全球最聰明的大腦怎麼看AI?他們預測了這13大發展趨勢
大數據文摘作品
作者:ROSIEBROWN
編譯:彭湘偉、蔣寶尚、小魚
被華爾街時報,福布斯和財富雜誌稱為「AI(人工智慧)元年」的2017年,人工智慧成果頗豐。
AI在新領域的表現優於職業玩家和撲克玩家。通過各種線上項目,一步擴大了深度學習的教育範圍。最近微軟公布說,語音識別的準確率多次打破了之前的記錄。像牛津大學、馬薩諸塞州總醫院和通用電氣公司的Avitas系統等研究機構和組織都下注深度學習超級計算機。
2017年AI領域取得了諸多成果。
點擊查看大數據文摘總結報道《2017年你錯過了哪些AI圈大事?最全盤點,值得收藏!》
2018年AI又將何去何從?
以下是來自世界頂級研究人員和行業領軍人物對2018年AI領域發展作出的13個預測。讓我們聽聽這些最聰明的大腦怎麼說。
醫藥行業:AI設備將會上線
「2018年,AI設備將會在醫藥行業上線。我們將把演算法植入產品中,並且進行整合和驗證,讓那些來自概念的解決方案生根發芽,這樣醫生們就可以用AI設備輔助工作。
到2018年末,AI技術會以多種形式嵌入醫療系統的診斷體系中,在大部分診斷醫學領域會採用這種系統,同時,人口健康,醫療運營和一大部分的臨床診斷等領域也會迅速普及AI技術。在2018年,在全球範圍內,我們會通過AI技術,真正地改變醫療服務提供者的工作方式,以及病人們體驗醫療服務的方式。」
——Mark Michalski,馬薩諸塞州總醫院和臨床數據科學中心的執行主管。
深度學習將會顛覆工程模擬和設計
「2018年,深度學習將會顛覆工程模擬和設計。未來三到五年里,深度學習會加速產品的研發周期,並將其從過去以月計數縮短到以天計數,在產品特性、性能和成本的研發流水線上給出一種快速創新的模式」
——Marc Edgar,通用電氣研究部的高級信息科學家。
AI將被納入醫療診斷的常規體系
「在2018和未來幾年裡,我們的診斷系統會深度嵌入AI技術,但我們不會稱之為AI設備,而只是一套常規的系統。人們會問:『在沒有這些系統之前,我們是怎麼生活的?』」
——Luciano Prevedello,醫學博士,公共衛生學碩士,來自俄亥俄州立大學韋克斯勒放射學和放射醫學中心。
AI將會成為主流內容的創造者
「看到AI的發展速度如此之快,我希望它能夠根據個人的口味創造個性化媒體,比如音樂。想像一下,未來的音樂服務不僅播放你可能喜歡的老歌,而且能持續創作合你心意的新歌。」
——Jan Kautz,NVIDIA視覺計算與機器學習研究的高級主管。
AI將會繼續滲透到其他技術行業
「AI將影響並推動25%的技術行業的發展。關鍵在於機構組織和從業人員如何面對AI技術帶來的改變。」
——Nicola Morini Bianzino,埃森哲人工智慧與發展和技術決策指導部門主管。
生物特徵識別將取代信用卡和駕照
「有了AI技術,面部信息會成為人們信用卡,身份證和條形碼。隨著生物特徵識別技術的成熟,人臉識別作為個人信息認證已經變得很安全。傳統零售業結合AI技術會給我們帶來更好的體驗,像亞馬遜和全食超市。在不久的將來,人們再也不用在商場排隊了。」
——Georges Nahon,Orange Silicon Valley的首席執行官;Orange Institute(一所全球研究聯合實驗室)的主席。
新型深度學習技術將會使數據處理過程更加透明化
「深度學習將會顯著提高放射學報告中定量分析的可靠性。人們對深度學習是個」黑盒子」的擔心會越來越少,因為新的技術會幫助我們去理解深度學習所」看」到的。」
