人工智能的发展趋势综述.docx

《人工智能的发展趋势综述.docx》由会员分享，可在线阅读，更多相关《人工智能的发展趋势综述.docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工智能的发展趋势综述一、前言市场研究机构CB-Insights公司于2019年度1月发布了一项有关人工智能应用前景的报告报告中总结了25个行业开展趋势并分别以市场活力程度以及行业认可程度为横纵坐标将其划分为四种类型分别为1确定前景该行业拥有稳定的需求行业内的市场以及客户对这一方向的投资以及应用是持续增加的2早期前景这一方向的应用仍处于早期论证中产品尚未被广泛使用但是在科研机构以及媒体中已经形成一定成果3预期前景此方向的产品与应用已经获得了广泛的投资这一概念也被早期使用者所承受预期将来会获得快速开展4短暂前景该方向有一定趋势但是市场存在很强的不确定性随着人们对该领域的关注度增加有可能获得更多的

2、时机以及市场。二、确定前景的应用1.开源框架由于开源软件的存在进入人工智能行业的门槛比以往任何时候都要低。开源框架对于人工智能领域的开展是双向的。首先它使所有人都可以访问该人工智能开源框架。反过来许多科技公司也从加速人工智能研究开展的论坛或者开发者中受益。例如Google于2021年度开放了它的TensorFlow机器学习数据库在GitHub一个用户可以协作开发的平台上每月有数百名用户介入关于TensorFlow的讨论、研究与开发。包括可口可乐、eBay以及Airbnb等知名公司都在使用TensorFlow的开源数据库作为他们的人工智能开发框架。2.终端人工智能实时决策的需求将人工智能推向了终

3、端领域。终端人工智能旨在可以在终端设备如智能手机、汽车或者穿戴设备上运行人工智能算法而不是借助与中央云或者效劳器的通信进而使设备可以在本地处理信息并对情况做出更快的响应。例如在无人驾驶领域自主车辆必须实时响应道路上发生的情况并且可能在没有互联网连接的区域工作。在这种环境中决策时间是极为重要的任何短时间的延迟都可能导致致命的问题。3.人脸识别从解锁手机到航班登机人脸识别已逐渐成为主流应用。卡内基梅隆大学最近获得了一项关于“幻觉面部特征的专利这是一种帮助执法机构识别蒙面嫌疑人的方法即使只捕获了面部的眼周区域就可以重建一张完好的脸。然后可以使用面部识将“幻觉脸与实际脸的图像进展比拟以找到相关性强的脸

4、。为进步面部识别的准确性亚马逊探究了额外的验证方式包括要求用户执行某些动作如微笑、眨眼或者倾斜头部。然后将这些操作与红外图像信息、热成像数据或者其他此类信息结合起来以获得更可靠的身份验证。4.医学影像与诊断2018年度4月美国食品药品监视管理局FDA批准了一项代号为IDx-DR的医疗相关人工智能软件该系统能在87.4%的时间内正确识别出“轻度以上糖尿病性视网膜病变患者并在89.5%的时间内识别出没有这一疾病的人群。除此之外FDA近期为医用人工智能应用提供了快速监管审批的效劳批准了许多拥有庞大客户群体的医疗工程如用于CT扫描检测中风的VizLVO以及发现肝肺损伤的Arterys套件。快速监管审批

5、为80多家人工智能成像以及诊断公司开拓了新的商业途径这些公司自2021年度以来已筹集了股权融资共有149宗交易。5.预测性维护预测性维护技术的应用帮助制造厂商、设备保险公司以及客户在设备维修以及故障识别中节约了可观的资金以及精力。大数据说明意外的设备故障是导致工厂消费停机的主要原因之一而且方案外停机平均使公司损失25万美元/小时。在预测性维护中传感器以及智能摄像头从机器采集连续的数据流如温度以及压力而这些实时数据为机器学习算法的迭代以及更新提供了丰富的数据支持。随着时间的推移这些算法可以在故障发生之前对其进展预测。6.电子商务搜索系统对搜索词的上下文理解正逐渐完成实验阶段但间隔广泛应用还有很长

