人工智能

在2018年,，我們都經(jīng)歷了基于人工智能和機(jī)器學(xué)習(xí)的工具,，平臺(tái)和應(yīng)用程序的迅速興起。這些技術(shù)工具不僅改變了互聯(lián)網(wǎng)和軟件行業(yè),，而且還對(duì)包括制造業(yè),，健康，農(nóng)業(yè)和汽車在內(nèi)的各種垂直行業(yè)產(chǎn)生了巨大影響。

AI時(shí)代

AI相關(guān)和ML技術(shù)將在2019年和未來(lái)幾年繼續(xù)增長(zhǎng)。 IBM,，F(xiàn)acebook和Google等組織正在投入大量資金和時(shí)間來(lái)開發(fā)和研究人工智能技術(shù),，以便為用戶帶來(lái)好處。

我們大多數(shù)人都想知道人工智能將在2019年帶來(lái)哪些轉(zhuǎn)變,。從Gmail電子郵件響應(yīng)提示到轉(zhuǎn)錄語(yǔ)音郵件,，自動(dòng)預(yù)約電話，Alexa用于智能家居和自駕車在路上,，我們?cè)?018年目睹了很多,。但是問(wèn)題是我們將在2019年和2020年經(jīng)歷哪些變化..

我們將討論一些值得關(guān)注的人工智能趨勢(shì)。以下是2019年值得關(guān)注的人工智能趨勢(shì)：

1.引入支持AI的芯片

人工智能依賴于專用處理器,，補(bǔ)充了CPU,。高級(jí)CPU模型也無(wú)法提高AI培訓(xùn)模型的速度。

AI模型需要額外的硬件來(lái)解決復(fù)雜的數(shù)學(xué)問(wèn)題,，以提高任務(wù)的速度,，如面部識(shí)別和物體檢測(cè)。

包括NVIDIA,，ARM,，英特爾和高通在內(nèi)的芯片制造商將提供專用芯片，以提高基于AI的應(yīng)用程序的速度,。

支持AI的芯片將針對(duì)與自然語(yǔ)言處理,，語(yǔ)音識(shí)別和計(jì)算機(jī)視覺(jué)相關(guān)的特定用例和場(chǎng)景而設(shè)計(jì)。行業(yè)級(jí)應(yīng)用很快將依賴這些芯片為消費(fèi)者或最終用戶提供智能,。

2.面部識(shí)別

最近,，面部識(shí)別在很多負(fù)面新聞發(fā)布中都很普遍，無(wú)論是中國(guó)的SenseTime還是谷歌贏得訴訟,。

但是,，這項(xiàng)技術(shù)將在2019年繼續(xù)增長(zhǎng)。面部識(shí)別是一種基于人工智能的技術(shù),，用于識(shí)別個(gè)人使用其面部特征及其數(shù)字圖像的模式,。

2019將見證面部識(shí)別技術(shù)的使用增加，具有高可靠性和準(zhǔn)確性,。例如,，F(xiàn)acebook的Deepface程序用于標(biāo)記照片中的朋友和家人。此外,，幾乎所有的智能手機(jī)現(xiàn)在都拿出面鎖,。

從廣告到運(yùn)輸體驗(yàn),，面部識(shí)別將繼續(xù)用于生物識(shí)別。由于非侵入性識(shí)別和易于部署,，這種AI技術(shù)趨勢(shì)將繼續(xù)上升,。

面部識(shí)別的其他用例包括通過(guò)安全檢查和執(zhí)法的支付處理。即將到來(lái)的面部識(shí)別技術(shù)也可以用于醫(yī)療保健行業(yè),，用于臨床試驗(yàn)和醫(yī)學(xué)診斷,。 Openwater是便攜式醫(yī)學(xué)成像技術(shù)之一，正在打破可以從大腦中讀取圖像的界限,。

