方珺逸 / 投资、经济及... / 2017年七大 AI 趋势观察

0 0

   

2017年七大 AI 趋势观察

2017-01-10  方珺逸

作者: Ben Lorica,O’Reilly首席数据科学家
 译者: 张扬,哆巴安电子商务公司创始人和CEO
 欢迎人工智能领域技术投稿、约稿、给文章纠错,请发送邮件至
heyc@csdn.net


从工具到研究及伦理,本-罗瑞卡预测2017年AI大事件


在2016年我们看到巨头和创业公司,都做了大量的AI方面的创新和投资,炒得火热。2017年,趋势会如何?


平民化的工具将使得更多公司可以尝试AI技术


最近一期的福瑞斯特调查显示,在商业和科技专业人士中,正在研究AI的达58%,已在使用AI系统的只占12%。部分原因是因为AI应用级产品才刚刚实现,另部分原因是因为AI确实有难度。AI需要相当专业化的技术和自行研发的能力。


但是像Facebook公司的Wit.at和Howdy公司的Slack机器人正在竞相成为AI领域的VB(微软的VB可视化编程语言和工具,上手快,使用简便-译者注),给相对不是很内行的开发者提供了“点击式”的会话界面。像Bonsai,Keras,以及TensorFlow(如果你不介意自己编程)这类工具,简化了深度学习模型的操作。谷歌API和微软Azure云平台,则允许你创建智能应用,而无需考虑底层运行平台的配置和运维。


我们将看到更多专门性的AI系统


我们现在并不奢望搞出大型、通用AI系统。但我们确实希望能开发出专门、有针对性的AI系统,比如:


  • 机器人:用于个人,工业,零售(如亚马逊的仓库自动搬运机器人,译者注)

  • 自动驾驶:汽车,无人机

  • 虚拟人:用于CRM(客户管理,如机器人在线客服,译者注),消费者服务(比如亚马逊的Echo),个人助理

  • 行业相关的AI:金融,健康,安保,零售(如亚马逊的无店员值守超市,译者注)


自动化程度增加对经济的影响将成为讨论主题


关于邪恶AI将接管世界的言论会减少,但是AI系统冲击经济的言论将增多。担心AI偷走人类工作将不是新鲜事,但我们期待,就AI对经济方面的影响,进行更深入细微的对话。


在注意力经济中,帮助人们克服信息过载的AI系统将演化的更加精巧


我们注意到(并且很欢迎)AI领域很有趣的发展,即帮助人们筛选信息以抵御信息过载,尤其在以下领域:


  • 自然语言理解

  • 结构化数据挖掘(从“暗数据”到“结构化信息”)

  • 信息地图

  • 自动摘要(文本,视频,音频)


AI研究人员将继续处理(或许能解决)基本性难题


1967年,MIT人工智能实验室的联合创始人Marvin Minsky说过“经过一代人努力,创造一个人工智能的问题将被基本解决”。这个预见错了吗?不见得。但是仍然有些基本问题有待解决。有一些进展,比如:


  • 基本AI模块的持续研究,包括自然语言理解,视觉,发音,强化学习,信息摘取,硬件系统优化

  • 具有增强的注意和记忆、能够同时处理多个复杂问题(比如演绎和推理)的系统,比如DeepMind公司的微分神经计算机

  • 非标签化数据需求减少的算法,无监督学习,半监督学习

  • 由人类智能的关键方面所启发的系统,包括直觉式的物理学和心理学,快速建模,因果性(译者不是很清楚,原作者想要表达的确切含义)

  • 能构建具有鲁棒性和可靠性的软件的AI系统,Peter Norvig在O’Reilly的AI大会上做了这方面的精彩演讲


人机交互方式将更加丰富


机器智能领域,包括了从纯机器智能到辅助人类的广泛范围。情绪智能与侦测,以及辅助人类解决问题方面的进展,将为人类和机器智能之间提供更加丰富的人机交互。

伦理和隐私方面的关注将会持续


大多数AI系统是黑盒子,机理非常复杂。跟AI伦理和隐私相关的风险真实存在,需要深思熟虑,已达成一致意见。这些问题不会在2017年就能解决,但我们期望能有所进展。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。如发现有害或侵权内容,请点击这里 或 拨打24小时举报电话:4000070609 与我们联系。

    猜你喜欢

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多
    喜欢该文的人也喜欢 更多