新的一年无疑将加速人工智能和机器学习在各个

2019-05-14 00:21 来源:网络整理
与此同时,人工智能被用来攻击人,歧视某些类型的工人和顾客,并制造引起恐惧的虚假新闻。这可能被夸大了,但机器可以很快消除大部分工作。
CEO的特斯拉,伊隆·马斯克和物理学家后期的霍金,是的,不受控制的人工智能已经引起了特别的关注,有威胁人类(人还在讨论这个)的生存的可能性。
但无论结果是好还是坏,新年无疑将加速人工智能和机器学习在各种产品,商业和日常活动中的使用。
以下是关于将会发生什么,不会发生什么以及专家发现了什么的预测。
人工智能在商业领域的重要性不仅仅体现在消费产品领域。
詹姆斯Kobielus说是硅谷Wikibon的一个类似的市场研究公司(人工智能,数据,数据科学,深学习,应用开发的首席分析师)曾表示,人工智能正在改变商业智能。
这允许商业用户在经过训练的数据科学家训练后进行大量分析。
以下是机器人过程(或模拟人们如何在过程中执行任务的软件)的自动化已成为公司用于人工智能的主要案例之一。
人工智能也正在成为管理新模型的重要基础设施,称为信息技术基础设施,人工智能操作(AIOps)。
正如Kobielus先生指出的那样,这个想法是通过自我修复,自我管理,自我保护和优化来实现基础设施和运营。
特别是,机器学习逐渐改变了软件开发,以允许机器创建应用程序(而不是必须编写某些规则和规则的开发人员)。
这将在2019年变得更加清晰,特别是随着云计算巨头越来越多地提供人工智能服务。
根据Dun&Bradstreet最近的调查,近一半的公司已经引入了人工智能系统,23%的公司正处于规划阶段。
其他人的想法
“2019年,更多商业智能(BI)提供商将整合大量人工智能,自动从复杂数据中提取预测信息,同时制作这些自助解决方案为下一个良好的行为策略。
“ - Wikibon的James Covi Else说。
“机器学习从幕后发展到幕后,我们正在进入运营阶段,实时转向重要的业务应用结构。
- “SpliceMachine首席执行官Montezweben说。
“不要告诉你正在做的一两个人工智能项目。
我想到了数百个项目。
- 分析总经理IBM分析师RobThomas在CUBO峰会上表示。
“人类循环”将变得司空见惯,但这不一定是现实的。
人工智能被认为可以承担一些工作,因为亚马逊的人工智能推动的Alexa和其他服务往往运作良好。
这远非事实。当然,它很快就会成为现实。
麦肯锡说,但估计行业,可以使用现有的技术完全自动化的是,它是小于5%,我们估计可以在行业的约60%被自动化活动的至少30%。
这是因为2019或2019年,最成功的应用是,即使一个医生,你正在试图或处理或磁共振成像分析,应用程序,以帮助提高人们的工作。潜在客户的工厂工人,工业机器人或抵押公司。
换句话说,一个人的高绩效往往牺牲了他人的贡献。有鉴于此,有些人固执地认为人工智能只是一种工具,而这种看法似乎有点空洞。使用人工智能提供商和人工智能的公司必须在2019年前证明这一点,如果人工智能确实需要给社会带来好处而不会让很多人失望。
私人公司和政府,必须尽快找到可能的解决方案,以帮助谁是失业高效人工智能的人。
其他人的想法
“2019年,人工智能将继续推动我们的工作和生活,我们将能够做得更多。根据我们的口味,工人负责具体的工作或者熊市,我们所提供的项目到机器上。
“ - SAP SAP机器学习和智能过程自动化副总裁Leon Leong说。
随着失败和恐惧变得更加激烈,人工智能变得更加透明。
机器学习已收到(深的学问,尤其是例如人工神经网络)很感动,用于生成结果的算法是一个黑盒子。
