2018年人工智能研究进展及未来AI发展的三个主要趋势详解

IBM展示2018年人工智能研究进展并预测了未来AI发展的3个主要趋势

近日，IBM在网上展示了其2018年在人工智能（AI）领域取得的进展，并预测了未来AI发展的3个主要趋势。IBM从其全球12个实验室的研究人员和科学家撰写的AI论文中选出100篇集成论文集，从AI的技术发展、技术应用以及增进对AI的信任等方面展示了所取得的多项进展。

语音识别方面，IBM开发的AI系统不仅能回答简单的问题，而且能够理解对话人之间的争论；图像识别方面，开发出一种新型学习方法，不再需要学习成千上万的标记图像，仅需要少量的示例，就能准确识别图像；通过一种首创的架构和算法实现机器的交互学习，两个AI系统间能够相互教学并开展合作，进一步提高了AI的学习效率；在回答开发式问题方面，采用一种新的方法，可以跨段落重新排列和组织材料，以生成更为准确的答案。消除AI偏见方面，提高算法的透明性方面也取得了许多进步，包括打破算法“黑箱”、增强神经网络抵御攻击的能力等。涉及AI技术本身的进展包括，通过采用新的方法提高深度神经网络学习训练的效率，加快深度神经网络推理速度，减少设计神经网络的工作量等。

在回顾进展的基础上，IBM还预测了未来AI发展的3个趋势。

一是人工智能由相关性分析向因果关系的推理转变。2019年，因果期望建模技术将成为人工智能发展的核心。传统的人工智能基本上都是基于相关性分析而缺乏对因果关系的深刻理解。新的因果推理方法能够从数据中推断出因果关系并有效进行检验，从而做出更好的决策。

二是开发值得信任的人工智能将成为研究的焦点。为应对AI对伦理道德的冲击，许多机构已通过建立道德咨询委员会来应对数据泄露、消费者隐私保护等方面的问题；研究方面，加大了对算法公平性、可解释性、稳健性等有助于增加对AI信任度的研发投入；应用方面，强调更多地部署有助于增进社会福利的人工智能。在2019年，这些努力方向将成为企业构建、培训和部署AI技术的核心。

三是量子科技与AI的结合。量子计算的发展将为AI提供助力，量子计算为提高运算速度和运算效率满足大规模运算的要求提供了新的可能。目前，已有数千家企业接入IBM的量子云计算服务。随着人工智能问题复杂性的不断提升，量子计算可能会改变我们处理AI计算任务的方式。