您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

2018年人工智能带来了哪些变化？2019年又会发生什么？

人工智能,智能,技术2018年人工智能带来了哪些变化？2019年又会发生什么？

发布时间：2020-12-06加入收藏来源：互联网点击：

2018年人工智能带来了哪些变化？2019年又会发生什么？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

谢谢你的邀请，我回答这个问题。

1.2018年人工智能发展已经到了各行各业了，比如说家庭智能设备，智能门，智能电视，智能电饭锅，智能空调等等，用手机APP控制一切智能设备，还可以用智能音响语音控制一切设备。

2.2019年人工智能发展，会给我们带来更好体验和使用，人工智能与其他行业智能设备链接，形成一个强大的智能网络。

希望上面的回答可以帮上你。

回答于 2019-09-11 08:43:50

以下是谷歌大脑联合创始人、现Landing.AI公司CEO吴恩达、Cloudera机器学习总经理兼Fast Forward实验室创始人Hilary Mason、Facebook AI Research部门创始人Yann LeCun以及埃森哲公司负责任人工智能全球负责人Rumman Chowdhury博士，对于2018年人工智能领域的观察，以及对2019年发展趋势给出的论断与见解。

总结来说，一方面人们开始越来越意识到AI能做什么以及无法做到什么，另一方面，越来越多的人意识到在推进技术发展的同时仍要坚守住负责任的道德规范。

吴恩达：2019年AI的发展重点是场景应用

吴恩达是斯坦福大学的兼职计算机科学教授，他的名字在人工智能圈子中几乎无人不知。首先，他是谷歌大脑的联合创始人，在2017年离开了谷歌团队之后还出任了百度的首席人工智能科学家。随后，他又创立了Landing AI公司，主要业务是帮助企业客户将人工智能整合至自身运营体系当中。

在采访中，他表示自己在2019年比较关注的目标是人工智能能够在技术或者软件企业之外，被引入到更多应用场景中。他强调，人工智能技术最大的潜力绝不仅限于软件行业。

“我认为新的一年（2019年）大部分重要事件都将出现在各种应用场景当中。除了谷歌、百度、Facebook以及微软等科技巨头之外，包括Square、Airbnb以及Pinterest等在内的企业，也纷纷开始利用人工智能技术创新业务。我认为，AI的下一波价值创造点将更集中在制造或农业设备企业，甚至是医疗保健公司。”吴恩达表示，“虽然目前人工智能的实际应用还存在着严重阻碍，但在我看来其中一部分问题在某些特定层面已经取得了重大进展。”

同时，吴恩达还特意指出，自己很高兴人们终于不再纠结于机器人杀手或者AI灭世论，而能够真正谈点有营养、有技术含量的话题。

着眼于新的一年，吴恩达期待看到人工智能和机器学习两大特定研究领域的进展能够给整个人工智能产业带来推动。

一方面，通过利用较少数据就能确保AI得出准确的结论（这称为“少样本学习（few shot learning）”）。吴恩达表示：“第一波深度学习的发展动力主要源自大型企业，他们拥有大量可用于神经网络模型训练的数据。但这已经属于传统方法，如今越来越多人正在尝试利用较少数据达成比较理想的效果。我非常期待看到仅仅1000张图像就能建立起相对准确的图像识别能力。”

另一方面，是计算机视觉领域的进一步发展。以医疗影像为例，虽然目前计算机视觉系统已经具备比人类放射科医师更为强大的图像识别能力，但其缺点就是灵活性较差。吴恩达解释说：“比如对于低端X光机拍摄的较为模糊的图像，或者由于操作人员错误指导致图像角度不正等情况，人类医师要比算法模型更具经验和适应性。因此，我认为还需要进一步研究以提高算法在更多场景中的泛化能力。”

Hilary Mason：容器化部署对多套AI系统管理具有重要意义

在Cloudera于2017年收购Fast Forward Labs之后，Hilary Mason出任了Cloudera的机器学习总经理。如今，Fast Forward Labs保持独立运营，主要负责提供机器学习技术应用报告，并为客户提供未来六个月到两年之间的技术发展建议。

回顾2018年，最令Mason感到惊讶的人工智能技术突破主要是「多任务学习」。如今，研究人员可以训练单一神经网络，使其在观察图像中的物体的同时应用多种标签。

但同时，Mason还指出，有必要为人工智能方案建立某种道德约束框架。Mason表示：“在新的一年当中，那些不关注这个问题的企业以及个人，都将面临滥用人工智能所带来的实际后果或者责任追究。我希望伦理道德问题在数据科学与人工智能的实践发展当中，能够成为一种默认考量条件，技术人员与商业领袖在创建AI产品时也应当充分考虑到道德以及偏见问题的影响。”

此外，随着越来越多AI系统成为企业业务运营体系中的重要组成部分，Mason预计，作为这波浪潮的中坚力量，产品经理与产品负责人将在人工智能领域做出更多贡献。她进一步表示：“我希望这个群体能够像使用电子表格那样简单轻松地实现AI建模，我们也希望他们至少掌握一定程度的能力，从而在自己的产品当中发现可以利用人工智能技术加以改善的部分。”

如今，人工智能民主化的理念已经得到相当一部分企业的重视与认可。包括Kubeflow Pipelines、AI Hub等谷歌云AI产品以及CI&T智能设备在内的众多实际产品，都在努力推动AI系统在企业内部的广泛普及。

Mason同时认为，未来将有越来越多的企业需要建立对应的组织架构，从而实现对多套人工智能系统的管理。

以在DevOps变革当中大家所面临的挑战为例，以往对单一系统的管理往往可以通过手动部署的自定义脚本实现；但要想管理几十套系统，就必须引入cron作业。而如果面对的是成百上千套系统，要实现严格的安全性、治理能力与风险管控，就需要更专业且更为强大的工具。

Mason强调了以容器形式部署AI的重要意义。她相信这种趋势将在未来几年内持续升温，进而帮助更多企业立足云端或者本地环境部署更多AI解决方案。

最后，Mason还总结称，人工智能业务将继续保持发展，并且相关实践将在整个行业内得到普及——而非由个别公司严格把控。“目前，当一位数据科学家或者机器学习工程师跳槽到另一家公司，其工作内容有可能完全不同，比如会使用不同的工具、满足不同的需求、适应不同的报告结构等等。但我认为在新的一年中，这种差异将逐步转化为一致性标准。”她解释说。

Yann LeCun：AI系统要逐渐学会建立起因果关系认知

Yann LeCun现任纽约大学教授、Facebook公司AI科学家，以及Facebook AI Research（简称FAIR）部门的创始董事。该部门曾先后创建了PyTorch 1.0与Caffe2，以及其它一系列AI系统——包括Facebook用户每天使用数十亿次的文本翻译AI工具，以及懂得如何下围棋的先进强化学习系统等。

 1/2    1 2 下一页 尾页