根据麦肯锡公司2020年全球人工智能调查显示，2020年有50%的企业在其业务部门或职能部门采用了人工智能，因此人们将见证人工智能新趋势。企业采用人工智能工具来创造更多价值、增加收入和客户忠诚度。领先于AI的公司将至少20%的收入投资于AI。随着持续的COVID-19大流行加速数字化，这个数字可能会增加。大流行导致在线活动激增，人工智能在商业、教育、行政、社交网络等领域得到大规模采用。本文旨在概述2020年出现并在2021年继续演变的AI趋势。基于这些趋势，企业可以预测2022年人工智能的未来发展并成功降低风险。人工智能应用趋势人??工智能的采用水平因行业而异。麦肯锡公司的调查突出了四个关键行业：高科技、电信、汽车和装配。许多企业将人工智能应用于服务运营、服务或产品设计、广告和销售。在获得的投资方面，药物发现和开发领域获得的投资最多，2020年总投资超过138亿美元，比2019年增长4.5倍。如果AI应用于库存和零部件优化、定价和促销、客户服务分析、销售和需求预测，它将推动更高的收入增长。报告中的成本降低用例与优化人才管理、呼叫中心自动化和仓库自动化有关。人工智能技术趋势2021年及未来几年，人工智能将用于简化操作并提高效率。企业应通过改善IT基础设施和数据管理，尝试从人工智能的业务应用中获益。但并非每个部署的AI模型都对业务有用并适合性能监控。在这里，我们将重点关注2021-2022年可能成为主流的人工智能趋势。趋势一：人工智能用于安全和监控人工智能技术正在应用于面部识别、语音识别和视频分析。这些技术形成了监控的最佳组合。因此，2021年人工智能在视频监控领域的大量应用是可以预见的。人工智能有助于灵活设置安全系统。该公司的安全工程师过去花费大量时间配置系统，因为当监控屏幕上的一定数量的像素发生变化时，系统就会启动，因此存在大量误报。这些警报可能是由落叶或动物引起的。安防系统采用人工智能技术，识别对象更精准，设置更灵活。视频监控中的人工智能可以通过关注异常行为模式而不是面部来检测可疑活动。此功能可以通过识别潜在威胁来创建更安全的公共和私人空间。这种基于人工智能的视频解决方案还可以帮助物流、零售和制造业。人工智能还可以用于语音识别。与语音识别相关的技术可以确定身份，即某人的年龄、性别和情绪状态。用于监控的语音识别可能基于与Alexa或GoogleAssistant相同的原则。适用于安全和监控的是一个内置的反欺诈模型，可以检测合成和录制的语音。生物识别人脸识别是最关键的安全技术之一，不同的恶意应用程序试图通过提供假照片而不是真实图像来欺骗安全系统。为了防范这种情况，目前正在开发和大规模使用各种反欺诈技术。趋势2：实时视频处理中的人工智能处理实时视频流的挑战在于处理数据管道。企业工程师的目标是确保视频处理的准确性并最大限度地减少延迟。人工智能解决方案可以帮助实现这一目标。要在实时视频处理中实施基于AI的方法，需要预训练的神经网络模型、云计算基础设施和适用于应用用户场景的软件层。处理速度对于实时流媒体至关重要，因此所有这些组件都应该紧密集成。为了加快处理速度，可以并行处理流程或改进算法。通过文件拆分或使用流水线方法实现进程并行化。这种流水线架构是最佳选择，因为它不会降低模型的准确性，并允许使用AI算法实时且不复杂地处理视频。此外，对于管道架构，可以改进面部检测和模糊的附加效果。现代实时流处理离不开背景去除和模糊的应用。由于COVID-19大流行促进了视频会议新趋势的出现和普及，对这些工具的需求也在增加。据GlobeNewswire报道，随着全球视频会议市场规模预计将从2021年的92亿美元增长到2026年的225亿美元，这些趋势将获得发展势头。还有一些方法可以开发用于实时视频中背景去除和模糊的工具，其挑战在于设计一个模型，可以将画面中的人物与背景分开。可以执行此类任务的神经网络可以基于现有模型，例如BodyPix、MediaPipe或PixelLib。在选择了这些模型之后，企业仍然面临着如何将它们与合适的框架集成，并通过WebAssembly、WebGL或WebGPU为应用程序组织最佳执行流程的挑战。趋势3：用于内容创建和聊天机器人的生成式AI现代AI模型可以生成非常高质量的文本、音频和图像，与非合成的准确数据几乎没有区别。