【儀表網(wǎng) 儀表下游】根據(jù)麥肯錫公司在2020年進(jìn)行的一項(xiàng)人工智能的全球調(diào)查，50%的企業(yè)在2020年已在其業(yè)務(wù)部門或職能部門采用了人工智能，因此人們將見證新的人工智能趨勢。企業(yè)采用人工智能工具來創(chuàng)造更多價值、增加收入和客戶忠誠度。在人工智能方面領(lǐng)先的企業(yè)將至少20%收入投資人工智能。隨著發(fā)生的疫情加速數(shù)字化進(jìn)程，這個數(shù)字可能會增加。疫情導(dǎo)致在線活動激增，并在商業(yè)、教育、行政、社交等領(lǐng)域大量采用人工智能。
 

　　本文旨在概述2020年出現(xiàn)并在2021年仍在持續(xù)發(fā)展的人工智能趨勢。根據(jù)這些趨勢，企業(yè)可以預(yù)測2022年的人工智能未來發(fā)展，并成功降低風(fēng)險。
 

　　人工智能應(yīng)用的發(fā)展趨勢
 

　　人工智能的應(yīng)用水平因行業(yè)而異。麥肯錫公司的這個調(diào)查報告強(qiáng)調(diào)了四個重點(diǎn)行業(yè)：高科技、電信、汽車、裝配。
 

　　很多企業(yè)將人工智能應(yīng)用于服務(wù)運(yùn)營、服務(wù)或產(chǎn)品設(shè)計、廣告和銷售。在獲得的投資方面，藥物發(fā)現(xiàn)和開發(fā)領(lǐng)域獲得的投資最多，2020年的投資總額超過138億美元，與2019年相比增長了4.5倍。
 

　　如果將人工智能應(yīng)用于庫存和零件優(yōu)化、定價和促銷、客戶服務(wù)分析、銷售和需求預(yù)測，則將推動更高的收入增長。報告中的成本降低的用例與優(yōu)化人才管理、呼叫中心自動化和倉庫自動化相關(guān)。
 

　　人工智能技術(shù)的趨勢
 

　　在2021年以及未來幾年中，人工智能將被用來簡化運(yùn)營并提高效率。企業(yè)應(yīng)該嘗試通過改善IT基礎(chǔ)設(shè)施和數(shù)據(jù)管理，從人工智能的商業(yè)應(yīng)用中受益。但并非每個部署的人工智能模型都能對企業(yè)有所幫助并適用于績效監(jiān)控。在此將重點(diǎn)關(guān)注2021～2022年可能成為主流的人工智能趨勢。
 

　　趨勢1：用于安全和監(jiān)控的人工智能
 

　　人工智能技術(shù)如今已經(jīng)應(yīng)用于人臉識別、語音識別和視頻分析。這些技術(shù)構(gòu)成了監(jiān)控的最佳組合。因此在2021年，可以預(yù)見人工智能在視頻監(jiān)控中的大量應(yīng)用。
 

　　人工智能有利于安全系統(tǒng)的靈活設(shè)置。企業(yè)的安全工程師以前需要花費(fèi)大量時間配置系統(tǒng)，因?yàn)樗鼤诒O(jiān)控屏幕上特定數(shù)量的像素發(fā)生變化時被激活，因此出現(xiàn)了很多誤報。這些警報可能是由落葉或動物引起的。安全系統(tǒng)采用人工智能技術(shù)可以更精確地識別物體，這有助于更靈活的設(shè)置。
 

　　視頻監(jiān)控中的人工智能可以通過關(guān)注異常行為模式而非面部來檢測可疑活動。這種能力可以通過識別潛在威脅來創(chuàng)建更安全的公共和私人空間。這種人工智能驅(qū)動的視頻解決方案也可以為物流、零售和制造行業(yè)提供幫助。
 

　　人工智能還可以用于語音識別。與語音識別相關(guān)的技術(shù)可以確定身份，身份是指某人的年齡、性別和情緒狀態(tài)。用于監(jiān)控的語音識別所基于的原理可能與Alexa或Google Assistant的情況相同。適用于安全和監(jiān)視的功能是一個內(nèi)置的反欺詐模型，可以檢測合成和錄制的語音。
 

　　生物特征人臉識別是最關(guān)鍵的安全技術(shù)之一，不同的惡意應(yīng)用程序試圖通過提供虛假照片而不是真實(shí)圖像來欺騙安全系統(tǒng)。為了防范出現(xiàn)這種情況，目前正在開發(fā)和大規(guī)模使用多種反欺詐技術(shù)。
 

　　趨勢2：實(shí)時視頻處理中的人工智能
 

　　處理實(shí)時視頻流的挑戰(zhàn)是處理數(shù)據(jù)管道。企業(yè)的工程師的目標(biāo)是確保準(zhǔn)確性并最大限度地減少視頻處理的延遲。人工智能解決方案可以幫助實(shí)現(xiàn)這一目標(biāo)。
 

