《美媒预测:2021年人工智能的四大趋势》

  • 来源专题:装备制造监测服务
  • 编译者: zhangmin
  • 发布时间:2020-10-14
  • 美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道,作者系伯纳德·马尔,文章根据当下形势,预测了明年人工智能的四个趋势。文章摘编如下:

      在2020年全球疫情暴发和世界被彻底颠覆之前,人工智能,尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。

      新冠病毒疫情对我们行为方式的许多方面产生了影响,但它并没有削弱人工智能对我们生活的影响。事实上,有一点已经变得显而易见,即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。

      当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时,人工智能无疑仍是一个关键趋势。为此,我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里,我们可以期待什么。

      更智能的大数据分析

      在当下的这场疫情中,我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。

      技术进步是这场疫情(尚)未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步,到通讯技术的进步,它们使我们能够更快发现疫情和实施封锁。明年,人工智能将被列入使我们能够更有效应对疫情的技术发展清单。

      仅科学和医学文献的数量就大幅增加,今年4月之前就发表了28000多篇与新冠病毒有关的论文。

      目前还在进行开发人工智能解决方案的工作,以帮助处理癌症等大量积压的其他医学问题,这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年,我们很可能会看到人工智能在其他许多医疗领域被加速采用,而不仅是应对病毒。

      通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集,我们将更容易发现疫情,跟踪密切接触者,实现更准确的诊断,并通过预测病毒未来可能演化的方式,开发更有效和持久的疫苗接种。

      自动检测和预防

      我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据,并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。

      另一个相关的发展领域将是使用面部识别技术,这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是,它把重点放在识别个体、而非人群中的模式,因此警方利用这项技术来发现逃避封锁和隔离的人,并追踪人群中出现症状的个体活动。

      预测行为变化

      我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势,但今年我们目睹了一场热潮。亚马逊公司2020年第二季度的销售额比去年同期增长了40%,就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。

      人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性,并在迅速掌握行为分析和个性化等概念。在2021年,让组织自助获取这项技术的工具将越来越流行,因为中小型企业正在寻求建立自己的竞争优势。

      把下一次疫情消灭在萌芽状态

      大多数人工智能算法都是针对预测的,人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。这项研究已经进行了一段时间,事实上,一些关于当前疫情的最早警报是由人工智能生成的。

      我们可以预计,人工智能研究将在未来18个月取得进一步突破,从而提高我们发现和应对病毒暴发危险的能力。然而,要做到这一点,还需要各国政府和私营企业之间持续不断的全球合作。

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。
  • 《2022年人工智能领域发展七大趋势》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心—领域情报网
    • 编译者:冯瑞华
    • 发布时间:2021-11-26
    • 人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月,谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。   美国《福布斯》网站在近日的报道中指出,尽管目前很难想象机器自主决策所产生的影响,但可以肯定的是,当时光的车轮到达2022年时,人工智能领域新的突破和发展将继续拓宽我们的想象边界,其将在7大领域“大显身手”。   增强人类的劳动技能   人们一直担心机器或机器人将取代人工,甚至可能使某些工种变得多余。但人们也将越来越多地发现,人类可借助机器来提升自身技能。   比如,营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注;在工程领域,人工智能工具通过提供维护预测,让人们提前知道机器何时需要维修;法律等知识型行业将越来越多地使用人工智能工具,帮助人们对不断增长的可用数据中进行分类,以找到完成特定任务所需的信息。   总而言之,在几乎每个职业领域,各种智能工具和服务正在涌现,以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。   更大更好的语言建模   语言建模允许机器以人类理解的语言与人类互动,甚至可将人类自然语言转化为可运行的程序及计算机代码。   2020年中,人工智能公司OpenAI发布了第三代语言预测模型GPT—3,这是科学家们迄今创建的最先进也是最大的语言模型,由大约1750亿个“参数”组成,这些“参数”是机器用来处理语言的变量和数据点。   众所周知,OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实,但一些人估计,它可能包含多达100万亿个参数(与人脑的突触一样多)。从理论上讲,它离创造语言以及进行人类无法区分的对话更近了一大步。而且,它在创建计算机代码方面也会变得更好。   网络安全领域的人工智能   今年1月,世界经济论坛发布《2021年全球风险格局报告》,认为网络安全风险是全世界今后将面临的一项重大风险。   随着机器越来越多地占据人们的生活,黑客和网络犯罪不可避免地成为一个更大的问题,这正是人工智能可“大展拳脚”的地方。   人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用,智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年,人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报,即时洞察信息,从而大幅加快响应速度。   人工智能与元宇宙   元宇宙是一个虚拟世界,就像互联网一样,重点在于实现沉浸式体验,自从马克·扎克伯格将脸书改名为“Meta”(元宇宙的英文前缀)以来,元宇宙话题更为火热。   人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境,让人们在元宇宙中体会宾至如归的感觉,培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境,比如想要放松时,就可与人工智能打网球或玩国际象棋游戏。   低代码和无代码人工智能   2020年,低代码/无代码人工智能工具异军突起并风靡全球,从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示,低代码/无代码工具将成为科技巨头们的下一个战斗前线,这是一个总值达132亿美元的市场,预计到2025年其总值将进一步提升至455亿美元。   美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明,该平台是一种类似于电子表格界面的无代码开发环境,被称为产品经理们的“福音”。   自动驾驶交通工具   数据显示,每年有130万人死于交通事故,其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”,正在改变这些行业。   特斯拉公司表示,到2022年,其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。   此外,由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶(MAS)已于2020年正式起航。IBM表示,人工智能船长让MAS具备侦测、思考与决策的能力,能够扫描地平线以发觉潜在危险,并根据各种即时数据来变更路线。2022年,自动驾驶船舶技术也将更上一层楼。   创造性人工智能   在GPT—4谷歌“大脑”等新模型的加持下,人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是Google X实验室的一个主要研究项目,是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。   2022年,这些创意性输出通常不是为了展示人工智能的潜力,而是为了应用于日常创作任务,如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能,但人们将越来越多地看到这些能力出现在机器上。