淺析人工智能技術(shù)未來(lái)發(fā)展的五大趨勢(shì) 機(jī)器學(xué)習(xí)與機(jī)器教學(xué)等

企業(yè)是否正在探索如何在業(yè)務(wù)中最佳實(shí)施人工智能?需要考慮人工智能對(duì)于業(yè)務(wù)應(yīng)用程序至關(guān)重要的5個(gè)未來(lái)趨勢(shì)。

如果企業(yè)正在考慮使用人工智能(AI)來(lái)完善其基礎(chǔ)IT和數(shù)據(jù)功能，那么如何將炒作與現(xiàn)實(shí)區(qū)分開(kāi)?

無(wú)論是在探索人工智能(AI)對(duì)企業(yè)的承諾，還是想知道何時(shí)才能看到真正的變革性成果，以下是將有助于實(shí)現(xiàn)人工智能(AI)未開(kāi)發(fā)潛力的五個(gè)行業(yè)趨勢(shì)：

1.黑盒與可解釋人工智能

對(duì)于大多數(shù)人來(lái)說(shuō)，深度學(xué)習(xí)系統(tǒng)本質(zhì)上是難以理解的。使用數(shù)百萬(wàn)個(gè)數(shù)據(jù)點(diǎn)作為輸入，并將相關(guān)數(shù)據(jù)作為輸出，通常無(wú)法使用純語(yǔ)言解釋其內(nèi)部邏輯。

但是，如果自動(dòng)化系統(tǒng)要協(xié)助做出關(guān)鍵決策，例如要使用哪些操作和流程，而人們卻無(wú)法理解這些決策是如何制定的，人們?nèi)绾巫R(shí)別和解決錯(cuò)誤?這種缺乏常識(shí)的現(xiàn)象限制了人工智能在現(xiàn)實(shí)世界中的應(yīng)用。人們需要一個(gè)更清晰、更簡(jiǎn)單的人工智能系統(tǒng)，以更好地與世界和人們建立聯(lián)系。

人們需要一個(gè)更清晰、更簡(jiǎn)單的人工智能系統(tǒng)，以更好地與世界和人們建立聯(lián)系。

2.機(jī)器學(xué)習(xí)與機(jī)器教學(xué)

根據(jù)麥肯錫全球研究所的數(shù)據(jù)，到2030年，預(yù)計(jì)在物理和人工技能以及基本認(rèn)知技能上花費(fèi)的工作時(shí)間將分別減少14%和15%。相反，人們將花費(fèi)更多的時(shí)間使用更高的認(rèn)知技能，例如回答“為什么”和決定要做什么。

這種新的工作方式將導(dǎo)致對(duì)支持它的工具的需求。PARC科學(xué)家Mark Stefik對(duì)機(jī)械學(xué)的研究描述了一個(gè)人類與機(jī)器可以相互學(xué)習(xí)的未來(lái)。在將來(lái)，人們可以將人工智能系統(tǒng)想象為工作場(chǎng)所的重要組成部分。

3.馮•諾依曼計(jì)算與神經(jīng)形態(tài)計(jì)算

在接下來(lái)的十年中，IT的主要中斷之一將是從傳統(tǒng)的馮•諾依曼計(jì)計(jì)算架構(gòu)到神經(jīng)形態(tài)計(jì)算的過(guò)渡。隨著摩爾定律的放慢，人們遇到了馮•諾依曼瓶頸，那么可以從迄今為止最高效的計(jì)算機(jī)(大腦)中學(xué)到什么?

生物大腦在同一電路中具有記憶和計(jì)算功能，而傳統(tǒng)的馮•諾依曼數(shù)字計(jì)算機(jī)將記憶與計(jì)算分開(kāi)。生物大腦高度并行化，而數(shù)字計(jì)算機(jī)以串行方式執(zhí)行計(jì)算。生物大腦很密集，只需要數(shù)字計(jì)算機(jī)所用能量的一小部分。這些瓶頸是現(xiàn)代數(shù)字計(jì)算機(jī)努力處理龐大的人工智能程序的主要原因。

4.數(shù)字與量子計(jì)算機(jī)

大小限制使常規(guī)數(shù)字計(jì)算機(jī)無(wú)法滿足人工智能計(jì)算的需求。量子計(jì)算機(jī)使用量子位和并行性來(lái)處理大量數(shù)據(jù)并同時(shí)查看所有解決方案。像IBM和Google AI Quantum這樣的傳統(tǒng)公司以及像Bleximo這樣的初創(chuàng)公司正在努力將通用處理器和NISQ應(yīng)用程序?qū)Ｓ玫牧孔訁f(xié)處理器(稱為量子加速器)結(jié)合起來(lái)，以構(gòu)建針對(duì)特定業(yè)務(wù)和工程領(lǐng)域的系統(tǒng)。早期的潛在行業(yè)應(yīng)用包括化學(xué)(用于材料)、制藥(用于藥物設(shè)計(jì))和金融(用于優(yōu)化)。

5.電子與腦機(jī)接口設(shè)備

當(dāng)前的人工智能應(yīng)用程序主要在電子設(shè)備上運(yùn)行，但人們最終會(huì)看到電子和生物系統(tǒng)之間更加緊密的集成。

當(dāng)前的人工智能應(yīng)用程序主要在電子設(shè)備上運(yùn)行，但人們最終會(huì)看到電子和生物系統(tǒng)之間更加緊密的集成。例如，埃隆•馬斯克的最新合資企業(yè)之一Neuralink公司宣布計(jì)劃在2020年底之前開(kāi)始將其可植入式腦機(jī)接口(BMI)設(shè)備與人類進(jìn)行臨床試驗(yàn)。通過(guò)將人工智能應(yīng)用程序與人們的生物系統(tǒng)相結(jié)合，邊界人機(jī)之間已經(jīng)開(kāi)始融合?？茖W(xué)家還將腦機(jī)接口(BMI)和人工智能相結(jié)合，以使用大腦信號(hào)控制外部設(shè)備，并用人工智能系統(tǒng)重現(xiàn)大腦皮層功能的各個(gè)方面。

大多數(shù)科學(xué)家和技術(shù)專家都認(rèn)為，人們只是在挖掘人工智能潛力的表面。首席信息官和組織越來(lái)越需要跟蹤這種變革性技術(shù)的最新發(fā)展。

關(guān)鍵詞： 人工智能 技術(shù)