广告

2019年人工智能的10大趋势

导语:一、开源框架(Open-Source Frameworks)人工智能进入门槛比以往任何时候都低,这要归功于开源软件。2015年谷歌开放了其机器学习库TensorFlow,越来越多的公司,包括Coca-Cola、e Bay

一、开源框架(Open-Source Frameworks)

人工智能进入门槛比以往任何时候都低,这要归功于开源软件。2015年谷歌开放了其机器学习库TensorFlow,越来越多的公司,包括Coca-Cola、e Bay等开始使用TensorFlow。2017年Facebook发布caffe2和 Py Torch(Python的开源机器学习平台),而Theano是蒙特利尔学习算法研究所(Mila)的另一个开源库,随着这些工具的使用越来越广泛,Mila公司已经停止了对Theano的开发。

2019年人工智能的10大趋势

 

二、人工智能终端化

人工智能技术快速迭代,正经历从云端到终端的过程,人工智能终端化能够更好更快地帮助我们处理信息,解决问题,我们舍弃了使用云端控制的方法,而是将AI算法加载于终端设备上(如智能手机,汽车,甚至衣服上)。

英伟达(NVIDIA),高通(Qualcomm)还有苹果(Apple)等诸多公司加入了对终端侧人工智能领域的突破和探索,2017和2018年是众多科技公司在人工智能终端化进入快速发展期的两年,同时他们也在加紧对人工智能芯片的研发。但AI依然面临着储存和开发上的困境,亟需更丰富的混合模型连接终端设备与中央服务器。

三、人脸识别

从手机解锁到航班登机,人脸识别的应用范围愈发广泛,各国对于人脸识别的需求逐渐升高,不少创业公司开始关注这一领域,利用该技术,可以通过脸部特点从而还原蒙面嫌疑犯完整的人脸。但人脸识别仍有待改进。这一技术仍会对人脸真假存在误判。人脸识别中所包含的数据远比我们想象要多,其中的安全问题也应引起我们关注。

2019年人工智能的10大趋势

 

四、AI聊天机器人

尽管许多人把聊天机器人看成是AI的代名词,但两者依然存在差别。如今的AI聊天机器人已经进化得十分完善,与真人对话时甚至还会应用“嗯...”这一类口头语和停顿,但人们担忧这些机器人的行为过于逼真,开始考虑在对话时对其聊天机器人的身份进行确认说明的需要。国外的科技巨头FAMGA(Facebook,Apple,Microsoft,Google与Amazon)以及国内的BAT都把目光投向了这一领域。

五、后台自动化

人工智能正在推动管理工作走向自动化,但数据的不同性质和格式使其成为一项具有挑战性的任务。根据行业和应用程序的不同,自动化“后台任务”的挑战可能是独一无二的,例如,手写的临床笔记对自然语言处理算法来说就是一个独特的挑战。机器人过程自动化(RPA)一直是热门话题,虽然并非所有的机器人过程自动化都基于机器学习,但许多都开始将图像识别和语言处理集成到它们的解决方案中。

六、综合训练数据

对于训练人工智能算法来说,访问大型的、标记的数据集是必要的,合成数据集可能会成为解决瓶颈问题的关键,人工智能算法依赖数据,当一些类型的现实世界数据不易被访问时,合成数据集的用武之地就体现出来,一个有趣的新兴趋势是使用AI本身来帮助生成更“逼真”的合成图像来训练AI,例如,英伟达使用生成对抗网络(GAN)来创建具有脑肿瘤的假MRI图像。GAN被用于“增强”现实世界数据,这意味着AI可以通过混合现实世界和模拟数据进行训练,以获得更大更多样化的数据集。此外,机器人技术是另一个可以从高质量合成数据中获益的领域。

七、零售

走进一家商店,挑选你想要的东西,然后走出去,这几乎“感觉”就像在行窃,人工智能可以杜绝真正的盗窃行为,并让免结账手续零售变得更加普遍。盗窃一直是美国零售商的一大痛点,然而,当你掌握进出商店的人,并自动向他们收费时,有人入店行窃的可能性就会降到最低。其余一些需要考虑的事情是如何利用建筑空间,特别是在拥挤的超市,确保摄像机被最佳地放置来追踪人和物品。

八、电子商务搜索

对搜索词的上下文理解正在走出“实验阶段”,但要广泛采用搜索词还有很长的路要走,当使用电子商务搜索来显示相关结果时,使用适当的元数据来描述产品是一个起点。仅仅描述和索引是不够的,许多用户用自然语言搜索产品(比如“没有纽扣的洋红色衬衫”),或者不知道如何描述他们在寻找的商品,这使得电子商务搜索的自然语言成为一个挑战。

九、网络优化

人工智能正在开始改变电信,电信网络优化是一套改进延迟、带宽、设计或架构的技术——能以有利方式增加数据流的技术,对于通信服务提供商来说,优化可以直接转化为更好的客户体验,除了带宽限制之外,电信面临的最大挑战之一是网络延迟,像手机上的AR / VR等应用,只有极低的延迟时间才能达到最佳的功能。

电信运营商也在准备将基于AI的解决方案集成到下一代无线技术中,即5G,三星收购了基于AI的网络和服务分析初创公司Zhilabs,为5G时代做准备,高通认为人工智能边缘计算是其5G计划的重要组成部分(边缘计算可减少带宽限制并与云进行频繁通信,这是5G的主要关注领域)。

十、车辆自动化驾驶

尽管自动化驾驶的汽车市场潜力巨大,但实现全自动的未来依然不明朗。自动化驾驶成为了科技公司和初创公司互相竞争的新领域,他们为此注入的不仅有新的活力,还有大量的投资。投资者对他们的决定十分乐观,数个自动驾驶汽车品牌所获得的投资总额已超百亿,预计2025年其市场利润能达800亿美元,物流等相关行业会成为首批应用全自动驾驶的行业,预计可缩减三分之一的成本。

2019年人工智能的10大趋势
整理
本文为机器人网原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
相关文章
广告
广告
广告
广告
推荐使用浏览器内置分享