验表明，经过 MegEngine 加速，ResNet18 和 ResNet50 最高加速比可达 2x 以上，ShuffleNet V2 和 MobileNet V2 执行效率也得到显著提升，实现了业界当时的最佳推理性能。

TOP 6：《性能提升25倍：Rust有望取代C和C++，成为机器学习首选Python后端》

作者：lpalmieri

译者：王强

策划：蔡芳芳

在机器学习开发领域，如果我们纵观全局，撇除所有微小的细节，那么就可以提炼出机器学习开发中的两大不变步骤：模型训练和预测（或推断）。如今，机器学习的首选语言是 Python（除非你的工作环境有一些不寻常的约束才会有所不同），而这篇文章会带你走过一段新的旅程。希望当你看到最后会发现，使用 Rust 作为训练后端和部署平台的主意并不像听起来那样疯狂或令人困惑（除了标题提到的性能提升外，这种做法的好处其实还有很多）。

TOP 7：《Kaldi之父Daniel Povey：我为什么选择在小米开发下一代Kaldi？》

作者：李冬梅

在 2019 年小米开发者大会上，Kaldi 之父 Daniel Povey 以小米首席语音科学家的身份第一次和国内开发者见面，并表示将继续在小米进行 Kaldi 的版本开发，业界开发者对 Daniel Povey 加入小米后的动向高度关注，但却鲜有消息传出。本文作者采访到了 Daniel Povey，分享了其对语音识别领域技术发展的想法。

TOP 8：《苹果确认放弃英特尔全面采用自研芯片，库克：这是Mac最具历史意义的一天！》

作者：赵钰莹

北京时间 6 月 23 日凌晨一点，苹果 WWDC20 通过线上直播的形式与国内用户见面。在本次发布会开始前一周，业界就广泛流传苹果最新的硬件产品将采用 ARM 架构，而非此前一直在合作的英特尔。会上，这一点得到了苹果官方的确认：最新的 Mac 芯片来了！库克表示：这是 Mac 产品线真正具有历史意义的一天。

TOP 9：《华为开源端侧神经网络架构GhostNet，超越谷歌MobileNet | CVPR 2020论文解读》

作者 | 王云鹤

策划 | 赵钰莹

卷积神经网络推动了计算机视觉诸多任务的进步，比如图像识别、目标检测等。但是，神经网络在移动设备上的应用还亟待解决，主要原因是现有模型又大又慢。因而，一些研究提出了模型的压缩方法，比如剪枝、量化、知识蒸馏等；还有一些则着重于高效的网络结构设计，比如 MobileNet，ShuffleNet 等。本文就设计了一种全新的神经网络基本单元 Ghost 模块，从而搭建出轻量级神经网络架构 GhostNet。

TOP 10：《知识图谱构建的研究已走入下半场，但大规模落地应用仍需时间》

作者 | 李冬梅

知识图谱是近年来人工智能技术蓬勃发展的核心驱动力之一，已广泛应用在金融、电商、医疗、政务等众多领域，经过短短几年的发展，热度依旧不减，未来，知识图谱又将解决哪些其他技术无法解决的问题呢？它又面临着哪些新的挑战？本文对这些问题进行了逐一解答。