当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 今年,人工智能这个话题炒的火热,尤其是机器学习和深度学习,并且在接下来的一年内炒作依旧不会消失。 当然,炒作将最终消亡,人工智能将成为我们生活中的另一个连贯的线索,就像互联网和电力在刚开

今年,人工智能这个话题炒的火热,尤其是机器学习深度学习,并且在接下来的一年内炒作依旧不会消失。

当然,炒作将最终消亡,人工智能将成为我们生活中的另一个连贯的线索,就像互联网和电力在刚开始出现的那样。

但至少在接下来的一年,甚至可能更长的时间里,人工智能领域预计会有惊人的突破以及评论家的持续兴奋和夸张。

这是因为人工智能承诺(或在某些情况下威胁)实现的商业和社会变革的期望超出了以往技术革命期间的梦想。

人工智能指向未来,它不仅能完成所有的体力劳动,而且还能“思考”工作、做出规划、制定战略和做出决策。

一、AI助手将变得非常有用

现在,人工智能已经与我们的生活交织在一起,以至于大多数人都没有再考虑这样一个事实:当我们用谷歌搜索、在亚马逊购物或观看Netflix时,高度精确的人工智能驱动的预测正在发挥作用,让我们的体验流动起来。

当我们与AI助手(例如Siri,Alexa或Google Assistant)进行交互时,我们会更加明显地感受到人工智能的参与感,以帮助我们理解现代世界中可用的无数数据源。

在2019年,我们中的更多人将使用AI助手来安排我们的行程、计划我们的旅程或订购比萨饼。这些服务将变得越来越有用,因为他们学会更好地预测我们的行为并记住我们的习惯。

从用户收集的数据允许应用程序设计人员准确了解哪些功能提供了价值,哪些功能未被充分利用,可能消耗了宝贵的资源(通过带宽或报告),这些资源可以更好地用于其他地方。

除此之外,AI助手正在提高理解人类用户的效率,因为用于将语音编码为计算机可读数据的自然语言算法,都暴露在我们越来越多的交互中。

很明显,现在,Alexa或Google Assistant与我们之间的对话看起来非常不稳定。然而,在这个领域的加速理解意味着,到2019年底,我们将习惯于与我们分享生活的机器更加自然和流畅的对话。

二、人工智能将创造更多的工作岗位

从长远来看,机器的崛起是否会导致人类失业和社会纷争是不确定的。然而,在明年,至少在这方面不会立即出现问题。

Gartner预测,到2019年底,人工智能将创造更多的就业机会。

虽然自动化将损失180万个工作岗位,特别是制造业可能会受到重创,但是,人工智能将创造230万个工作岗位。

Gartner的报告发现,这些岗位可能集中在教育、医疗保健和公共部门。

这种差异的一个可能的驱动因素是强调将AI部署在非手动工作中的“扩充”能力。仓库工人和零售收银员经常被自动化技术替代。

但是,当谈到医生和律师时,人工智能服务提供商极力将他们的技术展示为可以与人类专业人员一起工作的技术,帮助他们完成重复任务,同时给他们留下“最后的发言权”。

对于金融服务业而言,前景可能略显黯淡。例如前花旗集团首席执行官潘伟迪(Vikram Pandit)在2017年做出预测:该行业的人力资源在五年内可能减少30%。随着后台功能越来越多地由机器管理,明年年底就可实现这一目标。

三、人工智能和自动化深入到每个企业

在2018年,公司开始认清AI能做什么和不能做什么的现实。在过去的几年里,他们的数据按顺序排列,并确定人工智能可以带来快速回报或快速失败的领域,大企业作为一个整体准备好推进已经过验证的计划,从试点和软启动转向全球部署。

在金融服务中,每秒数千个事务的大量实时日志通常由机器学习算法解析。零售商精准抓取数据,并将其提供给AI引擎,以找出如何能更好地销售商品的方法。制造商使用预测技术准确了解机器可以承受的压力以及何时可能发生故障或失效。

在2019年,我们会对智能的、预测性的技术更加有信心,通过其在初始部署中获得的知识得到支持,可以在所有业务运营中大量推广。

人工智能将扩展到人力资源或优化供应链等支持职能部门,在这些部门中,物流、招聘和解雇等决策将越来越多地通过自动化来实现。

由于这些工具通常适用于许多组织,因此,用于管理合规性和法律问题的AI解决方案也可能越来越多地被组织采用。

我们还可能看到,利用数据产生新的收入来源的企业数量有所增加。在其行业内建立交易和客户活动的大型数据库,本质上是让任何充分了解数据的企业开始“谷歌化”自己。

对于约翰迪尔(John Deere)等企业来说,成为数据即服务(data-as-a-service)的来源是一种转型。迪尔提供基于农业数据的分析,帮助农民更有效地种植农作物。2019年,会有越来越多的公司认识到自己拥有的信息的价值,并采用这种策略。

四、走向“透明AI”

人工智能在更广泛的社会中的应用,特别是涉及处理人类数据时,受到“黑匣子问题”的阻碍。大多数情况下,如果没有彻底了解它实际上在做什么,它的工作似乎是神秘而深不可测的。

要实现其全部潜在的AI需要得到信任,我们需要知道它对我们的数据做了什么,以及在涉及影响我们生活的问题时如何做出决策。但是,这通常很难传达。

但建立对人工智能系统的信任不仅仅是让公众放心,研究和业务也将受益于开放性。因为,有报道发现,公司有时会因为担心,如果当前的技术被认为是不公平或不道德,可能在将来面临责任而拒绝部署人工智能。

在2019年,我们可能会越来越重视旨在提高人工智能透明度的措施。今年,IBM推出了一项技术,旨在提高决策的可追溯性,使其成为AI OpenScale技术。

这个概念不仅可以实时洞察正在做出的决策,还有如何制作决策,在所使用的数据,决策权重和信息偏差的可能性之间建立联系。

今年在整个欧洲实施的“通用数据保护条例”为公民提供了一些保护,使其免受那些仅通过机器对其生活产生“合法或其他重大”影响的决定。

虽然它还不是一个极其热门的政治条例,但它在公共话语中的突出地位可能会在2019年增长,进一步鼓励企业努力提高透明度。

五、人工智能日益成为全球问题

2018年,在贸易和国防方面,越来越多地国家设法保护自己的国家利益。

面对美国政府对用于制造人工智能的商品和服务提高关税和进行出口限制,中国在研发方面加大了自力更生的力度。

科技制造商华为宣布计划开发自己的人工智能处理芯片,满足蓬勃发展的人工智能产业的需求,以减少对英特尔和Nvidia等美国制造商的依赖。

人工智能在未来可能有两个主要影响:

首先,人工智能技术或许被用来限制自由,例如隐私权或言论自由。

其次,世界某些紧张局势可能会损害全世界学术和工业组织之间的合作精神。开放式协作框架有助于我们今天看到的人工智能技术的快速开发和部署,但是,围绕一个国家的人工智能开发设置边界可能会减缓这一进展。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