2020年第一季度人工智能的最新进展

作者: 闻数起舞 2020-05-31 14:11:20

 人工智能曾经只是科幻小说,是计算世界的遥不可及的梦想,如今已成为现实。 人工智能,简称AI,是用来描述机器模拟人类智能的能力。 诸如学习,逻辑,推理,感知,创造力之类的行为曾经被认为是人类特有的,如今已被技术复制并应用于各个行业。

多年来,人工智能已经从计算机视觉的简单步骤发展为识别灰度手写数字,并已扩展为能够识别人脸,执行对象检测和实例分割,渲染增强现实等的比较新的技术。 更多。 自然语言处理技术也开创了新局面,开发了在大量数据集上训练的模型,可用于问题解答,情感分析等,新型语音检测和对话式AI技术的兴起,以及更多其他功能。 人工智能领域已在多个视野和新维度上扩展,从而使其被用于多种任务的多个用例中。

以下是最近发生的一些人工智能方面的重大进步:

使用深度学习开发新型强大的抗生素:

麻省理工学院的团队开发的一种深度学习模型已经确定了一种新的抗生素化合物,该化合物已成功地与世界上一些耐药性最高的细菌作斗争。 新开发的药物是通过计算机模型挑选出来的,该模型有可能在短短几天内筛选出超过一亿种化合物。 研究人员设计了他们的模型,以寻找能够使分子有效杀死某些种类细菌的化学特征。 他们在2,500个分子上训练了神经网络模型,其中包括1,700种已获美国FDA批准的药物以及800种具有不同结构和生物活性的天然产物。 在针对五种细菌的实验室测试中,研究人员发现其中八种分子具有抗菌活性,其中两种具有强大的功能。 现在,研究人员计划进一步测试这些分子,并在用于该过程的数据库中对其进行进一步筛选。

当前筛选新抗生素的方法成本高昂,并且需要大量时间投入,这种模型有望极大地推动医疗行业的发展。

对产品的高级理解和新的购物体验:

Facebook的AI团队开发了一种名为GrokNet的计算机视觉模型,旨在通过充当AI生活方式助手来重新定义购物,该助手可以学习人们的品味并大大简化购物过程。

由于购物时有各种各样的产品在售而感到沮丧和优柔寡断是一种普遍的感觉。 Facebook开发的模型使用比较先进的图像识别模型,根据对个人已经拥有的物品的分析所获得的个人品味来推荐要购买的产品。 它还可以生成对象的虚拟副本,以实现该项目在房间或人体内的放置方式的可视化。 您会发现自己穿着您要购买的衣服或配件,这是一个更好的选择。 试用室可能很快变得多余!

该方法使用对象检测器来识别图像中可能产品周围的框,将每个框与已知产品列表进行匹配,并将所有匹配项保持在相似度阈值之内。 它可以预测图像的各种属性,例如图像的类别,属性和可能的搜索查询。 它还可以预测可用于执行诸如产品识别,视觉搜索,视觉上类似的产品推荐,排名,个性化,价格推荐等任务的嵌入(例如"指纹")。 该模型已部署在Facebook Marketplace上,并且已经在重塑购物体验。

通过学习用户行为自动创建业务流程自动机:

英国初创公司ZappyAI已经完成了曾经艰巨的任务,即了解并自动为企业中的流程创建自动化。 早在自动化的早期,该技术就无法将以前在流程中所做的事情与现在在进行中的事情联系起来。 自动化工具将需要大量的编码和配置,而没有任何认知能力。

人工智能驱动的系统使用长期内存来识别可以自动化的业务流程。 它可以找出正在执行的业务流程中涉及的决策和逻辑,并生成对组织内自动化机会的分析。 ZappyAI计划使用这种AI技术来运行组织流程分析的主干,从而为公司节省了无数的人工时间,以了解和数字化业务流程。

