《2020 年,人工智能和深度学习未来的五大趋势》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: husisi
  • 发布时间:2020-02-25
  • 虽然近年来人工智能经常成为热门议题,但它还远未实现真正的成就。
    人工智能技术发展的主要障碍在于投资成本,投资成本影响短期内的回报。而当时机成熟时,投资AI的公司却可以获得巨大的回报。在最近的一份报告中,麦肯锡预测人工智能领头企业未来将会实现现金流翻倍。
    我们可以在谷歌母公司Alphabet财报收入中的“其他投注”里看到一些证据,如2018年其人工智能项目亏损达33.5亿美元。其中,DeepMind亏损5.71亿美元,欠母公司14亿美元。由于去年9月技术上的延误,自动驾驶项目Waymo的估值下调了40%。
    其他公司也在进行大规模且昂贵的人工智能项目,如百度、Facebook、特斯拉、阿里巴巴、微软和亚马逊。除特斯拉外,上述其他公司现金充裕,能够负担人工智能项目所需的转型成本和资本支出。
    尽管科技巨头们在人工智能领域投入了大量资金,但大多数受益的行业本身并不属于科技行业。在Re-Work的深度学习和人工智能峰会,与会的人工智能工程师和高管们就他们所带头的项目进行了演示和讨论。
    2020,AI技术将会有哪些改变?
    训练AI知道它“不知道什么”
    随着越来越多的医疗保健公司寻求利用人工智能获得准确性,“人类和机器谁能更好地进行医疗诊断”这一问题的答案将在未来十年揭晓。
    人工智能初创公司Curai正在研究这样一个问题:如何训练一个模型,让它知道自己什么时候不知道,这样人类就可以介入,避免模型对未知疾病的错误分类。这种方法被称为“人机回圈”。
    减轻呼叫中心负担
    美国联合健康集团在2017年接到了3600万个电话,其中有760万个电话转给了人工智能。这个人工智能平台的解决方案包括:预检查入口和索赔队列的深度学习、用自动语音识别(ASR)实现音频到文本的翻译、自然语言处理(NLP)的无监督聚类算法,生成新的呼叫参数和自动转移呼叫。
    零售巨头大规模投资人工智能
    沃尔玛实验室、宝洁公司和塔吉特百货公司(Target)等零售业巨头也出席了本次会议,并介绍了他们计划如何进一步优化零售体验。也许在过去十年里,这些公司被竞争对手(如亚马逊)抢了不少重要领地,但是现在它们也正在抱着谨慎的态度拥抱技术和人工智能。
    想象一下这样的购物体验:手推车很多,收银员结算台一直开着,库存充足。与倡导无人超市的AmazonGo不同,沃尔玛更关注的是库存控制,而不是取代收银员。
    人工智能可能用来保护隐私权
    随着监管机构和社交媒体用户开始质疑用隐私交换免费服务的公平性,隐私问题就一直是新闻头条的常客。自剑桥分析事件爆发以来,这场战斗已接近两年了,与此同时,其他公司正在开发功能强大的人工智能推荐引擎,这些引擎几乎不需要任何关于用户的信息,分析用户的偏好就足以让系统决定要向他们推荐什么内容。
    在内容推荐引擎方面,Netflix是领先者。Pinterest复杂的推荐引擎,可以从Pinterest平台上数十亿张图片中为用户提供最佳图片。这个过程涉及查询理解,候选图片的生成,排名,混合和最终选择。用外行人的话来说,就是发现引擎如何将选择范围从数十亿缩小到数百。
    准备好迎接人工智能助理
    在接下来的几年里,手势操作将成为过去,更好的人机交互方式将会出现,车祸发生几率将会减少。一旦人工智能助手技术完全成熟,现在我们与移动设备的交互方式可能会被未来几代人嘲笑。
    目前,很多公司正在努力占领这一领域,因为生态系统的锁定和人工智能助理产生的数据将具有难以置信的价值。Amazon、Google、Facebook和苹果公司将在这一领域展开全面战争。

相关报告
  • 《前瞻 | 2023人工智能的五大趋势》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2023-03-15
