行業新聞
關於人工智能的9大未來觀
日期：2019-08-20
來源：J9九游会中国
人工智能已經成為技術圈的熱點話題。它不僅改變了人們的生活，也徹底改變了你能想到的所有產業。
不過，大眾對人工智能還有著不同的認識。有些人認為人工智能不好，因為他們聽說人工智能在未來會取代一些人的崗位。而人工智能的支持者認為，人工智能是一個社會發展的推動因素，它將通過自動化來減輕負擔，讓人們的生活更加便捷。
不管你是否喜歡人工智能，如果你對人工智能在未來的影響感興趣，那麽請看看這篇文章，我們將介紹一些主導人工智能發展的趨勢。
啟用人工智能的芯片將成為主流
與其他技術和軟件工具不同，人工智能主要依賴專業的處理器。為了適應人工智能的複雜需求，芯片製造商將研發能夠運行啟用人工智能的特製芯片。甚至像穀歌、臉書和亞馬遜等科技巨頭也會在這些特製芯片上投入更多資金。這些芯片會被用於與人工智能相關的特殊用途，比如自然語言處理、計算機視覺領域和語音識別。
人工智能和物聯網在邊緣計算層相遇
2019年是不同技術與人工智能融合的一年。物聯網將在邊緣計算層與人工智能攜手合作。產業物聯網將利用人工智能的強大功能進行根本原因分析、執行機器的預測性維護和自動檢測問題。
我們將在2019年看到分布式人工智能的興起。智能將被分散，並且將更靠近正在進行例行檢查的資產和設備。由神經網絡驅動的高度複雜的機器學習模型將被優化，以便在邊緣運行。
迎接自動化機器學習係統
自動化機器學習係統是2019年人工智能產業最顯著的發展趨勢之一。有了自動學習的能力，開發者能夠修補機器學習模型，創造準備好迎接未來人工智能挑戰的機器學習新模型。
自動化機器學習係統將介於認知應用程序編程接口和定製機器學習平台之間。自動化機器學習係統最大的優勢是，它向開發者提供了他們要求的自定義選項，同時簡化了工作流程。當你把數據和可移植性相結合，自動化學習係統可以為你提供其他人工智能技術不具有的靈活性。
擁抱智能運維
當人工智能用於應用程序時，它將改變我們管理基礎架構的方式。 DevOps將被智能運維取代，它將使你的IT員工能夠進行精確的根本原因分析。此外，它還可以讓你輕鬆地從龐大的數據庫中立即找到有用的見解和模式。大型企業和雲供應商將受益於DevOps與人工智能的融合。
神經網絡集成
在開發神經網絡模型時，人工智能開發人員將麵臨的最大挑戰之一是選擇最佳框架。有了市場上的數十種人工智能工具，選擇最好的人工智能開發工具可能不像以前那麽容易。不同神經網絡工具包之間缺乏集成性和兼容性，這阻礙了人工智能的采用。微軟和臉書等科技巨頭已經在開發開放式神經網絡交換（ONNX），允許開發人員跨越多個框架，重新使用神經網絡模型。
專業的人工智能係統成為現實
市場對專業係統的需求將在2019年成倍增長。各組織擁有的數據有限，但他們想要的是專業數據。這樣的需求會驅動企業掌握可以幫助組織在內部生成高質量人工智能數據的工具。
2019年，重點將從數據量轉移到數據質量。這將為可以在現實世界中發揮作用的人工智能奠定基礎。企業將尋求能夠專業人工智能解決方案提供商，幫助企業訪問關鍵數據源，理解非結構化數據。
人工智能技術將決定你的命運
雖然人工智能已經改變了你能想到的所有行業，但業界仍然缺乏擁有大量人工智能技能的人才。帕特卡爾·霍恩說：“大多數組織都希望將人工智能作為數字化轉型的一部分，但沒有兌現承諾——讓開發人員、人工智能專家和語言學家開發解決方案，甚至沒有培養預先構建解決方案的引擎。
拉胡爾·卡什亞普補充說：“有這麽多人工智能驅動解決方案，企業現在應該更敏銳地了解他們的人工智能解決方案的‘黑匣子’中發生的事情。”他繼續說道：“人工智能算法的訓練、結構化或通知方式可能會導致輸出的顯著差異。適用於一家公司的正確方程將不適用於另一家公司。”
人工智能可能會被不法之徒利用
就像硬幣有正反兩麵一樣，人工智能也有正麵和負麵影響。信息安全專家將使用人工智能來快速檢測惡意活動。借助人工智能驅動的響應和機器學習算法，誤報將減少90%。人工智能如果落入不法分子手中，網絡犯罪分子將濫用它來完成他們的惡意企圖。通過自動化，網絡黑客的軍隊可以更成功地發動致命攻擊。這將迫使企業以毒攻毒，投資人工智能驅動的安全解決方案。這些方案能夠保護他們免受人工智能發起的攻擊。
人工智能驅動的數據轉化
2019年，人工智能無處不在。從網絡應用到醫療保健係統，從航空公司到酒店預訂係統等，我們能在每個地方看到人工智能，它將處於數字化轉型的最前沿。