换句话说,你输入大量的数据,得到的结果并不总是很清楚,当自主车突然停止,通过对象道路并不脱颖而出,例如,它可能是错误的不正确。我将杀人作为人类。
事实上,在d&B最近做了一个调查,它的受访者几乎有一半回答解释人工智能的能力,导致在组织中的问题,46%的受访已经回答了这些地区至少满足当它成为问题时,请发现人工智能系统如何给出答案。
同样糟糕的是,用于训练人工智能系统的数据不正确或有偏见。例如,在2015年,亚马逊在了解到基于人工智能的采用工具是父权制时,不得不停止使用该工具。
今年,这种理解可以转化为更多的行动,从而避免这种事情的发生,并在必要时依靠立法措施。
虽然我们不能也不可能去窥探一个黑盒子,这是不可能了解的人的大脑,以便分析的决定,他们必须这样做,他们有越来越多的内部人工智能工作的工作机制我们需要了解。
毫无疑问,一些已经解决这个问题的技术公司作为他们自己的技术公司并没有引领这一趋势。
政府可以要求公司实现一定程度的透明度,但目前尚不清楚政府如何做到这一点。
但这将是今年的一个大问题。
其他人的想法
“全球科技巨头获取人工智能和巨大能量,引发了许多关于如何规范行业和技术的问题。
在2019年,我们必须找到这些问题的答案。鉴于技术是一种在特定使用环境中产生不同结果的多功能工具,技术如何标准化?
不与创新,还是大公司的监管干预,这是不利于已经如何发生的是(但大公司有能力支付的合规成本,小企业将无法为它付出)。
你监管的水平是多少?
在国际,国家或地区层面?
- 埃森哲应用智能部门总经理Rumman Chowdhury和ResponsableAininiTtave全球负责人。
“在事故发生时,责任分担可能必须由法院解决。
必须制定新的法律,以便法院能够充分提及尴尬的责任问题。
“ - Mobilocity LLC的首席分析师, - J. Gerry Purdy说。
更容易“也许我们应该从人的心理机制学习”解释人工智能:人工智能和机器学习的副总裁丹尼·朗的统一技术。
“2019年将是行动的一年,人们将承担更多责任和宣言,负责任地创造和使用人工智能,公司将不得不采用它。
在影响人权的决策中,公众将反对使用人工智能产生偏见。更多员工将要求对他们创建的内容产生影响,并拒绝为损害的自动化做出贡献。
如果不从下面的AI问题的困扰是,公司凭借主观的例子(购买或人工智能解决方案创建),必须努力保证系统的公正性和公平性。
- Kathy Baxter在Salesforce.com设计人工智能道德实践。
“国会将慢慢规范更多的认证信息,原产国信息和人工智能,这需要消费者和企业的透明度,这是时间问题。”
特定中,银行应与使用大数据相关的歧视性做法持谨慎态度,银行始终需要评估偏差,该算法可能给参与开发的人们。
- Compliance.ai的联合创始人兼首席执行官Kayvan Alikhani说:
那些计划没有恶意的人有主动加强使用和人工智能的勇气。
“深度学习假冒扫黄打非”,更强大的人工智能网络攻击,或者通过诸如俄罗斯,无论是否继续影响与人们对Facebook和其他社交网络的选举结果,人工智能国家由坏人
与大多数技术一样,我们不保证这些技术不会被滥用。
因此,在2019年,使用人工智能和机器学习将产生更多不良结果。
Wikibon的James Kobielus说:“人工智能将带来非常大的风暴,人类还没有准备好面对危险的破坏性后果。”
问题是,当然不是找到解决问题的方法,我们开始理解问题的严重性。
这项工作几乎没有开始,但今年,世界各地的私营公司和政府都会密切关注这个问题。
其他人的想法