6、的路要走。目前为止零售商仍然没有特别重视与人工智能相关的盈利策略许多零售公司还没有扩展或者优化其电子商务运营。最近网络零售平台eBay开场强迫要求卖家完善产品描绘并使用机器学习来处理这些数据以在目录中找到类似的产品。除此之外图片搜索初创公司Visenze与优衣库、Myntra以及日本电子商务巨头Rakuten等客户合作。Visenze允许店内客户在商店里对他们喜欢的东西拍照然后上传图片在网上找到确切的产品。三、早期前景的应用1.胶囊网络谷歌深度学习领域研究员Hinton在2020年度的一篇论文中提出了一个新概念胶囊网络。他认为目前识别图像的方法表现不佳包括当今深度学习中最流行的神经网络构造之一

7、即卷积神经网络CNN在图像识别的应用上仍然存在许多问题。Hinton在2018年度发表的论文中讨论了一种名为胶囊网络CapsenetNetworks的替代概念这种新的体系构造有望在多个方面超越CNN。2.新一代假肢通过结合机器学习、生物学以及物理学等技术有望解决假肢使用中最困难的乖巧性问题。从2006年度以来美国国防部预先研究方案局DARPA已经花费了数百万美元在高级假肢工程上由约翰霍普金斯大学牵头旨在帮助受伤的退伍军人。在参加了机器学习算法后从正常人的自主运动中解码大脑以及肌肉信号方便其转化为机器人控制。在2018年度科学界研究的重点是使用强化学习来预测假肢的性能研究人员使用一个名为Open

8、sim的开源软件来模拟人的运动。3.临床试验志愿者。临床试验中最大的难题之一是招募适宜的志愿者。对临床研究团队以及志愿者来讲将特定的试验与匹配的患者进展关联是一个耗时且具有挑战性的经过。理想的解决方案是通过人工智能软件从患者的医疗记录中提取相关信息与正在进展的试验比拟并进展详细的匹配研究。自2021年度以来苹果公司推出了两个开源框架ResearchKit以及CareKit以帮助临床试验团队招募志愿者并远程实时监控他们的安康情况。这些框架允许研究人员以及开发人员创立医疗应用程序来监控患者特定的医学指标进而消除医疗的地理障碍。4.生成对抗网络生成对抗网络GANs是谷歌的研究人员于2021年度提出的

9、概念这项技术的根本观点是利用了人工智能对抗人工智能所产生的结果。例如有两个神经网络其中一个作为生成器生成一个假图像另外一个作为鉴别器它将结果与真实世界的图像进展比拟并向生成器反应与真实图像的相似程度。这就形成了两个神经网络以及一个持续的反应回路这一经过试图让生成器以及鉴别器彼此变得更聪明。5.联盟学习联盟学习作为一种新开发的人工智能算法主要用于保护隐私同时用敏感的用户数据训练学习算法。以挪动端设备的应用为例用户的手时机根据本地的数据对模型进展迭代以及更新。这一经过中只有更新框架被发送回云端以改善使用环境的全局状态而详细的隐私数据并不会被导出。谷歌支持的人工智能初创公司Owkin正在使用保护敏感

10、用户数据的联盟学习方法该系统允许不同的癌症治疗中心在详细的病人隐私数据被隐藏的情况下仍然可以进展协作。6.医疗生物特征识别利用神经网络研究人员以及医疗人员开场研究以及测量以前难以量化的医疗生物特征。2019年度谷歌公司的研究人员根据视网膜、声音等生物特征以及心血管疾病的相关性并对被测者的年度龄、性别以及吸烟等影响因素进展准确量化通过对神经网络的训练可以对心血管疾病的风险性进展评估。与此同时许多公司以及组织机构正着手于更新人工智能算法可实现对冠状动脉疾病、糖尿病、动脉硬度以及血压的监测与监控。7.自动索赔系统保险公司以及初创企业逐步开场研发以及使用基于人工智能算法的自动索赔系统用来计算车主的风险

11、评分分析事故现场的图像并监控驾驶员的行为。阿里巴巴旗下的蚂蚁金融在其事故处理系统中使用深度学习算法进展图像处理车主或者司机可以把车辆受损信息的图片发送到系统中然后神经网络分析图像并自动进展损伤评估并将其发送给汽车保险公司。除此之外阿里巴巴还推出了一种叫做“汽车保险积分的方法利用机器学习根据信誉记录、消费习惯以及驾驶习惯等因素来计算车主的风险评分。8.防伪随着电子商务的蓬勃开展假货越来越难被发现为了应对这种情况品牌厂家以及零售商开场尝试利用人工智能来区分产品真伪。造假者往往使用与原始品牌非常相似的关键词以及图像不仅在假冒网站上销售假冒商品也在合法市场或者平台上销售假冒商品还通过社交媒体促销假冒商

