2018年人工智能和机器学习的顶级趋势

作者: Yoshitaka Shiotsu 2018-09-18 09:00:28

 2018年人工智能和机器学习的顶级趋势

自从人工智能(AI)这个术语在1955年由美国达特茅斯学院的人工智能大师John McCarthy创造以来,已经得到了长足的进步。63年之后,人工智能正在改变和颠覆医疗保健、金融科技以及其他行业的业务发展。虽然对真正人性化人工智能仍在继续探索当中,但大数据和机器学习(ML)的进步将帮助人工智能成为技术主流。本文将介绍2018年的顶级人工智能和机器学习的发展趋势:

1. 医疗健康 

咨询机构埃森哲公司表示,到2021年,美国人工智能医疗保健市场规模预计将达到66亿美元,其复合年增长率(CAGR)为40%。

医学成像和诊断公司正在推动人工智能在医疗健康技术方面的发展。例如,Arterys就是一种基于云计算放射科医师的人工智能助手,于2018年2月通过其Oncology AI套件获得美国食品和药物管理局(FDA)批准,用于分析肺和肝的肿瘤图像。

采用人工智能,个性化医疗保健和精准医疗也取得了长足的进步。今年8月,新加坡大学的研究人员使用人工智能来识别和优化骨髓瘤(一种血癌)的联合药物治疗。

2.金融科技

从资产管理、融资到贷款和移动支付,金融科技已经证明本身就是一种颠覆性技术。人工智能正在帮助金融科技将这些核心竞争力提升到新的水平。

人工智能可让用户通过首选的移动设备将资金存入银行。去年10月发布了第一个人工智能ETF(交易所交易基金),埃尔森公司正在帮助大型金融机构处理大数据。还有不断增长的量化交易者社区,他们希望测试和共享交易算法,其中一些算法由机器学习提供支持。

3.能源 

从石油和天然气巨头到可再生能源的绿色技术,能源行业产生了大量数据。人工智能非常适合处理大型数据集,并提供可操作的见解,可以帮助能源生产商和消费者更好地利用电网。

例如,储能优化器Athena在800多个储能系统中每分钟处理400兆字节的能源数据,以简化能源使用的时间,帮助客户每年节省800万美元。

在家中,智能恒温器Nest通过适应家庭居住者的习惯来降低能耗。英国的国家电网将结合谷歌DeepMind技术,以简化英国的电网运营。

4.企业 

根据Technavio公司最新的市场研究报告,预计全球企业人工智能市场将在2018年至2022年间实现45%的复合年增长率。Technavio公司将大部分增长归功于使用客户服务聊天机器人的业务增长。

用于处理大数据的机器学习解决方案是这种大幅增长的另一个原因。像谷歌、亚马逊、IBM、英特尔、微软这样的科技巨头正在引领技术潮流,提供和/或支持许多将机器学习带给大众的基础人工智能框架和工具。谷歌公司拥有DeepMind,IBM公司拥有Watson,AWS与Apache Spark结合使用,可帮助企业处理大量数据。

5.零售 

零售行业仍然是人工智能领域创新的温床。如上所述,零售商正在通过聊天机器人减少客户服务开销,他们还使用预测分析来优化产品定价,并从数据库中构建客户角色。

当然,零售行业的人工智能已经变得如此平常,人们可能已经知道了这一切。近年来的新变化是,企业随着技术的成熟将如何变得更具创造性。

人们可能听说过聊天机器人,但实体零售店中的机器人如何将顾客人流量提高70%?或者采用人工智能使用面部识别功能的Kairos,一旦顾客走进门,就会告知商店员工这些顾客的偏好。

当跨国企业集团SoftBank正在与Zume公司(一家主要提供比萨饼机器人送货服务的厂商)正在进行高达7.5亿美元的谈判时,人们的感觉可能是已经生活在未来。

6.软件开发 

编码器总是在寻找更高层次的抽象来提高程序人员的生产率。这就是最新软件开发工具、库和框架如何简化开发过程的原因。

可能有一天,最终的抽象层次是让程序自己编写。但在此之前,有许多基于人工智能的工具可以让开发人员的工作更轻松一些。

谷歌公司的bug预测工具长期以来一直使用机器学习算法和统计分析来识别有缺陷的代码。DeepCode则更加深入,为程序员提供Grammarly,可以识别他们的公共和私有GitHub存储库中的问题,并提供解决方案。

从数字助理到自动驾驶汽车 

如今已是2018年,人工智能比以往任何时候都更接近科幻小说。令人兴奋的新闻和观察结果并未完全列入上述趋势列表,这其中包括:

  • 数字助理,如Alexa、Cortana、Siri,可以在全球数百万个家庭中找到。 
  • Google Duplex在I/O 2018展会上的重大展示证明了NLP(自然语言处理)已经走了多远。其数字助理的声音听起来很人性化,甚至包括声音提示,如“mm-hmm”和“嗯”。 
  • 无人驾驶汽车不仅适用于Google和Waymo。通用汽车、戴姆勒、宝马和福特都是在积极开发该技术的汽车制造厂商。 
  • 制造行业自动化也受益于人工智能的进步。FANUC机器人学习振动控制(LVC)软件可用于加速装配线上机器人的深度学习,以执行特定任务。
人工智能 机器学习
上一篇:深度开发,激活人工智能潜能 下一篇:人工智能如何革新企业生产力
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行业寒潮下,智能物流机器人产业迎来“风口”

“人工智能,前景很好,但‘钱’景不好 ” 、“2018年,人工智能的进展就是没有进展”、“2019年的AI行业已如石墨烯一样,尽显疲态”……一篇《投资人逃离人工智能》文章又给人工智能行业泼了一身冷水。人工智能融资难、“寒冬论”再一次戳痛每个人工智能从业者的心,激起大众的焦虑情绪。

AI报道 ·  13h前
人工智能应用在智慧社区五大场景

物联网、云计算、大数据、人工智能正逐步从概念走向应用。越来越多的传统产业也开始探索和创新,积极拥抱互联网和新技术。未来,人工智能技术可能会颠覆社区管理。

有熊 ·  13h前
基于PyTorch的CV模型框架,北大学生出品TorchCV

在机器学习带来的所有颠覆性技术中,计算机视觉领域吸引了业内人士和学术界最大的关注。

张倩、泽南 ·  14h前
高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  18h前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  18h前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  19h前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  19h前
中文自动转SQL,准确率高达92%,这位Kaggle大师刷新世界纪录

首届中文NL2SQL挑战赛上,又一项超越国外水平的NLP研究成果诞生了。在NL2SQL这项任务上,比赛中的最佳成绩达到了92.19%的准确率,超过英文NL2SQL数据集WikiSQL目前完全匹配精度86.0%,执行匹配精度91.8%的最高成绩。

郭一璞 ·  19h前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载