“人们必须作出许多让步,许多人可能会发现技术,监管和其他后果资源与风险不成比例。
我们需要来自世界各地的政治领导人,这些领导人对这些问题并不困难。
但是,如果我们相信社会可以完全保护自己免受人工智能发明的所有不利影响,那么这个想法并不简单。
“ - Wikibon的James Kobielus说。
更专业的人工智能硬件一个接一个地诞生。
NVIDIA的GPU芯片在机器学习计算机中占主导地位,因为它可以并行处理许多操作。
但这对芯片来说有点令人惊讶,因为它最初是为加速游戏而开发的。
今天,来自新公司和英特尔等主要芯片制造商的许多替代芯片正在进入市场,这些芯片制造商最近收购了一家新公司。
与已经通过云计算服务暴露谷歌的TensorProcessingUnit芯片,这些芯片进行了优化,进行机器学习算法,它已被说成是比GPU快。今年我们将展示这些芯片是否能够满足这样的承诺。
没有代码的数据集和工具的广泛可用性有助于机械学习的民主化。
到目前为止,已经有大量的数据(谷歌,亚马逊,微软,Facebook等)为主的技术巨头机器学习。其中一些人是云计算的领导者。数据给其他公司。
这引发了对小企业落后的担忧,因为他们无法获得数据来支持现代人工智能。
出于某种原因,这些担忧可能不像看起来那么合理。
首先,公司具有领先具体的行业,产品,服务(如发动机部门通用电气),因为你没有这样的数据,甚至是谷歌和亚马逊,有大量自己的数据。
其次,开放数据源的数量正在增加,宣传这些数据源的组织数量正在增加。这对中小型企业来说是一个很大的优势。
这些中小企业的成败将在明年或两年内出现。
其他人的想法
“机器学习的实施将广泛分布,谷歌不能”保留所有数据“。Google会保留所有属于Google的数据。
谷歌将有一个更相关的搜索结果,GE有一个更好的汽车遥测技术,沃达丰将分析呼叫模式和网络数据包是由一个更好的不同公司创造了不同的内容。
谷歌是谷歌,但这并不意味着做其他事情会更好。
- 安德森·霍洛维茨的合伙人本尼迪克特·埃文斯说。
“即使你不知道微波技术是如何工作的,它也不会延迟你的技术的使用,它只是一种工具。
随着点击工具在没有代码的情况下迅速增加,我们与人工智能处于同一水平。无论技术背景如何,人工智能都是一种广泛使用的实用程序。
其结果是,大多数未来几年的人工智能应用的,将受到一些创建要么没有培训或谁没有受过训练的人,涉及到人工智能。
“Salesforce.com数据科学副总裁Vitaly Gordon说。
自动驾驶汽车不会在不久的将来被广泛使用。
如果您没有自动学习技术来了解无数传感器的所有数据并立即判断车辆应该做什么,自动驾驶仪甚至没有机会测试。
然而,该技术还不完善,近年来一些司机和行人已经死亡。
不仅如此,很明显许多人在自动驾驶汽车到来时迷路了。
在亚利桑那州,有人试图摧毁Waymo的汽车并扔石头。
该公司(更不用说政府)甚至承认事故的责任,并且许多法律问题开始发生。
因此,自动驾驶汽车经历了所有的测试并具有广阔的视野,但需要时间与普通现象一样。
换句话说,许多公司与大公司和基金(Waymo,通用汽车,特斯拉,尤伯杯,如Lyft)是为了提高技术方面的努力。
至少,由人工智能驱动的车辆可能变得更加普遍。这与无人机或地面飞机的最后一英里交付有关。
在接下来的一年里,如果你看到无人机和机器人跳进门,不要感到惊讶。
其他人的想法
“人们一直计划拥有自动驾驶汽车。
有些人担心人工智能会在20年内掌控,但实际上,我们还有很长的路要走,从真正的自动驾驶汽车开始。
我自己驾驶的汽车的功能将继续改善,但他们永远不会接管。
- Salesforce.com的首席科学家Richard Socher说。