應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊(cè)個(gè)人注冊(cè)登錄

姿態(tài)逐漸“親民”,2021年AI五大趨勢(shì)備受期待

2021-03-22 09:26 科技日?qǐng)?bào)

導(dǎo)讀:兒童都可以很方便地創(chuàng)建自己的人工智能。

人工智能(AI)已成為多國(guó)科技發(fā)展領(lǐng)域的“香餑餑”,各國(guó)政府以及多家大企業(yè)也都不甘示弱,爭(zhēng)相砸重金支持該領(lǐng)域的發(fā)展,各種創(chuàng)新因此如雨后春筍般噴薄而出。

此外,新冠肺炎疫情的肆虐迫使我們進(jìn)一步加大對(duì)于技術(shù)、在線活動(dòng)以及人工智能的依賴。其中人工智能對(duì)企業(yè)而言尤其重要,其能大規(guī)模實(shí)現(xiàn)個(gè)性化服務(wù),同時(shí)滿足客戶不斷提高的體驗(yàn)需求。

美國(guó)《福布斯》雙周刊網(wǎng)站在3月15日的報(bào)道中,為我們列出了2021年人工智能領(lǐng)域備受期待的五大趨勢(shì)。其中包括低代碼/無(wú)代碼工具紛紛出現(xiàn),以及變得越來(lái)越“親民”,兒童都可以很方便地創(chuàng)建自己的人工智能等。

2021年人工智能領(lǐng)域備受期待的五大趨勢(shì)圖片來(lái)源:美國(guó)《福布斯》雙周刊網(wǎng)站

低代碼/無(wú)代碼工具

自動(dòng)機(jī)器學(xué)習(xí)(AutoML)并非新鮮事物,2020年華為年薪百萬(wàn)招聘的機(jī)器學(xué)習(xí)博士,其中一個(gè)研究方向就是AutoML。

機(jī)器學(xué)習(xí)是讓算法自動(dòng)從數(shù)據(jù)中找出一組規(guī)則,從而提取數(shù)據(jù)中的相關(guān)特征,隨著機(jī)器學(xué)習(xí)的發(fā)展,其中人工需要干預(yù)的部分越來(lái)越多,而AutoML則是對(duì)機(jī)器學(xué)習(xí)模型從構(gòu)建到應(yīng)用的全過(guò)程自動(dòng)化。

雖然AutoML能在沒(méi)有扎實(shí)數(shù)據(jù)科學(xué)知識(shí)的情況下構(gòu)建高質(zhì)量的人工智能模型,但低代碼/無(wú)代碼平臺(tái)更上一層樓——它能在沒(méi)有深入編程知識(shí)的情況下構(gòu)建整個(gè)生產(chǎn)級(jí)人工智能驅(qū)動(dòng)的應(yīng)用程序。

去年低代碼/無(wú)代碼工具異軍突起并風(fēng)靡全球,應(yīng)用領(lǐng)域也不一而足,從構(gòu)建應(yīng)用程序到面向企業(yè)的垂直人工智能解決方案等,這股新鮮勢(shì)力有望在今年持續(xù)發(fā)力。

有數(shù)據(jù)顯示,低代碼/無(wú)代碼工具將成為科技巨頭們的下一個(gè)戰(zhàn)斗前線,這是一個(gè)總值達(dá)132億美元的市場(chǎng),預(yù)計(jì)到2025年其總價(jià)值將進(jìn)一步提升至455億美元。

美國(guó)亞馬遜公司于2020年6月發(fā)布的Honeycode平臺(tái)就是最好的證明,Honeycode是一種類(lèi)似于電子表格界面的無(wú)代碼開(kāi)發(fā)環(huán)境,被稱為產(chǎn)品經(jīng)理們的“福音”。

高級(jí)預(yù)訓(xùn)練語(yǔ)言模型

“來(lái)自變換器的雙向編碼器表征量”(BERT)是谷歌公司于2018年末開(kāi)發(fā)并發(fā)布的一種新型語(yǔ)言模型。作為自然語(yǔ)言處理(NLP)領(lǐng)域的新秀,BERT成為過(guò)去幾年NLP重大進(jìn)展的集大成者,一出場(chǎng)就技驚四座碾壓競(jìng)爭(zhēng)對(duì)手,刷新了11項(xiàng)NLP測(cè)試的最高紀(jì)錄,甚至超越了人類(lèi)的表現(xiàn)。

近年來(lái),與BERT模型相似的預(yù)訓(xùn)練語(yǔ)言模型(如問(wèn)答、命名實(shí)體識(shí)別、自然語(yǔ)言推理、文本分類(lèi)等)在許多自然語(yǔ)言處理任務(wù)中發(fā)揮著重要作用。

這些預(yù)訓(xùn)練語(yǔ)言模型非常強(qiáng)大,并徹底改變了語(yǔ)言的翻譯、理解以及總結(jié)等等,但這些模型非常昂貴,而且訓(xùn)練非常耗時(shí)。

好消息是,高級(jí)預(yù)訓(xùn)練模型可以催生出新一代高效且極易構(gòu)建的人工智能服務(wù)。

GPT-3是其中的翹楚!它是OpenAI斥巨資打造的自然語(yǔ)言處理模型,擁有1750億超大參數(shù)量,是NLP領(lǐng)域最強(qiáng)AI模型。自去年5月份首次推出以來(lái),憑借驚人的文本生成能力,GPT-3在各大媒體平臺(tái)一直熱度不減。它不僅能夠答題、寫(xiě)文章、寫(xiě)詩(shī)、翻譯文章,還能生成代碼、做數(shù)學(xué)推理、數(shù)據(jù)分析、畫(huà)圖表制作簡(jiǎn)歷,甚至玩游戲都可以,而且效果出奇的好。

