我们采访了来自不同科技领域的人们，请他们谈谈对2021年的期待，受访者都来自具有代表性的创业公司和技术最佳实践企业。看看他们都说了什么吧!

1.山姆·坎农，Facebook数据科学家

我觉得自然语言处理目前正以不可思议的速度发展，这令人既兴奋又沮丧。一旦为文本分类或分布式词表示聚类建立了一个像样的管道，新的模型就会出现，它的性能会超过昨天使用的模型。

我对NLP的发展方向感到非常兴奋，尤其是针对复杂的NLP任务的开源解决方案。在这个领域中，我最喜欢的公司之一是Hugging Face，它也是我个人对开放源码、最先进的NLP的晴雨表。

Hugging Face遵循了solv[ing] NLP的信条，将复杂的NLP模型和任务民主化，而这些模型和任务通常由于缺乏计算能力或专业知识而不可能被许多人使用。

它们已经提供了简单的情感分析解决方案，只需要最少的用户输入。在此基础上，我认为2021年将迎来一波预先打包的SOTA NLP模型，这些模型只需要一行代码就可以使用。

在2021，我相信至少开箱即用的NLP模型将允许更多的人从他们的自然语言数据中获得的见解，这就是我在2021年最期待的方面。

2.凯瑟琳·陶，数据标准，数据科学家

我很兴奋地看到云计算在2021年将如何在技术领域创新。云是公司存储数据的空间，这方面尚存在一些挑战，比如可扩展性、效率、数据流等等。

我想看看2021会如何改善云计算以平衡技术企业所面临的一些主要问题。许多公司都在努力将AI引入其业务中，通过创新云计算，更多的公司应该能够在其公司中实施人工智能，并以更高的生产率部署项目/产品。

3.赖利·金瑟，Terrain，产品主管

展望2021年，我的关注重点是地理地图绘制新工具。我的主要目标之一是将我们在Terrain的见解转化为易于为最终用户解释的地图。

当今行业中的许多示例都是使用ArcGIS来完成的，ArcGIS是一种较旧的但成熟的数据映射工具。我相信可能会有更好的工具，为客户提供一个对旧经典的新认识的机会。我感兴趣的两个工具是Uber开发的开源项目：H3和kepler.gl。

H3的主要优势之一是能够根据缩放将世界细分为大小不同的六边形。这解决了我们发现的早期问题之一，即不同的用户喜欢对都市圈内的社区，子市场或城市的边界采取不同的观点。这也使我们能够更好地在国际范围内开发地图，从而难以获取边界数据。

kepler.gl也很有趣，因为它更容易为最终用户或MVP在线开发和托管。Uber开发了Kepler.gl，允许用户在内部(技术和非技术)快速开发可共享的地图，以可视化地理空间数据中的想法。

kepler.gl能够轻松地可视化时间序列中的地理数据的功能。希望从kepler.gl成为我们的MVP，然后在开始收集用户反馈时探索H3。