　　為了在實(shí)時視頻處理中實(shí)現(xiàn)基于人工智能的方法，需要預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型、云計算基礎(chǔ)設(shè)施和用于應(yīng)用用戶場景的軟件層。處理速度對于實(shí)時流傳輸至關(guān)重要，因此所有這些組件都應(yīng)該緊密集成。為了更快進(jìn)行處理，可以并行化進(jìn)程或改進(jìn)算法。進(jìn)程并行化是通過文件拆分或使用管道方法實(shí)現(xiàn)的。這種流水線架構(gòu)是最佳選擇，因?yàn)樗粫档湍Ｐ偷臏?zhǔn)確性，并且允許使用人工智能算法實(shí)時處理視頻并且沒有復(fù)雜性。此外，對于管道架構(gòu)，可以改善面部檢測和模糊的附加效果。
 

　　現(xiàn)代實(shí)時流處理與背景去除和模糊的應(yīng)用密不可分。由于疫情促進(jìn)了視頻會議新趨勢的出現(xiàn)和普及，因此對這些工具的需求有所增加。這些趨勢將得到積極發(fā)展，因?yàn)楦鶕?jù)GlobeNewswire的預(yù)測，全球視頻會議市場規(guī)模預(yù)計將從2021年的92億美元增長到2026年的225億美元。
 

　　還有一些方法可以開發(fā)用于實(shí)時視頻中背景去除和模糊的工具，其挑戰(zhàn)在于設(shè)計一個能夠?qū)⒖蚣苤械娜藛T與背景分開的模型?？梢詧?zhí)行此類任務(wù)的神經(jīng)網(wǎng)絡(luò)可以基于現(xiàn)有模型，如BodyPix、MediaPipe或PixelLib。在選擇這些模型之后，企業(yè)仍然面臨著將其與適當(dāng)框架集成并通過WebAssembly、WebGL或WebGPU的應(yīng)用程序組織最佳執(zhí)行過程的挑戰(zhàn)。
 

　　趨勢3：用于內(nèi)容創(chuàng)建和聊天機(jī)器人的生成式人工智能
 

　　現(xiàn)代人工智能模型可以生成非常高質(zhì)量的文本、音頻和圖像，幾乎與非合成的準(zhǔn)確數(shù)據(jù)無法區(qū)分。
 

　　生成文本的核心是自然語言處理，自然語言處理的快速發(fā)展導(dǎo)致了語言模型的出現(xiàn)。例如，谷歌和微軟成功地使用BERT模型用來補(bǔ)充他們的搜索引擎。
 

　　與自然語言處理相關(guān)的技術(shù)發(fā)展還能如何推動企業(yè)發(fā)展?首先，自然語言處理和人工智能工具的結(jié)合可以創(chuàng)建聊天機(jī)器人。根據(jù)Business Insider的預(yù)測，聊天機(jī)器人市場規(guī)模預(yù)計在2024年將達(dá)到94億美元，所以需要強(qiáng)調(diào)企業(yè)從人工智能驅(qū)動的聊天機(jī)器人實(shí)施中受益的方式。
 

　　聊天機(jī)器人試圖了解人們的意圖，而不僅僅是執(zhí)行標(biāo)準(zhǔn)命令。在不同領(lǐng)域工作的企業(yè)使用人工智能驅(qū)動的聊天機(jī)器人為其客戶提供人類級別的交流。聊天機(jī)器人廣泛應(yīng)用于醫(yī)療保健、銀行、營銷、旅游和酒店這些行業(yè)領(lǐng)域。
 

　　人工智能驅(qū)動的聊天機(jī)器人有助于自動化管理任務(wù)。例如在醫(yī)療保健領(lǐng)域可以減少醫(yī)護(hù)人員的體力勞動。聊天機(jī)器人幫助預(yù)約醫(yī)生，發(fā)送與服藥相關(guān)的提醒，并為患者提供咨詢問題的答案。在其他領(lǐng)域，聊天機(jī)器人被引入來傳遞有針對性的信息，提高客戶參與度和支持，并為用戶提供個性化的服務(wù)。
 

　　除了聊天機(jī)器人，自然語言處理是其他尖端技術(shù)解決方案的核心。示例之一是可用于業(yè)務(wù)應(yīng)用程序的自然語言處理文本生成。
 

　　最近推出的GPT-3模型使人工智能工程師每天平均可以生成45億個單詞。這將使人工智能的大量應(yīng)用能夠用于對社會有益和價值較低的應(yīng)用中。這也促使研究人員投資于檢測生成模型的技術(shù)。令人關(guān)注的是，在2021-2022年，人們將見證GPT-4——“通用人工智能”的到來。
 

