2019年人工智能发展趋势预测

教育品牌网 2019-08-01

1AI为数字化转型的下一阶段提供动力

“ 我认为人工智能的最大趋势是加速在数字化转型中,使现有的业务系统变得更加智能,“ 夏威夷大学Shidler商学院信息技术系教授兼主席Tung Bui博士说  。到目前为止,一些倡议实际上已经成为人工智能推动的转型。


“我预测我们将见证一场类似于海底潮汐的无声革命,”Bui说。“影响将是那些有效采用人工智能的人进入其业务系统的竞争力。”


至少有一项调查显示,一些组织需要在这里召唤唤醒电话。 RELX Group  同样预测,随着数字化转型时代的发展,人工智能和机器学习的采用对于公共和私人组织保持竞争力至关重要。然而在最近的一次民意调查中,该公司发现只有18%的高管有切实的计划来增加对人工智能和机器学习技术的投资。

1满足新的人才缺口:人工智能技能

Forrester Research表示,预计组织使用人工智能的方式将发生重大变化,新“数字化工作者”的崛起以及对具有人工智能技能的数据专业人员的竞争日趋激烈。人工智能技能(以及机器学习等相关领域)今天供不应求。


“大多数组织都希望将人工智能作为其数字化转型的一部分,但没有开发人员,人工智能专家和语言学家来开发他们自己或甚至培训预先构建的解决方案的引擎以实现承诺,”Pat Calhoun说道。



1投资于内部开发人工智能技能 


LexisNexis.and Prof.的执行副总裁兼首席技术官杰夫•雷尔(Jeff Reihl)表示,具有前瞻性的IT领导者不会等待人工智能人才管道的填补;在2019年,他们将投资于在现有团队中开发必要的技能。


与数据科学家雇佣战争非常相似,人工智能雇佣领域处于一个稀缺的环境——这意味着那些在市场上的人可以获得超大规模的补偿。对他们有好处,但是对你来说并不总是现实。但如果你等待劳动力市场调整,你可能会陷入困境。


Reihl说:“公司会认真对待先进技术的培训,比如人工智能、ML等。”“聪明的公司会找内部专家和大学合作,教授他们重视的科技。”培训先进技术的公司将在人才保留和招聘方面具有优势。”



1在一个部分自动化和人参与自动化流程的解决方案的时代,用户体验和用户界面的设计将会很重要


当前许多的人工智能解决方案需要和消费者、人类工人和专家携手工作。这些系统提升了用户的工作效率,在许多情况下使他们能够以难以置信的规模和准确度完成任务。恰当的用户体验和用户界面设计不仅能够简化这些任务,而且长期来看,这能让用户信任人工智能的解决方案,并使用它们。



1安全将越来越依赖于人工智能


随着人工智能系统被部署到关键任务应用中(甚至包括涉及生死的场景,比如自动驾驶汽车或医疗保健等),自动化带来的效率提升必须伴随着对安全性和可靠性的测量以及确保。


正如Kashyap所提到的,人工智能和机器学习将成为解决这个问题的一个越来越重要的部分。


“AI将继续重塑组织运行网络安全程序的方式。成功的网络安全本质上就是以机器的速度解决一个大的数据问题——人工智能在这个领域的应用是非常有效的,”Weingarten说。随着网络攻击者不断发展他们的技术,随着受过训练的网络安全专业人员的供应和对他们技能的需求之间的差距不断扩大,人工智能和自动化在2019年对企业的保护至关重要。



1人工智能将增强您实际分析更多数据的能力


还记得大数据吗?它仍然很大,而且一直在增长。这就是为什么像数据科学家这样的角色如此难以由CIO担任的原因之一。在大数据和分析中,这也是一个挥之不去的问题:这些信息只是像您所做的那样有价值。“数据每年翻一番,但预算和团队规模却没有。”


公司将日益依赖人工智能解决方案,以帮助管理和分析未来的数据。2019年将会有更多的公司投资于人工智能引擎,使得现有团队能够利用更多的数据轻松地扩展多个功能。


Teffer说:“我在2019年看到的企业AI中最大的趋势是机器学习,它最终超出了当前图像标记和文本翻译的“现成”用例,并开始帮助公司开发多年来收集和存储的大量数据。”



1我们将会看到专门用于感知、模型训练和模型推理的硬件


凭借创造了记录的语音和计算机视觉的模型,深度学习在2011年复兴。今天已经有足够大的规模来证明需要专用的硬件。Facebook在一天里就做出数万亿次预测。谷歌也有足够的规模来证明自己制造专用硬件的合理性——从去年开始,谷歌一直在其云环境中使用自己的张量处理单元(TPU)。2019年将出现更多的专用硬件。在中国和美国,许多公司和创业企业一直致力于制造面向模型构建和推理的硬件来用于数据中心和边缘设备。



1机器欺骗仍将是一个严峻的挑战


尽管已经存在了大量的“人造”新闻,我们仍然处于机器生成内容(人造图像、视频、语音和文本)的早期阶段。至少到目前为止,刑侦和取证技术已经能够找出伪造的视频和图像。但生成虚假内容的工具正在迅速发展,因此美国和其他地方的研究资助机构已经启动了一些项目,以确保侦测技术能够跟上它们的发展。


机器欺骗不仅局限于机器欺骗人类,机器欺骗机器(机器人)和人欺骗机器(水军和点击农场)可能同样难以处理。信息散布和点击农场将继续被用于欺骗内容和电商平台上的排名系统,而检测和对抗方法将不得不随着新形式的机器欺骗的出现而迅速发展。



1大量训练数据的民主化将带来比较公平的竞争环境


因为我们所依赖的许多模型(包括深度学习和强化学习)都需要大量的数据,所以人工智能领域可预见的赢家一直是能够获得大量数据的大公司或国家。但是,用于生成标注数据集的服务商(特别是那些依赖于人类标注的公司)正在开始使用机器学习工具来帮助他们的人类员工实现规模化和提高准确性。在某些领域,生成对抗网络(GAN)和仿真平台等新工具能够提供真实的合成数据用于训练机器学习模型。最后,一系列安全和隐私保护技术促进了各组织之间的数据共享,这有助于公司利用不是他们自己生成的数据。总之,这些发展将帮助小型机构利用机器学习和人工智能进行竞争。


文章参考: Kevin Casey:AI in 2019: 8 trends to watch、