分析:2018 年人工智能將走向何方?

論文類別:計算機論文 > 互聯網研究論文
上傳時間:2018/1/4 9:16:29

  (免費論文下載中心訊)如果要選擇一本2017年最火、被提到頻次最高的書,那一定是《未來簡史》。在這本書中,尤瓦爾·赫拉利說道:

  人類將把工作和決策權交給機器和算法來完成,大部分人將淪為無用階級。只有少數精英才能真正享受到這些新技術的成果,用智能的設計完成進化、編輯自己的基因,最終與機器融為一體,統治全人類。

  這樣的描述對大多數人來說肯定是恐怖的,但更恐怖的是它也成功預測了2017年科技領域的走向。過去的一年中,人工智能基於前兩年的沈澱,愈加火熱——算法突破、算力增強,在醫療、金融、教育等傳統行業開疆拓土,讓每一個行業都開始探尋應用人工智能的機會,讓智能機器承擔更多人類的工作。雖然現在機器的能力還比較粗淺,沒有完全讓尤瓦爾·赫拉利“得逞”,但毫無疑問,它正走在這條路上。

  2018年就要來了,人工智能還會繼續火熱麽?有很多調查機構、媒體、商業領袖、科技專家都給出了一些答案,雷鋒網組編了一些觀點,並從技術、應用、人才三個方面進行了歸納總結,供你讀懂未來。技術:雲AI競賽、機器學習自動化、元學習

  毫無疑問,這場火熱的技術革命,本質上來自於對技術主義的崇尚,新年到來,人們對AI技術本身的發展,也普遍顯得樂觀。

  KDnuggets在最近向大數據、人工智能、機器學習領域的一些頂級專家進行了發問,Curai聯合創始人/ CTO,曾任職Quora技術總監和Netflix研究/技術主管的Xavier Amatriin認為,AI最激烈的戰場在雲上面,大小玩家都在各自的雲服務中加緊部署AI,典型的例子如亞馬遜最近推出構建和部署ML模型的Sagemaker,Nvidia推出了訓練深度學習模型的GPU雲。來自華盛頓大學計算機科學與工程系的教授Pedro Domingos也表達了同樣的意思,他認為谷歌、亞馬遜、微軟和IBM之間的雲AI競賽將愈演愈烈。

  雷鋒網了解到,雲AI競賽之外,受關註的是機器學習。

  一方面,而對於大多數難以解釋的機器學習模型來說,2018年或許有機會讓我們看的更為清楚,尤其是隨著深度學習模型在醫療、法律、金融方面的應用,也必然要求其原理足夠透明。諾丁漢特倫特大學科學與技術學院的高級講師Georgina Cosma認為,模型提出的預測必須值得我們信賴,特別是這些預測結果會被人類用來做決定的時候。在另外一篇預測文章中,來自梅奧醫學中心放射科的顧問Bradley J. Erickson博士也認為,新的技術會幫助研究者減少對於深度學習成為“黑盒子”的擔心,讓我們更了解深度學習內部的東西。

  另一方面,BWDISRUPT近日發表的一篇預測文章中則認為,“2018年最大和最重要的趨勢就是機器學習將從手工操作轉變為系統化和自動化”。同時,深度學習將繼續成為2018年最重要的機器學習技術。到目前為止,它在圖像和視頻分析和自然語言處理方面取得了最大的成功,但隨著技術的商品化,它將在越來越多的應用領域取得進展。

  此外,在機器學習內部,還有一個令人驚喜的趨勢是元學習(mata-learning)的發展,Google研究科學家,加拿大高級研究機構機器學習和大腦項目副主任Hugo Larochelle認為,元學習是一個總稱,它能解決如何從若幹例子中發現學習算法的問題,研究者們開始使用深度時間卷積網絡、圖形神經網絡進行了一些元學習研究,未來該方法將被更多用於主動學習、冷啟動項目推薦、少數分布預測、強化學習、分層RL、模仿學習等。

  應用:醫療、虛擬助手、自動駕駛

  福布斯的預測更偏向宏觀和應用層面,它認為2018年,人工智能和機器學習依然會霸占頭條,而機器人則會霸占更多人類的工作崗位。在2017年,很多巨頭和創業公司在AI上嘗到甜頭,因此將會投入更多,同時也會吸引更多企業“染指”AI,當然這將帶來很多未經驗證的技術和應用,導致風險上升。

  具體應用領域,福布斯認為,“人工智能正在以病人無法察覺的方式進入醫療領域”,比如機器視覺被應用在醫學影像中,電子病歷等,同時會看到康復機器人開始出現在病患的家中,幫助病人康復。

  此外,福布斯還認為,人與機器的交互將全面轉向語音,在自然語言生成和自然語言處理算法不斷進步下,機器能更好地理解人類意圖,並用人類可理解地方式進行交談。Nvidia高級研究科學家Alejandro Troccoli也表示,人工智能個人助理將變得更為智能,更了解自己的“主人”,能夠知道廚房裏有什麽東西,習慣周幾做飯,甚至再回家前就下單備好了食材。

  麻省總醫院與布列根和婦女醫院臨床數據科學執行主任Mark Mivhalski認為,2018年是人工智能從算法走向產品的一年,概念將變成真實存在的解決方案,並能為醫生所用。俄亥俄州立大學Wexler醫學中心的放射學博士Luciano Prevedello則認為,從2018年開始,人工智能將開始融入臨床系統,成為醫療中的一個常規系統。

  此外,Orange Silicon Valley首席執行官Georges Nahon預測,得益於生物識別技術,未來生物識別技術將取代信用卡、駕照和條形碼,改變安全驗證的方式,並徹底改變零售行業。

  在自動駕駛方面,百度早前宣布將在2018年實現無人車量產,該準量產車為百度與金龍客車合作的無人駕駛巴士,從而將國內無人車量產的時間線提前了兩年。此外,通用等傳統車廠也將陸續量產無人車。

  人才:巨大缺口、跨界流動

  雷鋒網註意到,在工作崗位被人工智能取代的“恐慌中”,其實無法掩蓋科技行業裏人工智能人才的大量缺口,即便是薪水已經高到令人乍舌。根據騰訊和BOSS直聘發布的《全球人工智能人才白皮書》顯示,全球AI人才約30萬,以1:2的比例分散在學術界和工業界,而市場需求為百萬。

  根據《好奇心日報》采訪Michael Page(中國)區域總監陳慧潔的報道,AI領域的薪酬屬於金字塔尖1%的水平,同時還外加了股權激勵及全球入職的自由度。

  AI的發展,一方面取代了某些崗位,另一方面也制造了很多崗位,但非常明顯,他們不是同一類人。人才的稀缺以及高薪刺激,將會吸引其他專業的人才跨界流動,例如數學、物理、神經科學的畢業生,或許都能在AI企業裏找到一份合適的工作。

  整體來看,各大媒體、調查機構、專業人士對於2018年都充滿樂觀,但也有些人指出,在人工智能發展的同時,數據安全、生物特征安全卻極少被人提及,在熱鬧中被掩蓋。關於數據的立法、道德是個急需探討的問題,或許也應該在新的一年,被重視起來。(來源:雷鋒網 文/叨叨)

下载论文

論文《分析:2018 年人工智能將走向何方?》其它版本

互聯網研究論文服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2017 免費論文下載中心 京ICP备17062730号