您还未登录! 登录 | 注册 | 帮助  

您的位置: 首页 > 行业资讯 > 正文

2019 年即将问世的 10 项机器学习应用盘点

发表于:2019-02-20 作者:Janet Williams 来源:网络大数据


在刚刚开始的 2019 年,机器学习将会有什么样的新应用出现呢? Janet Williams 给我们分享了他认为 2019 年即将出现的机器学习十大应用,让我们一睹为快吧!

在过去几十年来,电子计算机已经改变了几乎所有行业的工作。由于机器学习的发展加快了自动化步伐,我们现在就处在一个更大、转变更迅速的开始阶段。那么,在刚刚开始的 2019 年,机器学习将会有什么样的新应用出现呢? Janet Williams 给我们分享了他认为 2019 年即将出现的机器学习十大应用,让我们一睹为快吧!

在 2019 年,人们不仅会目睹人工智能的巨大进步,而且新的应用程序和难以想象的步骤也会出现。这些都会让人们重新思考人工智能的利弊。人们喜欢认为它可能就像其他所有技术进步一样,它关乎人们如何使用它。话虽如此,还是让我们深入了解 2019 年即将到来的人工智能和机器学习的应用吧。这些应用大多处于研发阶段,但尚未向公众开放;或者已经公开发布了,但仍处于测试阶段,还没有正式发布。


1. 人工智能芯片

还记得你在转战 PS4 和 Xbox 等游戏机之前,你曾经玩过的街机、PC 游戏吗?在玩低端游戏时,CPU(通常是 Intel 或 AMD)就足以应付,但如果你要玩最新的高端游戏,如《古墓丽影》(Tomb Raider)和《刺客信条:奥德赛》(Assasin’s Creed Odyssey),你就需要一块专用的 GPU(或通俗地说也就是显卡)了。这类专用芯片只会提升图形体验。我为什么要谈这个呢?因为,一种新的专用芯片即将上市。

人工智能芯片已经在 iPhone XR、Huawei Honor Play 和 Galaxy Note 8 等少数手机中亮相。在这些手机中,专用的人工智能芯片可以在基于机器学习的语音助理、AI 驱动的智能摄像头等功能起着举足轻重的作用。这样,人工智能芯片降低了主处理器的工作负荷,使手机的运行不至于太过卡滞,但手机里支持人工智能的芯片还只是冰山一角。

Google、Microsoft、Amazon、Intel 和 Facebook 都在大力投资专用基础设施,因此,无论是你可以买到或者新插的芯片,还是用于机器学习和神经网络的基于云端的 CPU,这些巨头的措施都可以提升基于人工智能的功能。其中最新消息是 Intel Nervana(由 Intel 研发,Facebook 是主要开发合作伙伴)、Google Cloud TPU、Microsoft 的 Barinwave 项目和 Amazon 的 AWS Inferentia。

上面提到的大多数项目还没有公开发布,或者仍处于测试阶段。因此,2019 年有望成为这些项目崭露头角的一年,更强大的人工智能芯片将使基于人工智能的实时应用成为现实。


2. 物联网和人工智能的结合

物联网、人工智能这两个领域都发生了很多事情,但物联网和人工智能的解决方案的正确实施还有待观察。关于这个问题,最常用的案例是使用传感器从汽车获取数据,并使用收集到的数据来确定保险金额。但老实说,有多少保险公司实际上使用了这种方法来计算你的保费金额呢?

2019 年,随着人工智能芯片的出现,更便宜、更新的基于云端的人工智能服务,以及更大的公司在物联网和人工智能上的投资,情况将会发生变化。越来越多的公司将推出它们的自动驾驶汽车,而 CES 2019 让公众得以一窥物联网和人工智能在多大程度上帮助企业实现更大的梦想。


3. 自动化机器学习的更多应用

尽管 “机器学习” 是大多数人都熟悉的术语,但公众可能会认为自动化机器学习仍然处于测试阶段。自动化机器学习是指通过机器学习应用于机器学习本身,通过自动化来解决重复性任务。例如,假设某个任务必须先进行数据清理,然后才能应用不同的算法,看哪种算法最适合数据。而数据清理这部分占用了大量时间,研究表明,这部分是手动过程,科学家不愿意一次又一次地使用新的数据集重复这一过程。像这样的过程就可以借助 AutoML 来解决,2019 年将会出现更多的应用,正如许多人预测的那样。


4. 人工智能将使开发运维自动化

IT 服务和基础架构是一个令人头疼的问题。你必须承担这些问题才能保持业务平稳运行。然而,开发运维(DevOps)人员执行的各种操作都可以实现自动化,如监控、调试、升级换代等。DevOps 将慢慢让位给 AIOps(人工智能运维),这将使日常代码编写人员更容易处理程序和管道,而无需再担心设备和维护的问题。各种各样的论文通过 AIOps 来预测 DevOps 的未来。