3.AI和IoT的融合

人工智能將在2019年的邊緣計(jì)算層遇到物聯(lián)網(wǎng),。我們將看到更多的人工智能與物聯(lián)網(wǎng)融合的用例。

例如,，如果沒(méi)有人工智能和物聯(lián)網(wǎng)的結(jié)合,，自動(dòng)駕駛汽車的概念就不會(huì)變得實(shí)用。支持物聯(lián)網(wǎng)的傳感器可收集實(shí)時(shí)數(shù)據(jù)和AI模型的電源決策程序,。

深度學(xué)習(xí)算法有助于根據(jù)物聯(lián)網(wǎng)傳感器收集的數(shù)據(jù)采取行動(dòng)并做出決策,。一些行動(dòng)包括眼睛跟蹤以增強(qiáng)駕駛員監(jiān)控，路線規(guī)劃,，當(dāng)汽車燃料或汽油不足時(shí)自動(dòng)直接移動(dòng)到加油站以及語(yǔ)音命令的自然語(yǔ)言處理,。

物聯(lián)網(wǎng)已準(zhǔn)備好成為企業(yè)中人工智能的重要驅(qū)動(dòng)力。 Edge器件將配備基于ASIC和FPGA的支持AI的芯片,。

4.社會(huì)經(jīng)濟(jì)模型

由于人工智能日益受到關(guān)注,，幾乎所有人都提出了一個(gè)共同的問(wèn)題，即“AI會(huì)很快帶走工作嗎,？”答案是，“這取決于”,。

雖然人工智能會(huì)奪走資源稀缺的工作,，但它也會(huì)帶來(lái)具有多種技能的新工作。

無(wú)論答案是什么,，各個(gè)政府和世界經(jīng)濟(jì)論壇都在討論這個(gè)話題,。這是因?yàn)槿斯ぶ悄軕?yīng)用程序的興起將有擴(kuò)大技能差距的風(fēng)險(xiǎn)，并可能造成兩極分化的社會(huì),。

雖然自動(dòng)化可以消除對(duì)工作的需求,，但總會(huì)有對(duì)教師，護(hù)理人員,，客戶服務(wù)主管等工作的需求,。

再分配計(jì)劃將成為2019年立法者關(guān)注的焦點(diǎn)。

5.神經(jīng)網(wǎng)絡(luò)之間的互操作性

構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的最大挑戰(zhàn)之一取決于選擇正確的框架,。開發(fā)人員和數(shù)據(jù)科學(xué)家必須從眾多選項(xiàng)中選擇合適的平臺(tái),，包括TensorFlow，Caffe2，Apache MXNet,，Microsoft Cognitive Toolkit和PyTorch,。

在特定框架中訓(xùn)練和評(píng)估模型之后，很難將訓(xùn)練的模型移植到另一個(gè)框架,。這是因?yàn)樯窠?jīng)網(wǎng)絡(luò)工具包之間缺乏互操作性,。為了克服這一挑戰(zhàn)，F(xiàn)acebook,，微軟和AWS合作開發(fā)了開放式神經(jīng)網(wǎng)絡(luò)交換,，允許在各種框架中重用經(jīng)過(guò)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型。它將成為2019年該行業(yè)的關(guān)鍵技術(shù),。

6.通過(guò)AIOps自動(dòng)化DevOps

現(xiàn)代基礎(chǔ)架構(gòu)和應(yīng)用程序生成用于搜索,，索引和分析的日志數(shù)據(jù)。從操作系統(tǒng),，應(yīng)用軟件,，服務(wù)器軟件和硬件獲得的大量數(shù)據(jù)集可以與搜索模式和見解相關(guān)聯(lián)。

在將機(jī)器學(xué)習(xí)模型應(yīng)用于此類數(shù)據(jù)集之后,，IT操作可以從被動(dòng)轉(zhuǎn)換為預(yù)測(cè),。當(dāng)人工智能的潛力應(yīng)用于運(yùn)營(yíng)時(shí)，它將重建基礎(chǔ)設(shè)施的處理方式,。 AI和ML在DevOps和IT運(yùn)營(yíng)中的應(yīng)用將為公司提供智能,。它將幫助運(yùn)營(yíng)團(tuán)隊(duì)進(jìn)行準(zhǔn)確而準(zhǔn)確的根本原因分析。

