2019年值得关注的5个人工智能趋势,风口已经形成

作者: 引力空间站 2018-12-11 11:29:27

在2018年期间,我们目睹了基于机器学习和人工智能的平台,工具和应用程序的急剧增长。 这些技术不仅影响了软件和互联网行业,还影响了其他垂直行业,如医疗保健,法律,制造业,汽车和农业。

人工智能趋势

我们将继续看到2019年及以后的ML和AI相关技术的进步。 亚马逊,苹果,Facebook,谷歌,IBM和微软等公司正在投资研发人工智能,这将有助于生态系统将人工智能拉近消费者。

以下是2019年需要注意的5种AI趋势:

1. 启用AI芯片的兴起

与其他软件不同,AI严重依赖专用处理器来补充CPU。 即使是最快和***进的CPU也可能无法提高AI模型的培训速度。 在推理时,该模型需要额外的硬件来执行复杂的数学计算,以加速对象检测和面部识别等任务。

2019年,英特尔,NVIDIA,AMD,ARM和高通等芯片制造商将推出专用芯片,加速AI应用的执行。 这些芯片将针对与计算机视觉,自然语言处理和语音识别相关的特定用例和场景进行优化。 来自医疗保健和汽车行业的下一代应用将依赖这些芯片为最终用户提供智能。

人工智能趋势

2019年也将是亚马逊,微软,谷歌和Facebook等超大规模基础设施公司将增加基于现场可编程门阵列(FPGA)和专用集成电路(ASIC)的定制芯片投资的一年。 这些芯片将针对基于AI和高性能计算(HPC)运行现代工作负载进行大量优化。 其中一些芯片还将协助下一代数据库加速查询处理和预测分析。

2. 边缘的物联网和人工智能的融合

在2019年,AI在边缘计算层遇到物联网。 在公共云中训练的大多数模型将部署在边缘。

工业物联网是人工智能的***用例,可以执行异常检测,根本原因分析和设备的预测性维护。

基于深度神经网络的高级ML模型将进行优化以在边缘运行。 他们将能够处理视频帧,语音合成,时间序列数据和由摄像机,麦克风和其他传感器等设备生成的非结构化数据。

物联网将成为企业中人工智能的***驱动力。 Edge器件将配备基于FPGA和ASIC的特殊AI芯片。

2016年,谷歌推出了Tensor Processing Units,或称TPU,它们更为人所知的一点是 - 专为Google的TensorFlow框架设计的芯片。 今年,这家技术巨头现在推出了Edge TPU,这是一种小型人工智能加速器,可在物联网(IoT)设备中实现机器学习工作。

人工智能趋势

Edge TPU旨在执行机器学习算法训练的任务。 例如,它将能够识别图片中的对象。 算法训练的这部分“预成形任务”被称为“推理”。 虽然Edge TPU旨在执行推理,但Goggle基于服务器的TPU负责训练算法。

人工智能趋势

3. 神经网络之间的互操作性成为关键

开发神经网络模型的关键挑战之一在于选择正确的框架。 数据科学家和开发人员必须从众多选择中选择合适的工具,包括Caffe2,PyTorch,Apache MXNet,Microsoft Cognitive Toolkit和TensorFlow。 一旦模型在特定框架中进行了训练和评估,就很难将训练好的模型移植到另一个框架中。

神经网络工具包之间缺乏互操作性阻碍了AI的采用。 为了应对这一挑战,AWS,Facebook和Microsoft合作构建了开放式神经网络交换(ONNX),这使得在多个框架中重用经过训练的神经网络模型成为可能。

人工智能趋势

在2019年,ONNX将成为该行业的重要技术。 从研究人员到边缘设备制造商,生态系统的所有关键参与者都将依赖ONNX作为推理的标准运行时。

4. 自动化机器学习将获得突出地位

从根本上改变基于ML的解决方案的一个趋势是AutoML。 它将使业务分析师和开发人员能够发展可以解决复杂场景的机器学习模型,而无需经过ML模型的典型培训过程。

在处理AutoML平台时,业务分析师会专注于业务问题,而不是迷失在流程和工作流程中。

AutoML完全适用于认知API和自定义ML平台之间。 它提供了正确的自定义级别,而无需强迫开发人员完成精心设计的工作流程。 与通常被视为黑盒子的认知API不同,AutoML具有相同程度的灵活性,但自定义数据与可移植性相结合。

5. AI将通过AIOps自动化DevOps

现代应用程序和基础架构正在生成为索引,搜索和分析而捕获的日志数据。 从硬件,操作系统,服务器软件和应用软件获得的海量数据集可以进行聚合和关联,以找到见解和模式。 当机器学习模型应用于这些数据集时,IT操作从被动转变为预测。

当AI的强大功能应用于运营时,它将重新定义基础架构的管理方式。 ML和AI在IT运营和DevOps中的应用将为组织提供智能。 它将帮助运营团队进行精确和准确的根本原因分析。

AIOps将在2019年成为主流。公共云供应商和企业将从AI和DevOps的融合中受益。

机器学习和人工智能将成为2019年的关键技术趋势。从业务应用到IT支持,AI将对行业产生重大影响。

人工智能 AI ML
上一篇:人工智能与机器人在哪些领域成了新秀? 下一篇:百度AI为美好校园生活“再添一笔” 让青葱岁月更有科技范
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI技术将如何推动制药行业发展?

从目前来看,AI技术的应用范围已经非常广泛,各个行业可谓概莫能外——制药行业自然也在其中。这一切,将给制药这一历史悠久且至关重要的行业带来前所未有的变革。

佚名 ·  15h前
2020年搞深度学习需要什么样的GPU:请上48G显存

在 lambda 最新的一篇显卡横向测评文章中,开发者们探讨了哪些 GPU 可以再不出现内存错误的情况下训练模型。当然,还有这些 GPU 的 AI 性能。

机器之心 ·  19h前
5项人工智能实例,令人惊叹

为了让人工智能成为主流,科学家和研究人员付出了更多的努力。正因如此,这项独创性技术不仅已经融入了人们的日常生活,而且持续影响着多个行业。人工智能是一种不可忽视的力量,从Siri和Alexa这样的语音驱动私人助理到自动驾驶汽车,它一直在不断发展。

读芯术 ·  19h前
带有面部识别的口罩可解锁 iPhone ,网友:duck 不必

近日,产品设计师 Danielle Baskin 发布了一款带有面部信息的口罩,让人们带着口罩也能用 Face ID 解锁手机。

刘琳 ·  23h前
人工智能在网络安全运维服务中的应用

近年来,国内外网络安全形势趋于复杂,关系到国民经济命脉的关键信息基础设施在传统模式下得不到有效保护。

信息安全与通信保密 ·  23h前
与时间赛跑!AI是疾病基因分析和诊断的加速器

最快速的了解新的病毒带来的病例成因早日实现对症下药,成为打赢“抗疫”的关键。今天AI等新技术在积极发挥着作用。

佚名 ·  1天前
未来五年内适合从事的5个工作领域

你可曾听过“中国制造2025”即中国要在2025年完成一次产业的彻底彻底升级,提升中国制造业彻底从劳动密集型产业改变为智慧密集型的产业。通过人工智能,大数据分析等技术,彻底突破中等收入陷阱,加速步入发达国家行列。

大潘老师 ·  1天前
如何避免又一个AI寒冬?

尽管过去几年中,人工智能取得了长足的进步,但相信很多人都还记得20世纪90年代,由于开发者过分夸大承诺以及最终用户不切合实际的期望所导致的AI寒冬。

佚名 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载