小巧的AI —可在消费类设备上运行的AI

诸如Google,Amazon,Apple和IBM之类的现代较大的技术公司已经开发了使AI算法能够直接从人们的电话和其他消费设备运行而无需与云服务进行交互的技术,而传统上是 缺少强大的计算硬件。 这项被称为"微型AI"的技术,研究人员通过称为"知识蒸馏"的过程缩小了现有AI模型的大小,而不会损失任何算法的功能或性能速度。 该技术的优势包括由于设备与云之间没有通信而导致的零延迟,以及更少的隐私问题。

减少AI的碳足迹

训练深度学习AI模型所需的计算能力是巨大的-马萨诸塞大学(Amherst)的一份报告估计,由此产生的二氧化碳排放量平均约为626,000磅(重)。 这相当于美国普通汽车一生中产生的二氧化碳量的五倍。 在模型的部署阶段,随着具有不同属性和资源的多个硬件平台的参与,此问题变得更加严重。

麻省理工学院的研究人员已经开发出了一个解决这一问题的网络,称为"一次全部"网络,该网络将碳排放量减少到传统模型产生的总排放量的1/1300。 研究人员基于比较新的AI进步AutoML(用于自动机器学习)构建了该系统,从而消除了手动网络设计。 单一的大型"全民共享"(OFA)网络充当"母体"网络,嵌套了大量从"母体"网络中稀疏激活的子网。

OFA网络学习到的权重将与所有子网络共享,从而导致在此过程中对子网络进行本质上的预训练。 在推论时,每个子网都以其派生的权重独立运行,而无需其他培训。

人工智能 深度学习 机器人
上一篇:2020年优秀AI软件开发工具 下一篇:人工智能项目:需要注意的七件事
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

科技史上超炸组合「元宇宙+脑机接口」,离我们还有多远?

技术推进门槛很硬,资本市场敬而远之,伦理问题纠缠不清。脑机接口距离元宇宙还差了几个"VR元年"?

董子博 ·  1天前
芯片短缺对人工智能有多大伤害?

全球芯片短缺的影响随处可见:从家用电器价格上涨到消费电子设备产能受限。急需处理器的人工智能应用也正面临压力,不过SambaNova CEO表示,硬件本身并不是人工智能成功的决定性因素。

AI时代前沿 ·  2天前
2021年人工智能与自动化的发展趋势

自动化正在成为许多市场的首要任务,特别是随着远程工作的增长和劳动力短缺改变了传统的工作模式,很多企业转而采用更可持续的自动化解决方案。

Shelby Hiter ·  2天前
人工智能能否帮助金融行业有效应对勒索软件?

现在是金融机构安全意识进一步发展的时候了——这意味着要超越试图阻止勒索软件突破防火墙的预防性方法,专注于用能够检测和阻止攻击的工具武装自己。

Garry Veale ·  2天前
AI视频分析技术是如何工作的?原理是什么?

实时 AI 视频分析是一种基于人工智能的技术,可分析视频流以检测特定行为和事件的展开。这种类型的系统通过人工智能机器学习引擎检查来自监控摄像头的视频流来进行相关工作。该引擎使用一系列算法和程序来理解数据,并将数据转换为可理解的、有意义的信息。

EasyNVR ·  2天前
AI能成科学家的工具人?Nature采访五位顶尖学者:学会写代码,降低期望

AI 对于其他领域的科研来说是一个极其好用的工具,DNA测序、天文地理甚至艺术领域都必须要用到AI 模型来提供灵感。最近Nature 采访了五位跨领域的专家,听听他们对于AI 工具人有什么想法?

佚名 ·  2天前
人工智能与云计算正加速形成应用生态

人工智能在赋能生产力升级,推动各行业完成智能化转型和新旧动能转换的进程中发挥着重要作用。同时,人工智能技术也已经广泛应用在金融、教育、医疗、能源、消费、工业等各行业多场景之中。

佚名 ·  2天前
Facebook在ICCV 2021 发布两个3D模型,自监督才是终极答案?

在 ICCV 2021 上,Facebook AI提出了两个新模型3DETR和DepthContrast,这两个互补的新模型可促进3D理解并更容易上手。

佚名 ·  2天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载