未來人工智能的發(fā)展趨勢將如何

（文章來源：百家號）

人工智能已經(jīng)成為技術(shù)圈的熱點話題。它不僅改變了人們的生活，也徹底改變了你能想到的所有產(chǎn)業(yè)。

不過，大眾對人工智能還有著不同的認(rèn)識。有些人認(rèn)為人工智能不好，因為他們聽說人工智能在未來會取代一些人的崗位。而人工智能的支持者認(rèn)為，人工智能是一個社會發(fā)展的推動因素，它將通過自動化來減輕負(fù)擔(dān)，讓人們的生活更加便捷。不管你是否喜歡人工智能，如果你對人工智能在未來的影響感興趣，那么請看看這篇文章，我們將介紹一些主導(dǎo)人工智能發(fā)展的趨勢。

與其他技術(shù)和軟件工具不同，人工智能主要依賴專業(yè)的處理器。為了適應(yīng)人工智能的復(fù)雜需求，芯片制造商將研發(fā)能夠運行啟用人工智能的特制芯片。甚至像谷歌、臉書和亞馬遜等科技巨頭也會在這些特制芯片上投入更多資金。這些芯片會被用于與人工智能相關(guān)的特殊用途，比如自然語言處理、計算機(jī)視覺領(lǐng)域和語音識別。

2019年是不同技術(shù)與人工智能融合的一年。物聯(lián)網(wǎng)將在邊緣計算層與人工智能攜手合作。產(chǎn)業(yè)物聯(lián)網(wǎng)將利用人工智能的強(qiáng)大功能進(jìn)行根本原因分析、執(zhí)行機(jī)器的預(yù)測性維護(hù)和自動檢測問題。我們將在2019年看到分布式人工智能的興起。智能將被分散，并且將更靠近正在進(jìn)行例行檢查的資產(chǎn)和設(shè)備。由神經(jīng)網(wǎng)絡(luò)驅(qū)動的高度復(fù)雜的機(jī)器學(xué)習(xí)模型將被優(yōu)化，以便在邊緣運行。

自動化機(jī)器學(xué)習(xí)系統(tǒng)是2019年人工智能產(chǎn)業(yè)最顯著的發(fā)展趨勢之一。有了自動學(xué)習(xí)的能力，開發(fā)者能夠修補(bǔ)機(jī)器學(xué)習(xí)模型，創(chuàng)造準(zhǔn)備好迎接未來人工智能挑戰(zhàn)的機(jī)器學(xué)習(xí)新模型。自動化機(jī)器學(xué)習(xí)系統(tǒng)將介于認(rèn)知應(yīng)用程序編程接口和定制機(jī)器學(xué)習(xí)平臺之間。自動化機(jī)器學(xué)習(xí)系統(tǒng)最大的優(yōu)勢是，它向開發(fā)者提供了他們要求的自定義選項，同時簡化了工作流程。當(dāng)你把數(shù)據(jù)和可移植性相結(jié)合，自動化學(xué)習(xí)系統(tǒng)可以為你提供其他人工智能技術(shù)不具有的靈活性。

當(dāng)人工智能用于應(yīng)用程序時，它將改變我們管理基礎(chǔ)架構(gòu)的方式。 DevOps將被智能運維取代，它將使你的IT員工能夠進(jìn)行精確的根本原因分析。此外，它還可以讓你輕松地從龐大的數(shù)據(jù)庫中立即找到有用的見解和模式。大型企業(yè)和云供應(yīng)商將受益于DevOps與人工智能的融合。

在開發(fā)神經(jīng)網(wǎng)絡(luò)模型時，人工智能開發(fā)人員將面臨的最大挑戰(zhàn)之一是選擇最佳框架。有了市場上的數(shù)十種人工智能工具，選擇最好的人工智能開發(fā)工具可能不像以前那么容易。不同神經(jīng)網(wǎng)絡(luò)工具包之間缺乏集成性和兼容性，這阻礙了人工智能的采用。微軟和臉書等科技巨頭已經(jīng)在開發(fā)開放式神經(jīng)網(wǎng)絡(luò)交換（ONNX），允許開發(fā)人員跨越多個框架，重新使用神經(jīng)網(wǎng)絡(luò)模型。

市場對專業(yè)系統(tǒng)的需求將在2019年成倍增長。各組織擁有的數(shù)據(jù)有限，但他們想要的是專業(yè)數(shù)據(jù)。這樣的需求會驅(qū)動企業(yè)掌握可以幫助組織在內(nèi)部生成高質(zhì)量人工智能數(shù)據(jù)的工具。2019年，重點將從數(shù)據(jù)量轉(zhuǎn)移到數(shù)據(jù)質(zhì)量。這將為可以在現(xiàn)實世界中發(fā)揮作用的人工智能奠定基礎(chǔ)。企業(yè)將尋求能夠?qū)I(yè)人工智能解決方案提供商，幫助企業(yè)訪問關(guān)鍵數(shù)據(jù)源，理解非結(jié)構(gòu)化數(shù)據(jù)。

雖然人工智能已經(jīng)改變了你能想到的所有行業(yè)，但業(yè)界仍然缺乏擁有大量人工智能技能的人才。Espressive（加拿大電腦軟件公司）的首席執(zhí)行官帕特卡爾·霍恩（Pat Calhoun）說：“大多數(shù)組織都希望將人工智能作為數(shù)字化轉(zhuǎn)型的一部分，但沒有兌現(xiàn)承諾——讓開發(fā)人員、人工智能專家和語言學(xué)家開發(fā)解決方案，甚至沒有培養(yǎng)預(yù)先構(gòu)建解決方案的引擎。

Awake Security（美國加利福尼亞州的威脅檢測廠商）的首席執(zhí)行官拉胡爾·卡什亞普（Rahul Kashyap）補(bǔ)充說：“有這么多人工智能驅(qū)動解決方案，企業(yè)現(xiàn)在應(yīng)該更敏銳地了解他們的人工智能解決方案的‘黑匣子’中發(fā)生的事情?！彼^續(xù)說道：“人工智能算法的訓(xùn)練、結(jié)構(gòu)化或通知方式可能會導(dǎo)致輸出的顯著差異。適用于一家公司的正確方程將不適用于另一家公司。”

就像硬幣有正反兩面一樣，人工智能也有正面和負(fù)面影響。信息安全專家將使用人工智能來快速檢測惡意活動。借助人工智能驅(qū)動的響應(yīng)和機(jī)器學(xué)習(xí)算法，誤報將減少90％。人工智能如果落入不法分子手中，網(wǎng)絡(luò)犯罪分子將濫用它來完成他們的惡意企圖。通過自動化，網(wǎng)絡(luò)黑客的軍隊可以更成功地發(fā)動致命攻擊。這將迫使企業(yè)以毒攻毒，投資人工智能驅(qū)動的安全解決方案。這些方案能夠保護(hù)他們免受人工智能發(fā)起的攻擊。