夏威夷大學IT部門主席兼教授董貝博士說：“由於製度、政治和社會原因，人工智能發展需要時間。我認為人工智能的最大趨勢將是加速數字化轉型，使現有的業務係統更加智能化。”
不過，大眾對人工智能還有著不同的認識。有些人認為人工智能不好，因為他們聽說人工智能在未來會取代一些人的崗位。而人工智能的支持者認為，人工智能是一個社會發展的推動因素，它將通過自動化來減輕負擔，讓人們的生活更加便捷。
不管你是否喜歡人工智能，如果你對人工智能在未來的影響感興趣，那麽請看看這篇文章，我們將介紹一些主導人工智能發展的趨勢。
啟用人工智能的芯片將成為主流
與其他技術和軟件工具不同，人工智能主要依賴專業的處理器。為了適應人工智能的複雜需求，芯片製造商將研發能夠運行啟用人工智能的特製芯片。甚至像穀歌、臉書和亞馬遜等科技巨頭也會在這些特製芯片上投入更多資金。這些芯片會被用於與人工智能相關的特殊用途，比如自然語言處理、計算機視覺領域和語音識別。
人工智能和物聯網在邊緣計算層相遇
2019年是不同技術與人工智能融合的一年。物聯網將在邊緣計算層與人工智能攜手合作。產業物聯網將利用人工智能的強大功能進行根本原因分析、執行機器的預測性維護和自動檢測問題。
我們將在2019年看到分布式人工智能的興起。智能將被分散，並且將更靠近正在進行例行檢查的資產和設備。由神經網絡驅動的高度複雜的機器學習模型將被優化，以便在邊緣運行。
迎接自動化機器學習係統
自動化機器學習係統是2019年人工智能產業最顯著的發展趨勢之一。有了自動學習的能力，開發者能夠修補機器學習模型，創造準備好迎接未來人工智能挑戰的機器學習新模型。
自動化機器學習係統將介於認知應用程序編程接口和定製機器學習平台之間。自動化機器學習係統最大的優勢是，它向開發者提供了他們要求的自定義選項，同時簡化了工作流程。當你把數據和可移植性相結合，自動化學習係統可以為你提供其他人工智能技術不具有的靈活性。
擁抱智能運維
當人工智能用於應用程序時，它將改變我們管理基礎架構的方式。 DevOps將被智能運維取代，它將使你的IT員工能夠進行精確的根本原因分析。此外，它還可以讓你輕鬆地從龐大的數據庫中立即找到有用的見解和模式。大型企業和雲供應商將受益於DevOps與人工智能的融合。
神經網絡集成
在開發神經網絡模型時，人工智能開發人員將麵臨的最大挑戰之一是選擇最佳框架。有了市場上的數十種人工智能工具，選擇最好的人工智能開發工具可能不像以前那麽容易。不同神經網絡工具包之間缺乏集成性和兼容性，這阻礙了人工智能的采用。微軟和臉書等科技巨頭已經在開發開放式神經網絡交換（ONNX），允許開發人員跨越多個框架，重新使用神經網絡模型。
專業的人工智能係統成為現實
市場對專業係統的需求將在2019年成倍增長。各組織擁有的數據有限，但他們想要的是專業數據。這樣的需求會驅動企業掌握可以幫助組織在內部生成高質量人工智能數據的工具。
2019年，重點將從數據量轉移到數據質量。這將為可以在現實世界中發揮作用的人工智能奠定基礎。企業將尋求能夠專業人工智能解決方案提供商，幫助企業訪問關鍵數據源，理解非結構化數據。
人工智能技術將決定你的命運
雖然人工智能已經改變了你能想到的所有行業，但業界仍然缺乏擁有大量人工智能技能的人才。帕特卡爾·霍恩說：“大多數組織都希望將人工智能作為數字化轉型的一部分，但沒有兌現承諾——讓開發人員、人工智能專家和語言學家開發解決方案，甚至沒有培養預先構建解決方案的引擎。
拉胡爾·卡什亞普補充說：“有這麽多人工智能驅動解決方案，企業現在應該更敏銳地了解他們的人工智能解決方案的‘黑匣子’中發生的事情。”他繼續說道：“人工智能算法的訓練、結構化或通知方式可能會導致輸出的顯著差異。適用於一家公司的正確方程將不適用於另一家公司。”
人工智能可能會被不法之徒利用
就像硬幣有正反兩麵一樣，人工智能也有正麵和負麵影響。信息安全專家將使用人工智能來快速檢測惡意活動。借助人工智能驅動的響應和機器學習算法，誤報將減少90%。人工智能如果落入不法分子手中，網絡犯罪分子將濫用它來完成他們的惡意企圖。通過自動化，網絡黑客的軍隊可以更成功地發動致命攻擊。這將迫使企業以毒攻毒，投資人工智能驅動的安全解決方案。這些方案能夠保護他們免受人工智能發起的攻擊。
人工智能驅動的數據轉化
2019年，人工智能無處不在。從網絡應用到醫療保健係統，從航空公司到酒店預訂係統等，我們能在每個地方看到人工智能，它將處於數字化轉型的最前沿。
夏威夷大學IT部門主席兼教授董貝博士說：“由於製度、政治和社會原因，人工智能發展需要時間。我認為人工智能的最大趨勢將是加速數字化轉型，使現有的業務係統更加智能化。”