生成文本的核心是自然语言处理，自然语言处理的快速发展催生了语言模型。例如，谷歌和微软成功地使用BERT模型来补充他们的搜索引擎。与自然语言处理相关的技术发展还能如何推动业务增长？首先，自然语言处理和人工智能工具的结合可以创建聊天机器人。据BusinessInsider称，到2024年，聊天机器人市场规模预计将达到94亿美元，强调企业可以从实施AI驱动的聊天机器人中获益的方式非常重要。聊天机器人试图理解人们的意图，而不仅仅是执行标准命令。从事不同领域工作的企业使用AI支持的聊天机器人为其客户提供人性化的交流。聊天机器人广泛应用于医疗保健、银行、营销、旅游和酒店等行业。人工智能驱动的聊天机器人有助于自动化管理任务。比如在医疗保健领域，可以减少医护人员的体力劳动。聊天机器人帮助预约医生，发送与服药相关的提醒，并为患者提供咨询问题的答案。在其他领域，聊天机器人被引入以提供有针对性的信息，提高客户参与度和支持，并为用户提供个性化服务。除了聊天机器人，自然语言处理是其他尖端技术解决方案的核心。一个例子是可用于商业应用程序的自然语言处理文本生成。最近推出的GPT-3模型使AI工程师平均每天可以生成45亿个单词。这将使人工智能的大量应用被用于对社会有益的、价值较低的应用中。这也促使研究人员投资于测试生成模型的技术。值得关注的是，2021-2022年，人们将见证GPT-4——“通用人工智能”的到来。回到生成式AI，人们正在研究生成式对抗网络(GAN)，它能够创建与人类生成的图像无法区分的图像。这可能是人物、动物、物体和其他不存在的媒体类型（例如音频和文本）的图像。现在是充分发挥生成对抗网络(GAN)能力的最佳时机。他们可以对现实世界的数据分布进行建模并学习有用的表示，以改进AI管道、保护数据、发现异常并适应特定的现实世界案例。趋势4.AI驱动的质量保证和检查计算机视觉最引人注目的分支是AI驱动的检查。近年来，由于应用深度学习模型的准确性和性能得到提高，这一方向一直在蓬勃发展。许多公司正在投入计算和财务资源以更快的速度开发计算机视觉系统。制造中的自动化检测意味着分析产品是否符合质量标准。这种方法也适用于设备监控。以下是AI检查的一些用例：检测装配线上的产品缺陷识别机械和身体部位的缺陷行李检查和飞机维修核电站检查与人工智能在医疗保健行业实施相关的趋势已得到广泛讨论。科学家们使用人工智能模型和计算机视觉算法来对抗新型冠状病毒，包括病毒检测、疫苗开发、药物发现、热筛查、口罩面部识别和CT扫描分析。为了有效防止新型冠状病毒的传播，人工智能模型可以检测和分析潜在威胁并做出准确预测。此外，人工智能通过识别使疫苗有效的关键成分来帮助开发疫苗。人工智能驱动的解决方案可以用作医疗物联网的有效工具，并处理医疗保健行业特有的保密问题。如果将AI在医疗保健中的用例系统化，很明显它们具有确保对患者进行快速准确诊断的相同目标。趋势六：跨越三个行业的无代码人工智能平台无代码人工智能平台使中小企业能够采用以前只有大型企业才能使用的强大技术。从头开始开发AI模型需要时间、费用和经验。采用无代码AI平台可以简化任务，因为进入门槛降低了。其优点是：(1)快速实施——与从头开始编写代码、处理数据、调试相比，节省90%以上的时间。(2)降低开发成本——通过自动化，企业不再需要建立庞大的数据科学团队。(3)易用性——拖放功能简化了软件开发，无需编码即可创建应用程序。医疗保健、金融部门和市场营销都需要无代码AI平台——尽管由此产生的解决方案无法定制。在最流行的无代码AI平台中，包括GoogleCloudAutoML、GoogleMKit、RunawayAI、CreateML、MakeML、SuperAnnotate等。大中型企业利用无代码平台开发旨在图像分类、手势和语音识别以及对象检测的软件解决方案。人工智能的未来这些趋势表明，随着人工智能解决方案越来越普遍，人工智能的未来前景广阔。例如，自动驾驶汽车、机器人和用于制造业预测分析的传感器；医疗保健行业的虚拟医疗助理；媒体报道的自然语言处理；人工智能助手，以及可以在客户服务中取代人类的聊天机器人等，所有这些由人工智能驱动的解决方案都在快速向前发展。