　　回到生成人工智能，人們要關(guān)注生成對抗網(wǎng)絡(luò)(GAN)，它能夠創(chuàng)建與人工生成的圖像無法區(qū)分的圖像。這可能是不存在的人物、動物、物體和其他類型媒體(例如音頻和文本)的圖像?，F(xiàn)在是實(shí)施生成對抗網(wǎng)絡(luò)(GAN)發(fā)揮其能力的最佳時機(jī)。他們可以對真實(shí)數(shù)據(jù)分布進(jìn)行建模并學(xué)習(xí)有用的表示，以改進(jìn)人工智能管道、保護(hù)數(shù)據(jù)、發(fā)現(xiàn)異常并適應(yīng)特定的現(xiàn)實(shí)世界案例。
 

　　趨勢4.人工智能驅(qū)動的質(zhì)量保證和檢測
 

　　計算機(jī)視覺最引人注目的分支是人工智能檢測。由于應(yīng)用深度學(xué)習(xí)模型提高了準(zhǔn)確性和性能，這個方向近年來一直在蓬勃發(fā)展。很多企業(yè)開始投資計算和財務(wù)資源，以更快的速度開發(fā)計算機(jī)視覺系統(tǒng)。
 

　　制造中的自動化檢查意味著對產(chǎn)品是否符合質(zhì)量標(biāo)準(zhǔn)進(jìn)行分析。該方法也適用于設(shè)備監(jiān)控。
 

　　以下是人工智能檢測的幾個用例：
 

　　•檢測裝配線上的產(chǎn)品缺陷
 

　　•識別機(jī)械和車身零件的缺陷
 

　　•行李檢查和飛機(jī)維修
 

　　•核電站的檢查
 

　　趨勢5：人工智能在醫(yī)療保健領(lǐng)域顛覆性的突破
 

　　近年來，與在醫(yī)療保健行業(yè)實(shí)施人工智能相關(guān)的趨??勢已得到廣泛討論?？茖W(xué)家使用人工智能模型和計算機(jī)視覺算法來對抗新冠病毒，包括病毒檢測、疫苗開發(fā)、藥物發(fā)現(xiàn)、熱篩查、帶口罩的面部識別和分析CT掃描等領(lǐng)域。
 

　　為了有效阻止新冠病毒的傳播，人工智能模型可以檢測和分析潛在威脅并做出準(zhǔn)確預(yù)測。此外，人工智能通過識別使疫苗有效的關(guān)鍵組件來幫助開發(fā)疫苗。
 

　　人工智能驅(qū)動的解決方案可用作醫(yī)療物聯(lián)網(wǎng)上的有效工具，并處理特定于醫(yī)療保健行業(yè)的保密問題。如果將醫(yī)療保健中的人工智能用例系統(tǒng)化，很明顯它們的目標(biāo)是一致的，可以確保快速準(zhǔn)確地診斷患者。
 

　　趨勢6：應(yīng)用在三個行業(yè)領(lǐng)域的無代碼人工智能平臺
 

　　無代碼人工智能平臺讓中小企業(yè)也能夠采用以前僅應(yīng)用于大企業(yè)的強(qiáng)大技術(shù)。企業(yè)從頭開始開發(fā)人工智能模型需要時間、費(fèi)用和相關(guān)經(jīng)驗(yàn)。采用無代碼人工智能平臺簡化了任務(wù)，因?yàn)榻档土诉M(jìn)入門檻。其優(yōu)點(diǎn)是：
 

　　(1)快速實(shí)現(xiàn)——與從頭編寫代碼、處理數(shù)據(jù)、調(diào)試相比，節(jié)省90%以上的時間。
 

　　(2)開發(fā)成本更低——通過自動化，企業(yè)不再需要建設(shè)大型數(shù)據(jù)科學(xué)團(tuán)隊。
 

　　(3)易用性——拖放功能簡化了軟件開發(fā)，無需編碼即可創(chuàng)建應(yīng)用程序。
 

　　醫(yī)療保健、金融部門和營銷領(lǐng)域都需要無代碼人工智能平臺——盡管生成的解決方案無法定制。在最受歡迎的無代碼人工智能平臺中，其中包括Google Cloud Auto ML、Google M Kit、Runaway AI、Create ML、Make ML、Super Annotate等。
 

　　大中型企業(yè)利用無代碼平臺來開發(fā)旨在圖像分類、識別姿勢和聲音以及對象檢測的軟件解決方案。
 

　　人工智能的未來發(fā)展
 

　　這些趨勢表明，人工智能的未來發(fā)展充滿希望，因?yàn)槿斯ぶ悄芙鉀Q方案正變得越來越普遍。例如，用于制造業(yè)預(yù)測分析的自動駕駛汽車、機(jī)器人和傳感器;用于醫(yī)療行業(yè)的虛擬醫(yī)療助理;用于媒體報道的自然語言處理;人工智能助理，以及可以在客戶服務(wù)中取代人類的聊天機(jī)器人等，所有這些人工智能驅(qū)動的解決方案都在快速向前邁進(jìn)。