    • 随着 2022 年世界形势的不断变化,一些技术趋势被搁置,而另一些则加速发展。 对于许多组织而言,人工智能被视为许多不确定性的解决方案,可带来更高的效率、差异化、自动化和更低的成本。 2023年,从生成式人工智能到量子机器学习,这些趋势正在袭来。 一、生成式AI 机器学习解决方案,正在引领新一代的产品和服务。但是,到目前为止,人工智能主要应用于数据驱动和分析工作流程。创造力和构思被认为非人工智能的能力。 但是,最近出现的生成式人工智能(GenAI)以及 StableDiffusion 和 ChatGPT 等程序促使这种情况发生了变化。GenAI是AI模型的新兴前沿,它在内容媒体如文本、图像、音频、视频的大型数据集上进行训练,以创建新的文本、音频、图像等。 生成式人工智能的主要特征是,它不会复制训练它的现有数据,因此并不局限于。这使得它对于文案等任务特别有用,在这些任务中,系统可以生成新的类似人类的文本版本,而不仅仅是源文本的字面副本。 在金融领域,生成式人工智能正被领先的银行机构用于将复杂的金融流程自动化,例如风险管理。通过生成神经网络,可以创建对预测金融市场未来有用的经济场景。 自2020年以来,生成式人工智能领域的风险投资增长了425%,去年更是达到了21亿美元。因此,尽管大多数人都在谈论生成式人工智能,但2022年只是一个开始。 二、量子机器学习 量子机器学习是一个相对较新的领域。虽然从上世纪90年代中期开始就有关于这一主题的研究论文公开发表,但在过去五六年,量子机器学习才真正开始吸引科学界的注意力。 目前量子机器学习这个行业正蓬勃发展,但是对不同的研究者,具体的“量子机器学习”的定义可能有所不同。量子机器学习一般指的是利用量子设备来运行某些机器学习算法,力求达到或者超过类似的经典机器学习算法的功能。 虽然机器学习算法用于计算大量数据,但量子机器学习是专门的量子系统,用于提高程序中算法执行的计算和数据存储速度。 到2030年,可能只有大约2000到5000台量子计算机投入使用,而能够处理最复杂问题的量子计算机可能要到2035年或更晚的时候才会出现,但世界各地的研究人员一直致力于推动技术的发展。 三、可解释人工智能 可解释的人工智能(XAI),或可解释的人工智能,或可解释的机器学习(XML),是指人类可以理解人工智能做出的决定或预测的人工智能(AI)。 它与机器学习中的黑匣子概念形成对比,在机器学习中,即使其设计者也无法解释为什么人工智能会得出一个特定的决定。 通过完善人工智能系统用户的心智模型,拆除他们的错误观念,XAI有望帮助用户更有效地执行。XAI可能是对社会解释权的实施。即使没有法律权利或监管要求,XAI也是相关的。 例如,XAI可以改善产品或服务的用户体验,帮助终端用户相信人工智能正在做出好的决定。这样一来,XAI的目的是解释已经做了什么,现在做了什么,接下来会做什么,并揭开行动所基于的信息。 四、人工智能编码助手 人工智能(AI)编码助手和开发者工具在2023年变得越来越复杂和强大。 AI编码助手是帮助程序员编写、调试和优化代码的工具。这些工具有潜力通过将许多繁琐和耗时的编码任务自动化来提高软件开发的效率和生产力。 AI编码助手具有巨大的潜力,它们很可能成为软件开发过程中的重要工具。 五、AI医疗保健 AI医疗的高光时刻,是在年抗击新冠肺炎时期,症预测、智能测温、智能随访、辅助诊断、医疗机器人等应用,让AI医疗在抗疫期间大放异彩,不只提升了自身的行业认知,更切实提升了防控效率和保障了人身安全。 中国人工智能医疗顶层设计、商业模式、技术模式日趋成熟,投融资市场活跃,未来中国人工智能医疗行业将得到进一步发展。 据调查AI医生,在整个实验过程中,人类参与手术的比例约为20%,剩下的80%由AI自主完成。结果发现,缝合线的间距和深度差异,小于专业外科医生或不使用人工智能的机器人执行的情况。 日经预测,将来AI机器人将能够处理所有手术阶段。 人工智能也被用于提高药物发掘和开发的有效性。截至2022年8月,已有23种人工智能驱动的候选药物进入临床试验。毕竟,临床试验是一个漫长的过程,可能需要10到15年,耗资数十亿美元。
  • 《2021年值得关注的人工智能与机器学习的五大趋势》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2021-01-27