12、品。阿里巴巴报告称他们正在利用深度学习不断监测其平台的知识产权侵权行为。它使用图像识别来尝试判别商品图像中的字符再加上相关的语义识别进而完成防伪监视。除以上几项应用方向外基于人工智能算法的无人零售、自动化后台、同声翻译以及数据合成训练也都是符合早期前景特征的应用方向。在结合了更为智能的算法后整个行业可能会出现颠覆性的变化。四、预期前景的应用1.强化学习自从谷歌公司开发的AlphaGo在围棋比赛中击败世界排名第一的中国选手后在经过了海量的数据学习后它所应用的强化学习算法引起了广泛的关注并在游戏以及机器人仿真中得到了极大的开展。简单来讲强化学习算法的根本原理是为了到达目的的最大化回报系统所需要采取

13、的行为的集合。最近加州大学伯克利分校的研究人员利用计算机视觉以及强化学习从YouTube视频中学习人体动作以及姿势使计算机模拟的角色可以复制以及识别视频中的动作而无需手动标注姿势。2.网络优化从促进频谱分享到监控资产再到提出天线的优化设计人工智能正在开场改变电信技术。电信网络优化是用于改善延迟、带宽以及设计架构的一项新兴技术。对于通信效劳提供商而言优化意味着更好的客户体验。除了带宽限制外电信业面临的最大挑战之一是网络延迟。最近苹果公司获得了一项专利利用机器学习来形成预测网络用来预估无线设备可能会采取的操作并提早下载数据包以减少延迟。3.自动驾驶尽管自动驾驶车辆有着宏大的市场机遇但实现完全无人自

14、主的时间表仍然不可预估。2017年度4月百度宣布推出了一个关于自主驾驶解决方案的开放平台阿波罗Apollo这一技术平台吸引了来自全球各地的合作伙伴。与其他开放源代码的平台一样其理念是通过开放人工智能以及自动驾驶的研究使之可以受益于科研生态系统中其他介入者的研究成果。让每个人都可以使用源代码使公司以及研究团队可以在现有研究的根底上进展构建而不是从头开场。4.农作物监测新型农业正在开展三种类型的作物监测地面、空中以及立体地理空间。植保无人机作为农作物监测的主要应用产品预计2021年度全球精准农业无人机市场将到达29亿美元。无人机可以为农民绘制农田地图利用热成像监测水分含量还可以识别虫害作物以及喷洒

15、杀虫剂。有许多初创公司正致力于利用人工智能算法为第三方无人机捕获的数据做出精准的分析以及判断。基于人工智能算法的软件平台与无人机搭载平台的结合正在逐渐成为农作物监测开展的主流。五、短暂前景1.网络破绽搜索随着网络技术的快速迭代对网络攻击的反响速度与操作程度已经明显缺乏利用机器学习主动搜索威胁的技术正在网络平安中获得优势。威胁搜索是一种主动寻找恶意活动的行为而不是仅仅对警报或者发生后的破绽作出反响。根据全球公共数据泄露数据库中的泄露程度指数18年度上半年度全球共有45亿条数据记录遭到泄露。与人工智能所介入的其他工业应用不同网络防御是黑客以及平安人员之间的一种矛以及盾的关系两者都利用机器学习的进步

16、来进步自身的技术程度并保持领先。2.智能语聊对于许多企业的应用场景来讲聊天机器人已经成为人工智能的代名词。最近谷歌开发了一项人工智能对话功能它可以代替用户进展呼叫以及预订并且可以像真实的人一样聊天。在某些应用程序中基于语音以及文本的智能语聊系统所表达的信息比其他应用程序更可靠。聊天机器人最广泛的应用之一是客户效劳机器人程序构成与用户交互的最外端接触层并根据复杂程度将查询结果传递给人类。3.药物研发随着人工智能生物技术初创企业的兴起传统制药公司正在寻求人工智能系统为长周期的药物研发经过提供创新解决方案。2018年度5月辉瑞与Xtalpi公司建立了战略合作伙伴关系以预测小分子的药物特性并开发基于计算的合理药物设计。但辉瑞并不是唯一一家与人工智能算法结合的药物公司。诺华、赛诺菲、葛兰素史克、安进以及默克等顶级制药公司最近几个月都宣布与人工智能公司建立合作关系研发用于肿瘤以及心脏病等一系列疾病的新药。