——Bradley J. Erickson,醫學博士,放射科顧問;衛生科學研究部生物醫學統計和信息學顧問;梅奧診所放射科研究副主席。
智能手機中將部署AI和深度神經網路
「智能手機上大量的App將運行深度神經網路演算法支持AI技術的實現。家用機器人會更智能,其成本也會更低。
它們將視覺、語言和語音等交互方式巧妙融合,用戶很難察覺不同交流方式之間的差異。」
——Robinson Piramuthu,易趣網計算機視覺的首席科學家。
AI將深入人們的日常生活
「機器人將在人類認為的複雜任務中表現的更好,比如在房間里走來走去和跨過物體。它們處理繁瑣的事情也變得遊刃有餘。我也期待自然語言處理的進展,因為這方面的技術還有很大的提升空間。
未來,大量嵌入AI技術的產品會進入我們的生活。Waymo的L4級自動駕駛車輛已經上路測試。所有這些在實驗室測試的AI項目,在我們未來的生活中觸手可及。」
——Chris Nicholson,http://Skymind.io的首席執行官和聯合創始人。
AI的發展將更加多元化
「越來越多來自不同背景的人都在搭建、開發和產品化AI項目。隨著開發工具和基礎設施的不斷改進,人們把數據和演算法轉化為實用產品的過程更加容易。產品和應用程序將允許底層模型在內部運作時進行互動式查詢,從而提高人們對這些系統的信任,特別是在任務關鍵型應用程序中。在醫學領域,我們會將多個跨學科的信息源進行整合後加以利用,而不是關注單應用程序的案例,儘管目前這種應用正在席捲醫藥行業。」
——George Shih,MD.ai創始人;康奈爾大學威爾醫學院信息放射科的副主席兼副教授副教授。
AI將翻開當代天體物理學的新篇章
「AI技術可以探測到天體物理學中未知物體發射出的引力波,這為當代天體物理學開啟了一個新的研究領域。」
——Eliu Huerta,伊利諾伊大學厄巴納—香檳分校超級計算應用國家中心重力組組長,天體物理學家。
AI將會從實驗室走向臨床應用
「AI在成像上達到了」技術成熟度曲線」的峰值,AI設備從研究實驗室搬進了放射科醫生的工作站,最終成為病人床邊的某種設備。醫用AI設備的評估和實現對開發人員、投資公司、醫療組織和其他機構吸引力遠不如其他案例,例如工作流工具、質量/安全分析、病人分類等。
醫療和AI成像行業面臨的最大挑戰之一是監管機構能否跟上技術創新的步伐。美國食品藥物管理局(FDA)需要找到有效合理的方法,簡化可用於篩選、檢測和診斷疾病的演算法的審批流程。」--
——Safwan Halabi,Lucile Packard兒童醫院,斯坦福大學兒童健康中心放射信息科主任。
AI私人助理將會更聰明
「AI私人助理會變得越來越聰明。當私人助理學習了很多我們日常生活的規律後,想像有那麼一天,我不再為準備晚餐複雜的步驟而擔心了。我的AI私人助理會知道我喜歡吃什麼,我的廚房裡有什麼,每周哪幾天我喜歡在家做飯,當我工作回來時,做飯所需的食材就在我的家門口的台階上,它都幫我準備好了。」
——Alejandro Troccoli,NVIDIA高級研究科學家
原文鏈接:
https://blogs.nvidia.com/blog/2017/12/03/ai-headed-2018/?ncid=so-twi-dplglncn-29699
推薦閱讀:
※世界類腦AI巨系統研究綜述,論ET大腦是不是全球首個類腦架構AI
※SKlearn機器學習入門(6集成模型(分類))
※他研究了5000家AI公司,說人工智慧應用該這麼做!
※論人類圍棋水平的極限
※人們對徵信的十大誤區
TAG:人工智慧 |