据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升。据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全世界内慢慢的变多的政府和企业组织慢慢地认识到AI在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。2020年以来我们国家的人工智能产业从应用到底层创新均取得重大突破，产业链各环节不断完善，产业抗风险能力进一步加强，并某些环节达到国际领先水平。
其中，基础层是AI产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；
技术层是AI产业的核心，以算法模拟人的智能相关特征为出发点，构建技术路径，主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。是通过集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
芯片是人工智能产业的心脏。基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为AI提供数据及算力支撑。主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。其中芯片产业尤其关键，是AI产业的心脏。总体来讲我国人工智能芯片产业处于起步阶段，近年来我国芯片设计行业市场规模不断扩大。据中国半导体行业协会数据显示，2019年我国芯片设计业销售规模增长至3064亿元，同比增长21.6%。随着电子设备不断向智能化、小型化方向发展，芯片集成度、密度和性能的日益提高，我国封装模式不断推陈出新，产业规模呈现快速增长态势。数据显示，2019年我国封装测试规模增长至2350亿元。
2018年市场研究顾问公司Compass Intelligence发布的最新研究结果显示，在全球前15大人工智能(AI)芯片企业排名表“A_List”中，前三名依序为英伟达(Nvidia)、英特尔(Intel)以及恩智浦(NXP)，苹果排名第8名，三星第11名，华为第12名。作为人工智能产业的基石与心脏，芯片在产业中的地位毋庸置疑也无可动摇，但我国目前芯片产业整体设计水平较国外有较大差距，尤其在芯片生产方面存在严重的卡脖子现象。目前国内芯片厂商典型企业包括华为海思、寒武纪、地平线、阿里平头哥等。
数据是人工智能产业的生产资料也是产业发展的主要动力之一，海量的数据资源也是我国发展人工智能产业的差异化优势之一。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB，据贵阳大数据交易所统计，中国大数据产业市场在未来五年内，仍将保持着高速增长。
随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发升高，大数据基础层持续保持高速增长，预计2020年整体规模将达到6670.2亿元，到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力,助力新型智慧城市和数字经济建设。现阶段数据共享、融合及交易的需求将会随着大数据及人工智能产业在应用端的深度不断加强。
我国庞大的人口优势及市场需求之下，在龙头企业及资本的推动下我国人工智能产业的应用端产品开发全球领先，催生出一大批热门产品，包括智能汽车、机器人、智能家居、可穿戴设备等。智能汽车包括智能网联技术、无人驾驶技术等，机器人分为工业机器人和特种机器人（服务机器人、水下机器人、娱乐机器人、军用机器人、农业机器人）；智能家居最重要的包含智能灯光控制系统、智能窗帘、智能门锁、智能音箱、智能冰箱、智能水壶等；可穿戴设备主要包括智能手环、智能手表、智能眼镜、智能头盔，可穿戴设备作为AI的入口，可应用在体育、医疗、娱乐、科教、商业等方面。
2020年2月，阿里集团与李兰娟院士所在的浙江树兰医院合作，围绕基于深度学习的快速Cryo-EM三维成像技术开发、融合拓扑和几何特征的深度神经网络用于配体-蛋白质预测、基于深度学习的蛋白质结构预测、利用蛋白质序列预测蛋白质的三维结构等重点内容开展抗新型冠状病毒药物的研究工作。在疫情期间，阿里免费向全球公共科研机构开放一切AI算力，以加速本次新型肺炎新药和疫苗研发的进程。
2020年年2月，国家发改委、工信部、科技部等11个部委联合盖章正式发布《智能汽车创新发展战略》提出，到2025年，实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线X 等)实现区域覆盖，新一代车用无线X)在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。
2020年4月，中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见。其中提出，提升社会数据资源价值。培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。2020年6月，中国工程院院士刘韵洁表示，南京网络通讯与安全紫金山实验室已研制出CMOS毫米波全集成4通道相控阵芯片，并完成了芯片封装和测试，每通道成本由1000元降至20元。封装集成了1024通道天线单元的毫米波大规模有源天线阵列，芯片与天线月，国家药品监督管理局发布消息，安德医智旗下BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件通过了NMPA三类医疗器械审批。该产品是由天坛医院和安德医智联合成立的神经疾病人工智能研究中心研发，是首个药监局获批的、以“影像辅助诊断”命名的医疗AI软件。