這就是為什么AIOps將成為2019年的焦點(diǎn).AI和DevOps的融合將使企業(yè)和公共云供應(yīng)商受益,。

7.自動(dòng)機(jī)器學(xué)習(xí)模型

將改變基于ML的模型的AI趨勢(shì)是AutoML,。它將允許開發(fā)人員和業(yè)務(wù)分析人員開發(fā)可以解決復(fù)雜場(chǎng)景的機(jī)器學(xué)習(xí)模型，而無(wú)需經(jīng)歷ML模型的培訓(xùn)過(guò)程,。

使用AutoML平臺(tái)時(shí),，業(yè)務(wù)分析師可以繼續(xù)強(qiáng)調(diào)業(yè)務(wù)問(wèn)題，而不是迷失在工作流和進(jìn)度中,。

該平臺(tái)可以適應(yīng)自定義ML平臺(tái)和認(rèn)知API,，并提供適當(dāng)級(jí)別的個(gè)性化，而無(wú)需開發(fā)人員完成整個(gè)工作流程,。

8.深度學(xué)習(xí)

當(dāng)數(shù)據(jù)維數(shù)增加時(shí),，機(jī)器學(xué)習(xí)變得復(fù)雜。想象一下,，您嘗試將您的聲音轉(zhuǎn)錄到文本中,。問(wèn)題多次惡化。

然而,，深度學(xué)習(xí)是自動(dòng)駕駛汽車,，圖像識(shí)別和語(yǔ)音控制背后的技術(shù),。隨著Google Home和Amazon的Alexa的出現(xiàn)，您可以找到使用自然語(yǔ)言處理的各種基于語(yǔ)音的應(yīng)用程序,，這是深度學(xué)習(xí)的一種應(yīng)用,。

因此，我們可以看到對(duì)下一代深度學(xué)習(xí)算法的興趣增加,，這些算法可以克服復(fù)雜問(wèn)題,，例如技術(shù)基礎(chǔ)設(shè)施問(wèn)題的解釋。

9. AI和區(qū)塊鏈的融合

眾所周知,，區(qū)塊鏈可以應(yīng)對(duì)可伸縮性等挑戰(zhàn),，而人工智能有信任和隱私問(wèn)題，這兩種技術(shù)可以結(jié)合起來(lái)解決這些挑戰(zhàn),。

區(qū)塊鏈為分散的市場(chǎng)提供動(dòng)力,，可以幫助AI算法變得更加可靠和透明。例如,，Enigma是一家初創(chuàng)公司,，提供安全的數(shù)據(jù)市場(chǎng)，用戶可以通過(guò)智能合約訂閱和訪問(wèn),。

10.政策和隱私

GDPR的引入是2018年最熱門的話題,。我們預(yù)計(jì)2019年和2020年會(huì)有更多與政策和隱私相關(guān)的對(duì)話。

我們大多數(shù)人都不知道我們的數(shù)字信息是如何在互聯(lián)網(wǎng)上使用的,。 Facebook的隱私危機(jī)導(dǎo)致了對(duì)數(shù)字?jǐn)?shù)據(jù)隱私的意識(shí),。

這就是為什么立法者和國(guó)家將繼續(xù)將隱私政策視為2019年的一個(gè)關(guān)鍵問(wèn)題的原因。圍繞人工智能使用數(shù)字生態(tài)系統(tǒng)的同意問(wèn)題將非常重要,，圍繞AI制定的法律需要進(jìn)一步理解,。世界各國(guó)將繼續(xù)致力于制定人工智能法規(guī)的舉措。

結(jié)論

從上面提到的AI趨勢(shì)可以得出結(jié)論,，AI不會(huì)很快見證下降,。我們將逐年看到新的人工智能趨勢(shì)。 如果您愿意在現(xiàn)有解決方案中實(shí)施任何這些AI趨勢(shì),，或者您想從頭開始構(gòu)建基于AI的解決方案，我們的人工智能專家可以為您提供幫助并提供正確的解決方案,。立即咨詢我們的人工智能團(tuán)隊(duì),，討論您的業(yè)務(wù)需求。