合成內(nèi)容生成

人工智能領(lǐng)域的算法創(chuàng)新并非僅僅出現(xiàn)在NLP。生成式對(duì)抗網(wǎng)絡(luò)(GANs)也涌現(xiàn)出大量創(chuàng)新,展示了科學(xué)家們?cè)趧?chuàng)造藝術(shù)和假圖像方面取得的非凡成就。

GANs由加拿大蒙特利爾大學(xué)AI學(xué)者伊恩·古德費(fèi)洛首先提出,其訓(xùn)練和調(diào)整也很復(fù)雜,因?yàn)樗鼈冃枰罅繑?shù)據(jù)集進(jìn)行訓(xùn)練。

但科學(xué)家們的創(chuàng)新極大地減少了創(chuàng)建GANs所需的數(shù)據(jù)量。例如,美國(guó)英偉達(dá)公司展示了一種新的方法來(lái)增強(qiáng)訓(xùn)練GANs的效率,與此前的方法相比,其需要的數(shù)據(jù)更少。這使GANs可以廣泛適用于多個(gè)領(lǐng)域,從醫(yī)學(xué)應(yīng)用(如合成癌癥組織學(xué)圖像)到更深層的“Deep Fake”(深度造假)。

“深度造假”是一種高能黑科技,其采用了最新的人工智能技術(shù),能夠讓普通人通過(guò)計(jì)算機(jī)剪輯出一些視頻,且視頻中的人臉可以變成任何人的臉?!八^成也蕭何,敗也蕭何”,給視頻“換臉”引發(fā)巨大關(guān)注的同時(shí),也引發(fā)了巨大的爭(zhēng)議。在上線短短五天之后,這個(gè)黑科技便被全網(wǎng)唾棄,之后在全球范圍內(nèi)遭到封殺。

供兒童使用的人工智能

隨著低代碼工具的流行,AI創(chuàng)建者也呈現(xiàn)出低齡化的特征。現(xiàn)在,一名中小學(xué)生就可以創(chuàng)建人工智為自己所用——從給文本分類(lèi)到繪制圖像。美國(guó)高中已經(jīng)開(kāi)設(shè)人工智能課程,初中也緊隨其后。

例如,在硅谷舉辦的2020 Synopsys科學(xué)博覽會(huì)上,31%的獲獎(jiǎng)軟件項(xiàng)目在創(chuàng)新中使用了人工智能。更令人印象深刻的是,這些人工智能中有27%由6到8年級(jí)的學(xué)生創(chuàng)建而成。其中一位獲獎(jiǎng)?wù)呤且幻四昙?jí)學(xué)生,他創(chuàng)建了一個(gè)卷積神經(jīng)網(wǎng)絡(luò),可以通過(guò)眼部掃描檢測(cè)出糖尿病視網(wǎng)膜病變。

機(jī)器學(xué)習(xí)操作

機(jī)器學(xué)習(xí)操作(MLOps)是人工智能領(lǐng)域一個(gè)相對(duì)較新的概念,涉及最好的管理數(shù)據(jù)科學(xué)家和操作人員,以便有效地開(kāi)發(fā)、部署和監(jiān)視模型。

2020年,由于新冠疫情肆虐,運(yùn)營(yíng)工作流程、庫(kù)存管理、交通模式等方面的巨大變化導(dǎo)致許多人工智能出現(xiàn)意外行為,這被稱為漂移——輸入數(shù)據(jù)與人工智能訓(xùn)練的預(yù)期不匹配。

雖然在生產(chǎn)中部署機(jī)器學(xué)習(xí)的公司以前就曾面臨漂移等諸多挑戰(zhàn),但新冠疫情使人們對(duì)MLOps的需求與日俱增。無(wú)獨(dú)有偶,隨著《2018年加州消費(fèi)者隱私法案》等隱私法規(guī)的實(shí)施,對(duì)客戶數(shù)據(jù)進(jìn)行操作的公司越來(lái)越需要治理和風(fēng)險(xiǎn)管理。有數(shù)據(jù)指出,MLOps的市場(chǎng)規(guī)模預(yù)計(jì)到2025年將達(dá)到40億美元。

這些并非人工智能領(lǐng)域全部的新趨勢(shì),不過(guò),它們值得我們注意,因?yàn)樗鼈冋蔑@了三個(gè)重要方面。首先,人工智能在現(xiàn)實(shí)世界中的應(yīng)用越來(lái)越多,新冠疫情引起的問(wèn)題和MLOps的增長(zhǎng)就證明了這一點(diǎn)。其次,相關(guān)人士在該領(lǐng)域不斷推陳出新,正如BERT和GANs的接踵而至。最后,人工智能的創(chuàng)建門(mén)檻越來(lái)越低,為其“飛入尋常百姓家”奠定了堅(jiān)實(shí)的基礎(chǔ)。

人工智能的理想和未來(lái)總是美好的,但盡管有上述諸多創(chuàng)新,仍需要我們腳踏實(shí)地地去促進(jìn)和引導(dǎo)其發(fā)展,以使其能更好地造福人類(lèi)。