2020年8月，为加强人工智能领域标准化顶层设计，推动AI产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会 、中央网信办、国家发展改革委、科技部、工业和信息化部联合印发了《国家新一代人工智能标准体系建设指南》。据《国家新一代人工智能标准体系建设指南》，到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则，明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工。
2020年10月，由中国移动和轻舟智航联合部署的无人公交落地苏州高铁新城，并启动了“苏州无人公交早鸟计划”，招募一批有日常通勤需求的市民免费搭乘。
2020年12月，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探讨研究中心合作，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。
2020年12月，微软亚洲研究院宣布联合清华大学、北京大学、南京大学、兰州大学、新加坡国立大学、首尔国立大学等多所亚洲地区高校，成立OpenNetLab开放网络平台联盟。OpenNetLab平台旨在通过为研究人员提供通用的分布式网络测试平台，以及真实的网络评测数据集，推动人工智能（AI）在网络研究中的应用与发展，构建健康、可持续的网络研究生态系统。目前，该平台已完成了多个节点的建设及小规模部署测试，并且正在慢慢地进入大规模测试阶段。2020年12月，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）。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升。据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全世界内慢慢的变多的政府和企业组织慢慢地认识到AI在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。2020年以来我们国家的人工智能产业从应用到底层创新均取得重大突破，产业链各环节不断完善，产业抗风险能力进一步加强，并某些环节达到国际领先水平。
其中，基础层是AI产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；
技术层是AI产业的核心，以算法模拟人的智能相关特征为出发点，构建技术路径，主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。是通过集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
芯片是人工智能产业的心脏。基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为AI提供数据及算力支撑。主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。其中芯片产业尤其关键，是AI产业的心脏。总体来讲我国人工智能芯片产业处于起步阶段，近年来我国芯片设计行业市场规模不断扩大。据中国半导体行业协会数据显示，2019年我国芯片设计业销售规模增长至3064亿元，同比增长21.6%。随着电子设备不断向智能化、小型化方向发展，芯片集成度、密度和性能的日益提高，我国封装模式不断推陈出新，产业规模呈现快速增长态势。数据显示，2019年我国封装测试规模增长至2350亿元。
2018年市场研究顾问公司Compass Intelligence发布的最新研究结果显示，在全球前15大人工智能(AI)芯片企业排名表“A_List”中，前三名依序为英伟达(Nvidia)、英特尔(Intel)以及恩智浦(NXP)，苹果排名第8名，三星第11名，华为第12名。作为人工智能产业的基石与心脏，芯片在产业中的地位毋庸置疑也无可动摇，但我国目前芯片产业整体设计水平较国外有较大差距，尤其在芯片生产方面存在严重的卡脖子现象。目前国内芯片厂商典型企业包括华为海思、寒武纪、地平线、阿里平头哥等。
数据是人工智能产业的生产资料也是产业发展的主要动力之一，海量的数据资源也是我国发展人工智能产业的差异化优势之一。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB，据贵阳大数据交易所统计，中国大数据产业市场在未来五年内，仍将保持着高速增长。
随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发升高，大数据基础层持续保持高速增长，预计2020年整体规模将达到6670.2亿元，到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力,助力新型智慧城市和数字经济建设。现阶段数据共享、融合及交易的需求将会随着大数据及人工智能产业在应用端的深度不断加强。
我国庞大的人口优势及市场需求之下，在龙头企业及资本的推动下我国人工智能产业的应用端产品开发全球领先，催生出一大批热门产品，包括智能汽车、机器人、智能家居、可穿戴设备等。智能汽车包括智能网联技术、无人驾驶技术等，机器人分为工业机器人和特种机器人（服务机器人、水下机器人、娱乐机器人、军用机器人、农业机器人）；智能家居最重要的包含智能灯光控制系统、智能窗帘、智能门锁、智能音箱、智能冰箱、智能水壶等；可穿戴设备主要包括智能手环、智能手表、智能眼镜、智能头盔，可穿戴设备作为AI的入口，可应用在体育、医疗、娱乐、科教、商业等方面。
