2020年值得关注的7大人工智能趋势

作者: 佚名 2019-12-25 15:03:53

人工智能将来会给人类带来巨大的潜力,当然在某些方面也会为人类带来风险。它虽然处于起步阶段,但该领域专家预测,2020年AI将会大力促进社会的发展。

根据《福布斯》的消息来源,技术领域的诸如区块链、人工智能领导的自动化、机器学习、企业内容管理、人工智能的后台、量子计算AI应用、主流物联网、医疗保健等都会因为AI的应用而带来质的飞跃。

2020年值得关注的7大人工智能趋势

根据《The Next Web》以及《福布斯》等的消息来源,2020年AI的七大趋势包括:

1.计算机图形学

2020年值得关注的趋势之一将是在计算机生成的图形中使用AI的进步。对于更逼真的效果(例如在电影和游戏中创建高保真环境,车辆和角色)而言,尤其如此。

在屏幕上重现逼真的金属副本,木材或葡萄皮的暗淡光泽通常是非常耗时的过程。对于人类艺术家,它也往往需要大量的经验和耐心。

各种研究人员已经在开发新方法来帮助AI做繁重的工作。以NVIDIA为例,它已经为此工作了几年。

他们正在使用AI来改善光线追踪和栅格化等功能,以创建一种更便宜,更快捷的方法来渲染计算机游戏中的超真实感图形。

维也纳的其他研究人员也在研究在艺术家的监督下实现部分或全部自动化过程的方法。使用神经网络和机器学习从创建者那里获得提示,以生成示例图像以供批准。

2. 深度仿真(Deepfake)

Deepfakes是近年来出现了巨大进步的另一个领域。2019年出现了很多令人高兴的幽默的深造假,在许多社交媒体网络上广为流传。

但是随着时间的流逝,这项技术只会变得更加复杂。这为可能在现实世界中损害或破坏人们声誉的一些令人担忧的后果打开了大门。

随着Deepfake越来越难以与真实录音区分开来,我们如何在将来判断出它们是否为假冒产品?这很重要,因为深造品很容易被用来传播错误政治信息,破坏公司甚至是网络欺凌。

谷歌和Facebook一直试图通过发布数千个Deepfake视频来教AI如何检测它们来克服这一问题,似乎也难过。

3.预测性文本

预测性文本已经存在了一段时间,但是通过使用AI对其进行增压,我们可能会达到这样的程度,即AI会先知道您要编写的内容。例如,“智能”电子邮件预测文本已在Gmail等产品上进行测试。

如果使用正确,这可以帮助用户显着加快写作速度。当然,即使AI正确预测了您的意图,许多人还是会发现自己总是在写下整个句子。

4.随着时间的流逝,道德应该变得更加重要

随着人工智能变得越来越复杂,开发人员需要注意他们的工作道德。AI伦理是技术伦理的一个子类别,它定义了AI的人类设计师应如何构建,使用和“对待”其创作。

它还定义或希望AI应该如何在道德和道德上行事。简称“机器人伦理学”,其主要关注点是防止机器人和AI对人类造成伤害。

这个领域的早期工作是由伟大的艾萨克·阿西莫夫(Isaac Asimov)及其“机器人三定律”定义的,此后近年来受到了很多关注。许多人认为,在开发任何真正高级的AI之前,可能是时候在法律上对许多概念进行编码了。

5.量子计算将增强AI

2020年值得关注的另一趋势将是量子计算和AI的进步。量子计算有望彻底改变计算机科学的许多方面,并有望在未来增强AI。

它旨在极大地提高我们生成,存储和分析大量数据的速度和效率。这对于大数据,机器学习和AI认知可能具有巨大的潜力。

通过大幅度提高筛选速度并理解海量数据集,人工智能和人类应会受益匪浅,它甚至可能引发新的工业革命。

6.人脸识别

面部识别目前越来越广泛的应用在我们的生活之中。

越来越多地使用人工智能来帮助识别人脸并跟踪人们的位置。一些提议的解决方案甚至可以通过分析他们的步态和心跳来帮助发现他们;基于AI的监视已经在世界各地的许多机场中进行,并且越来越多地被执法部门采用;更为重要的是,基于面部识别的支付系统正在中国兴起,目前已经能做到不带钱包也不带手机即可出门买到自己想要的东西了。

7.人工智能将有助于优化生产渠道

《星际大战第二集:克隆人战争》中的机器人制造设施可能并非来自一个遥远的星系。由AI驱动的全自动生产线将在不久的将来与我们同在。

虽然我们还没有到位,但正如我们所说的那样,人工智能和机器学习已被用于优化生产。这有望降低投资的组织成本,提高质量并减少能耗。

人工智能 AI 计算机
上一篇:二次元少女生成器、会开车的神经网络...2019年优秀的17个机器学习项目 下一篇:6个你应该知道的机器学习的革命性的教训
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

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载