    • 人工进行智能和机器可以学习是市场上的热门专业技术,其重要性在2020年达到顶峰,这两种信息技术发展已经到了广泛应用在各行业领域,其范围从电子商务到量子计算管理系统,从医疗诊断分析系统到消费电子公司产品,尤其是中国日益流行的智能助理。   根据市场研究机构国际数据公司的数据,全球人工智能市场规模约为156.5美元,与2019年相比增长了12.3%。   此外,人工智能和机器学习也有许多创新用途。例如,IBM 的 Watson,它可以创建来自多个组件的可能组合的无限组合。此外,人工智能驱动的虚拟护士,如安琪尔和莫莉,已经在使用,拯救生命和节省成本。一些机器人在医疗领域提供帮助,从侵入性系统到心脏手术。   以下是行业专家发现的人工智能和机器学习的五大趋势:   1. 人工智能和机器学习正在超自动化领域扮演着越来越重要的角色   “超自动化”是高德纳确定的新技术趋势。但是还有一些其他的名字,比如Forrester公司称之为“数字过程自动化”,IDC公司称之为“智能过程自动化”。超自动化结合了正确的技术来自动化、简化、发现、设计、测量和管理整个组织的工作流和流程。   2020年发生的冠状病毒疫情加快了这种管理概念的采用,其中一个人工智能和机器可以学习是关键重要组成部分企业及其发展主要问题驱动因素。尽管它还包括机器人自动化工具等其他信息技术,但成功的计划经济不能依赖静态打包的软件。自动化的业务工作流程我们应该适应社会不断变化的情况并主动应对意外情况。   这就是人工智能、机器学习模型和深度学习发挥重要作用的地方。   2. 人工智能与物联网的重叠   人工智能和物联网的界限越来越模糊。   根据 gartner 的数据,到2022年,80% 的企业物联网项目将以某种形式包含人工智能。那么这两种先进技术的协同效果如何呢?把物联网称为数字神经系统和人工智能,是做出明智决定的大脑。人工智能可以快速收集数据,使物联网系统更加智能。   3.人工智能在网络安全应用中的更多使用   机器进行学习和人工智能已经在家庭环境安全和企业信息系统的网络经济安全控制系统中占据了重要位置。网络数据安全开发工作人员一直在努力更新其技术,以应对不断创新发展的DDoS攻击、恶意软件、勒索软件等威胁。这两种主流媒体技术分析可以通过帮助学生识别这些威胁,包括早期的各种威胁。   基于人工智能的网络安全工具还可以从企业通信网络、交易系统、数字活动和网站以及外部公共资源收集数据,并使用人工智能算法识别模式和威胁活动,例如识别可疑IP地址和可能的数据泄露。   根据研究机构IHS Markit公司的调查,当今在家庭安全系统中人工智能的使用主要限于与家庭摄像头集成的系统以及与语音助手集成的入侵者警报系统。但是该公司分析师认为,人工智能的应用将会扩展到开发智能家居,让家庭安全系统了解住户的习惯和选择,从而提高识别入侵者的能力。   4. 增强智能的兴起   对于中国企业发展来说,增强智能的兴起应该是一个令人兴奋的趋势。通过将智能信息技术和人员的能力进行结合生活在一起,使企业管理能够有效提高其员工的效率和绩效。   Gartner 预测,到2023年,大公司约40% 的基础设施和运营团队将使用人工智能增强自动化来提高生产力。   5. 对话式人工智能   苹果公司使用的基于自动信息和语音的技术被称为会话式人工智能。如今,人工智能开发人员正在应用程序和网站中部署这项技术,它是通过确认语音和文本、理解客户的意图、破译各种语言以及像人类一样做出响应来完成的。   Amazon Echo和Google Homes是当今对话式人工智能的最好例子。但是,开发工作人员仍在许多问题方面需要进行研究改进。语音识别和自动文本识别是需要对学生自然发展语言处理(NLP)进行具有很好控制的两个挑战。开发企业人员我们可以同时通过学习各种教学方式克服这些挑战。   如今,公司正在使用会话式人工智能聊天机器人来安排会议、为航空公司服务、销售产品,并提供更好的客户体验。   总结 2021 年人工智能和机器学习的趋势   人工智能和机器学习的范围已经超出了人的思维范围,行业专家的分析会让人对2021年的预期有更多的了解。   在2021年,这些趋势将在改变人们生活方面发挥重要作用。他们会带来更多的创新,打开新的机会之门。