2020年2月，阿里集团与李兰娟院士所在的浙江树兰医院合作，围绕基于深度学习的快速Cryo-EM三维成像技术开发、融合拓扑和几何特征的深度神经网络用于配体-蛋白质预测、基于深度学习的蛋白质结构预测、利用蛋白质序列预测蛋白质的三维结构等重点内容开展抗新型冠状病毒药物的研究工作。在疫情期间，阿里免费向全球公共科研机构开放一切AI算力，以加速本次新型肺炎新药和疫苗研发的进程。
2020年年2月，国家发改委、工信部、科技部等11个部委联合盖章正式发布《智能汽车创新发展战略》提出，到2025年，实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线X 等)实现区域覆盖，新一代车用无线X)在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。
2020年4月，中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见。其中提出，提升社会数据资源价值。培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。2020年6月，中国工程院院士刘韵洁表示，南京网络通讯与安全紫金山实验室已研制出CMOS毫米波全集成4通道相控阵芯片，并完成了芯片封装和测试，每通道成本由1000元降至20元。封装集成了1024通道天线单元的毫米波大规模有源天线阵列，芯片与天线月，国家药品监督管理局发布消息，安德医智旗下BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件通过了NMPA三类医疗器械审批。该产品是由天坛医院和安德医智联合成立的神经疾病人工智能研究中心研发，是首个药监局获批的、以“影像辅助诊断”命名的医疗AI软件。
2020年8月，为加强人工智能领域标准化顶层设计，推动AI产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会 、中央网信办、国家发展改革委、科技部、工业和信息化部联合印发了《国家新一代人工智能标准体系建设指南》。据《国家新一代人工智能标准体系建设指南》，到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则，明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工。
2020年10月，由中国移动和轻舟智航联合部署的无人公交落地苏州高铁新城，并启动了“苏州无人公交早鸟计划”，招募一批有日常通勤需求的市民免费搭乘。
2020年12月，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探讨研究中心合作，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。
2020年12月，微软亚洲研究院宣布联合清华大学、北京大学、南京大学、兰州大学、新加坡国立大学、首尔国立大学等多所亚洲地区高校，成立OpenNetLab开放网络平台联盟。OpenNetLab平台旨在通过为研究人员提供通用的分布式网络测试平台，以及真实的网络评测数据集，推动人工智能（AI）在网络研究中的应用与发展，构建健康、可持续的网络研究生态系统。目前，该平台已完成了多个节点的建设及小规模部署测试，并且正在慢慢地进入大规模测试阶段。2020年12月，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）。
...据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升。据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全世界内慢慢的变多的政府和企业组织慢慢地认识到AI在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。
据Sage预测，到2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性，并从国家战略和商业活动上涉足人工智能。全球AI市场将在未来几年经历现象级的增长。2020年以来我们国家的人工智能产业从应用到底层创新均取得重大突破，产业链各环节不断完善，产业抗风险能力进一步加强，并某些环节达到国际领先水平。
其中，基础层是AI产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；
技术层是AI产业的核心，以算法模拟人的智能相关特征为出发点，构建技术路径，主要包括算法理论（机器学习）、开发平台（基础开源框架、技术开放平台）和应用技术（计算机视觉、机器视觉、智能语音、自然语言理解）；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。是通过集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
芯片是人工智能产业的心脏。基础层是人工智能产业的基础，主要是研发硬件及软件，如AI芯片、数据资源、云计算平台等，为AI提供数据及算力支撑。主要包括计算硬件（AI芯片）、计算系统技术（大数据、云计算和5G通信）和数据（数据采集、标注和分析）。其中芯片产业尤其关键，是AI产业的心脏。总体来讲我国人工智能芯片产业处于起步阶段，近年来我国芯片设计行业市场规模不断扩大。据中国半导体行业协会数据显示，2019年我国芯片设计业销售规模增长至3064亿元，同比增长21.6%。随着电子设备不断向智能化、小型化方向发展，芯片集成度、密度和性能的日益提高，我国封装模式不断推陈出新，产业规模呈现快速增长态势。数据显示，2019年我国封装测试规模增长至2350亿元。
