首頁熱門文章
2019年，最值得關注的八大AI趨勢
發布時間：2019-01-18 分類：趨勢研究
人工智能（AI）可以說是近幾十年來最具革命性的技術了，不論是Google、Facebook、Intel、阿里巴巴等通過產業布局進入人工智能領域的互聯網企業，亦或如曠視科技Face++、極鏈科技Video++、優必選科技這樣直接以人工智能起家的原生技術企業，都引領著新一輪AI輪廓的塑造。
AI所帶來的優勢及其深遠的影響，僅從中美之間新生的AI競爭就能看出，未來，人工智能將重塑從工作性質到日常溝通再到運輸方式的一切一切，它所釋放的“創造性破壞”將使大量現有技能和工作狀態革新，開辟一個新智能時代。
接下來，讓我們來看看2019年的幾個AI趨勢。
AI芯片
AI的發展，是需要依賴于CPU/GPU協同工作的專用處理器。然而，當下一個主要缺點是，即使是AI發展的速度再快，也存在CPU/GPU也無法訓練的情況，比如需要額外的硬件來執行復雜任務的數學計算等，這個時候AI芯片的重要性就凸顯出來。
今年，英特爾，NVidia，AMD，ARM，華為，高通等領先的芯片制造商都已經將AI芯片的生產提上了日程，在2019年，他們將生產能夠快速提高基于AI執行速度的芯片，這些芯片將應用在不限于計算機視覺、語言處理等多種定制用途，更完全會根據市場需要，推出特定使用在如醫療保健以及汽車行業專業芯片。
AI+IoT
2019年，AI和IoT的結合，將達到1+1>2的效果。
對AI來說，因為AI可以提升精度，并提高其分析和預測性維護方面的功能，因而IoT設備通過AI神經網絡的高級機器學習模型的優化，甚至嵌入專門設計的AI芯片，將實現萬物互聯更為多樣性的適配。
除此之外，2019年，隨著5G的普及，所有設備和基礎設施都會聯結在一起，技術和產品會使得我們整個社會的效率越來越高，加之AI+IoT也將越來越多地融入邊緣計算，大多數經過云訓練的模型都將放在邊緣層，最終從云到邊緣再到終端，最后這張網將會越來越復雜。
自動化機器學習
隨著AutoML（自動機器學習）算法的到來，機器學習將發生根本變化。AutoML將允許開發人員和程序員在不創建特定模型的情況下解決復雜問題。AutoML的優勢在于它可以使分析師和開發人員只關注有關問題，而不是整個流程和工作流程。
因此，AutoML獨特地融合了靈活性和可移植性。AutoML與認知API和自定義ML平臺無縫對齊，通過直接解決問題而不是完成整個工作流程，來節省大量時間和精力。
AI+網絡安全
由于網絡安全專家的需求和供應存在巨大差距，以及網絡安全的缺點以及需要采用創新方法的安全漏洞風險不斷增加，2019年，人工智能和機器學習在網絡安全中的使用將會大幅度提升。
其中，尤其是具備海量大數據的組織隨著系統規模的擴大以及警惕地監控威脅需要，在沒有人工智能的情況下，網絡安全流程會變得脆弱并導致效率降低，因此，將AI納入網絡安全并不意味著不需要專家，反之，AI將賦予專家更多的權力并使得安全系統更加完善。
AI技能
據報道，在2018年，人工智能已經成為薪酬最高的工作之一，并且許多組織及高校已經在人工智能領域的技能培訓和學科培養上加大投入，同樣的趨勢在2019年也將繼續。
然而，其中有一些挑戰也正在出現，比如企業自身難以在短期培養一個具備強人工智能技能的高級人才，因此，他們可能更趨向于選擇設立一個不需要監督的人工智能工具進行替代。
通過AI實現DevOps的自動化
如今，互聯網生成的海量數據無法估量，往往需要對其進行過濾后再實現分析，其中，使用AI對數據集進行整理，來找到可以滿足硬件和其他應用軟件的相關性和新模式，將逐漸成為主流。
在2019年，最優的解決方案，是在這些數據集上應用機器學習模型使它們具有預測性，并且隨著AI的不斷深入，管理IT基礎架構的方式將被重新定位，在IT運營中部署AI將幫助他們在更短的時間內完成任務，并快速解決問題，因此，基于AI的DevOps將于2019年投入運營，云供應商等將從中受益匪淺。
神經網絡互操作
在目前的一些神經網絡操作中，最主要問題存在于選擇最合適的框架，因此，開發人員往往面臨從一系列工具中進行選擇的艱難問題，不僅局限于Apache MXNet，Microsoft Cognitive Toolkit，TensorFlow等等。
這是因為神經網絡一旦選擇并訓練了特定模型，就很難再在另一個框架上工作， 為了應對這一挑戰，AWS，Facebook和Microsoft合作構建了開放式神經網絡交換（ONNX），這使得在多個框架中重用經過訓練的神經網絡模型成為可能，2019年，神經網絡中互操作性的突破會成為AI的重點趨勢之一。
開源AI
2019年，AI大多數的項目都會進行開源，是因為越來越多的公司開始關注協作和知識共享，人工智能也會遵循相同的發展軌跡。開源AI作為人工智能發展的下一個階段，多家公司將開始開放他們的AI堆棧，以建立更廣泛的AI社區支持網絡。
Gartner預測“到2020年，AI技術將普遍出現在幾乎每一個新的軟件產品和服務中”，在那天到來之前，開源AI將一直扮演重要角色。目前，包括Acumos AI、Facebook框架、Yahoo的CaffeOnSpark、Google的TensorFlow 、H2O.ai以及Microsoft Cognitive Toolkit等，都作為比較主流的開源AI工具在市場中占據大量份額，除此之外，更多的AI公司也正在爭相開源自己的項目。
實際上，伴隨2019年的到來，沒有人能預見到AI領域到底會發生哪些令人難以置信的變革，我們僅能從這些趨勢中，感受到足以令人十分興奮的未來。
