2020年12月31日，北（běi）京智（zhì）源人工智（zhì）能研究院（以下简称（chēng）“智源研究院”）发布了《2020人（rén）工智能（néng）十大（dà）进展报告》。该（gāi）报（bào）告由智（zhì）源研究院全体智（zhì）源学者共同参与，对2020年里全球范围内（nèi）人工智能领域的科学系统、算法等（děng）方向进（jìn）行了评价分析（xī），最终形成（chéng）了十大进展成果。其中，由（yóu）中国学者（zhě）取（qǔ）得的进展（zhǎn）有3项。

  这十大进（jìn）展分别是：

  进展1：OpenAI发布全球规模最大的预训练语言模型GPT-3；

  进展（zhǎn）2：DeepMind的AlphaFold2破解（jiě）蛋白（bái）质结构预测难题；

  进展（zhǎn）3：深度势能分子动力学研究获得戈登·贝尔奖；

  进展4：DeepMind等用深度神经网络求（qiú）解薛定谔（è）方（fāng）程促进量子化学（xué）发展；

  进展5：美国贝勒医学院（yuàn）通过动态（tài）颅内电刺激（jī）实现高效（xiào）率“视（shì）皮层打印机”功能（néng）；

  进展6：清华大学首次提出类脑计（jì）算完备性概念及计（jì）算系统层次结构；

  进展7：北京（jīng）大学首次实现（xiàn）基于（yú）相变存储器的神经网络高速训练系统；

  进（jìn）展8：MIT仅用19个类脑神经（jīng）元实现控制自动（dòng）驾驶汽（qì）车；

  进展9：Google与（yǔ）FaceBook团队分别提出全新无监督表征学（xué）习（xí）算法；

  进展10：康奈尔（ěr）大学提出无偏公平排序模型（xíng）可缓解检索排（pái）名的（de）马（mǎ）太（tài）效应问（wèn）题；

  在（zài）中国学者取得的进展（zhǎn）中，北京应用物理与计算数学研（yán）究院王（wáng）涵所在的“深度势能（néng）”团队（duì），获得了国（guó）际高（gāo）性能（néng）计算应（yīng）用领域最高奖项“戈登·贝尔（ěr）奖”。“戈（gē）登·贝尔奖”设立于1987年，由美国计算（suàn）机协会（ACM）颁发，被誉为“计算应用领域的诺（nuò）贝尔奖（jiǎng）”。该（gāi）团队研究的（de）“分子（zǐ）动（dòng）力（lì）学”，结（jié）合了分子建模、机（jī）器学习和（hé）高性能计（jì）算（suàn）相关方法，能够将第一性原理精度分子动力学模拟规（guī）模扩展到1亿原（yuán）子，同时计算效率相比（bǐ）此前人类最好水（shuǐ）平（píng）提升1000倍以上，极大地提（tí）升（shēng）了人类使用计（jì）算机（jī）模拟客观物理世（shì）界的能力。

  清华大学张悠慧、李国齐、宋森团队首次提出“类（lèi）脑计算完备性”概念（niàn）以及（jí）软硬件去耦合的类脑计算系统层（céng）次结构，通过理论（lùn）论证与（yǔ）原型实验证明该类系（xì）统的硬件完（wán）备性与编译可行性，扩展了类脑（nǎo）计算系统应用范围（wéi）使之能支持通用计算（suàn）。《自然》周刊评论（lùn）认为，“‘完（wán）备性’新概念推（tuī）动了类脑计算”，对于类脑系统存（cún）在的软硬件紧耦合问（wèn）题而（ér）言这是“一个突破性（xìng）方案”。

  北京（jīng）大学杨（yáng）玉（yù）超团队提出并实现了一种基于相变存储器（PCM）电导随机性（xìng）的神经网络高速训练系统，有效地缓（huǎn）解了人工神（shén）经网络训（xùn）练过程中时间、能量开销巨大并难以在片上实现的问题。该系统在误差直接回传算法（DFA）的基础上进行改进（jìn），利用PCM电导（dǎo）的（de）随（suí）机性自（zì）然地产生传（chuán）播误差（chà）的随机权重，有效降低了系（xì）统（tǒng）的硬件（jiàn）开销（xiāo）以及训练（liàn）过程中的时间、能量消耗（hào）。该系统（tǒng）在大型卷积神经网（wǎng）络（luò）的训练过程中表（biǎo）现优异，为（wéi）人工神经网络在终端平台上的应用（yòng）以及片上训练的实现提供了新的方向。