2018年市场研究顾问公司Compass Intelligence发布的最新研究结果显示，在全球前15大人工智能(AI)芯片企业排名表“A_List”中，前三名依序为英伟达(Nvidia)、英特尔(Intel)以及恩智浦(NXP)，苹果排名第8名，三星第11名，华为第12名。作为人工智能产业的基石与心脏，芯片在产业中的地位毋庸置疑也无可动摇，但我国目前芯片产业整体设计水平较国外有较大差距，尤其在芯片生产方面存在严重的卡脖子现象。目前国内芯片厂商典型企业包括华为海思、寒武纪、地平线、阿里平头哥等。
数据是人工智能产业的生产资料也是产业发展的主要动力之一，海量的数据资源也是我国发展人工智能产业的差异化优势之一。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2018年的约7.6ZB增至2025年的48.6ZB，据贵阳大数据交易所统计，中国大数据产业市场在未来五年内，仍将保持着高速增长。
随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算基础设施的需求越发升高，大数据基础层持续保持高速增长，预计2020年整体规模将达到6670.2亿元，到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力,助力新型智慧城市和数字经济建设。现阶段数据共享、融合及交易的需求将会随着大数据及人工智能产业在应用端的深度不断加强。
我国庞大的人口优势及市场需求之下，在龙头企业及资本的推动下我国人工智能产业的应用端产品开发全球领先，催生出一大批热门产品，包括智能汽车、机器人、智能家居、可穿戴设备等。智能汽车包括智能网联技术、无人驾驶技术等，机器人分为工业机器人和特种机器人（服务机器人、水下机器人、娱乐机器人、军用机器人、农业机器人）；智能家居最重要的包含智能灯光控制系统、智能窗帘、智能门锁、智能音箱、智能冰箱、智能水壶等；可穿戴设备主要包括智能手环、智能手表、智能眼镜、智能头盔，可穿戴设备作为AI的入口，可应用在体育、医疗、娱乐、科教、商业等方面。
2020年2月，阿里集团与李兰娟院士所在的浙江树兰医院合作，围绕基于深度学习的快速Cryo-EM三维成像技术开发、融合拓扑和几何特征的深度神经网络用于配体-蛋白质预测、基于深度学习的蛋白质结构预测、利用蛋白质序列预测蛋白质的三维结构等重点内容开展抗新型冠状病毒药物的研究工作。在疫情期间，阿里免费向全球公共科研机构开放一切AI算力，以加速本次新型肺炎新药和疫苗研发的进程。
2020年年2月，国家发改委、工信部、科技部等11个部委联合盖章正式发布《智能汽车创新发展战略》提出，到2025年，实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线X 等)实现区域覆盖，新一代车用无线X)在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。
2020年4月，中央、国务院发布关于构建更加完善的要素市场化配置体制机制的意见。其中提出，提升社会数据资源价值。培育数字经济新产业、新业态和新模式，支持构建农业、工业、交通、教育、安防、城市管理、公共资源交易等领域规范化数据开发利用的场景。发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。2020年6月，中国工程院院士刘韵洁表示，南京网络通讯与安全紫金山实验室已研制出CMOS毫米波全集成4通道相控阵芯片，并完成了芯片封装和测试，每通道成本由1000元降至20元。封装集成了1024通道天线单元的毫米波大规模有源天线阵列，芯片与天线月，国家药品监督管理局发布消息，安德医智旗下BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件通过了NMPA三类医疗器械审批。该产品是由天坛医院和安德医智联合成立的神经疾病人工智能研究中心研发，是首个药监局获批的、以“影像辅助诊断”命名的医疗AI软件。
2020年8月，为加强人工智能领域标准化顶层设计，推动AI产业技术研发和标准制定，促进产业健康可持续发展，国家标准化管理委员会 、中央网信办、国家发展改革委、科技部、工业和信息化部联合印发了《国家新一代人工智能标准体系建设指南》。据《国家新一代人工智能标准体系建设指南》，到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则，明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工。
2020年10月，由中国移动和轻舟智航联合部署的无人公交落地苏州高铁新城，并启动了“苏州无人公交早鸟计划”，招募一批有日常通勤需求的市民免费搭乘。
2020年12月，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探讨研究中心合作，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。
2020年12月，微软亚洲研究院宣布联合清华大学、北京大学、南京大学、兰州大学、新加坡国立大学、首尔国立大学等多所亚洲地区高校，成立OpenNetLab开放网络平台联盟。OpenNetLab平台旨在通过为研究人员提供通用的分布式网络测试平台，以及真实的网络评测数据集，推动人工智能（AI）在网络研究中的应用与发展，构建健康、可持续的网络研究生态系统。目前，该平台已完成了多个节点的建设及小规模部署测试，并且正在慢慢地进入大规模测试阶段。2020年12月，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）。
...