5. 个体化医疗

你吃的安眠药和邻居吃的一样吗?当然不一样:剂量对你来说可能不够,或者其中某种成分可能不适合你。又或者,由于某些原因,药片对你可能没有任何作用。为什么没有专门为你量身定制的药品呢?个体化医疗遵循一个程序:根据病患的生活方式和生活习惯进行分析,然后才推荐使用某种特定成分的药品。在 100000 基因组计划的帮助下,预计个体化医疗将在 2019 年实现大幅增长,尽管它们可能还没有公开上市。今年安排了许多重要会议,如第 11 届预测、预防和个体化医疗及分子诊断国际会议(11th International Conference on Predictive, Preventive and Personalized Medicine & Molecular Diagnostics)。

机器学习将帮助医生分析病患者数据,以决定最适合用哪种药物,摒弃了古老的 “一刀切” 理论。

 

6. 基于机器学习的智能助理的进一步发展

在 2018 年,我们都被 Google 最新的、先进的智能助理所震撼。不过它还没有应用到商业方面,但很可能在 2019 年就实现这一点。事实上,像 Alexa 这样的语音助理已经从用户那里收集了大量数据,2019 年,这类智能助理有望变得更加智能、更加人性化。语音助理应该从客厅转移到公共场所、汽车、广播系统、自动取款机等等。公众认为 2019 年将成为 “语音助理年”。


7. 使用人工智能的机器提供更好的指标

试想如果你能在机器坏掉并导致一天的工作损失之前,就知道你工厂里哪一台机器快要坏了,亟需修理,那该有多好啊!

工业设备和机器通常使用固定的时间表进行维修,这就造成了人力的浪费,并有可能不时出现突然和意外的设备故障。如果将传感器与这些机器一起使用,将收集到的数据输入机器学习模型,人们就可以获得更好的性能和更高效的维修计划。

以下的实施是 GE 创建的 “数字双胞胎”(Digital Twins),为大型机器构建了虚拟模型。数以百计的传感器被用来确保 “双胞胎” 能够根据真实机器的状况进行更新,这样就可以管理和维护目前部署的 650000 对双胞胎。预计今年全球智能工厂将会进一步实施数字双胞胎。


8. 计算机视觉将塑造监控的未来

计算机视觉和监控已经成为商场、机场甚至城市十字路口等场所的必需品。许多科技公司一直在世界各地悄悄地实施它们的软件,以便在必要时能够发现、跟踪和报告情况。但事情还没有那么严重。如果我们的家庭摄像头发现一名陌生男子试图闯入,Google 的智能助理就提醒我们注意,这岂不是太神奇了?

像 Google 这样的公司正在大力投资计算机视觉(还记得你试图打开一个网站时,它是如何要求你用汽车或广告招牌来标记图像的事儿吗?),2019 年将会有更多的市场参与者。监控系统将会变得更快,监控很快就不再仅仅是一个视频流,而是根据地面情况作为自动响应的刺激因素。


9. 医疗保健将会看到更多人工智能的实施

多年来,医疗保健行业不断发展,机器学习带来的变化不仅仅是个体化医疗的兴起。最近,中国声称创造了世界首例基因编辑婴儿。这种名为 CRISPR-CAS9 的工具,被认为可以对 DNA 进行操作,以提供所需的基因,或者使致病基因失效。尽管这一法案尚未在同行评审的期刊上发表,我们也没有对此进行证实,但人工智能已经被用来预测导致癌症的基因组变化。

今年,公众将会看到利用人工智能进行基因修饰来对抗心肌病和优化人类的新应用。然而,这些医学奇迹背后的伦理和法律困境、争论仍然是科学界争论的焦点。


10. 社会信用体系

机器学习的一个相对较新的应用已在中国得到实施,这是一个庞大的排名系统,使用监控摄像头和在线活动监视器来监控所有居民的行为,从而根据他们的 “社会信用” 对他们进行排名。

尽管该计划预计在 2020 年前全面启动并投入运行,但它的实施已经迅速席卷了全国,人们会因在公共场所吸烟、火车逃票或向慈善机构捐赠等行为而被加分或减分。确切的方法尚不清楚,但希望是一个健壮的机器学习模型使用来自不同来源的数据来决定是给某个人加分还是减分,还是保持不变。

听上去像是一个反乌托邦的想法,看起来像是《黑镜》中的一集,但却是数百万人的现实,公众有可能会在今年年底前看到这个系统在覆盖全国范围内实施。尽管这种应用非常新颖,但它背后的哲学却被很多人争论不休。

作者:Janet Williams;原文链接:https://www.promptcloud.com/upcoming-applications-of-machine-learning-and-artificial-intelligence-in-2019/