2019年伊始,机器学习会出现哪些新应用?JanetWilliams和我们分享了他认为在2019年会出现的10个机器学习应用,一起来看看有哪些大应用吧!在过去的几十年里,电子计算机改变了几乎所有行业的工作方式。由于机器学习的进步加快了自动化的步伐,我们现在正处于一个更大、更快的变革过程的开始。那么,在刚刚开始的2019年,机器学习将会出现哪些新的应用呢?JanetWilliams和我们分享了他认为在2019年会出现的机器学习的十大应用,让我们一起来看看吧!2019年,不仅人工智能将迎来巨大进步,新的应用和超乎想象的步伐也将层出不穷。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像其他所有技术进步一样,关键在于人们如何使用它。话虽如此,让我们深入探讨一下2019年即将到来的人工智能和机器学习的应用。这些应用大多处于研发阶段,尚未对公众开放;或已公开发布,但仍处于测试阶段,尚未正式发布。1.AI芯片还记得在转向PS4和Xbox等游戏机之前玩过的街机、PC游戏吗?玩低端游戏的时候,CPU(一般是Intel或者AMD)绰绰有余,但是如果你想玩新的高端游戏,比如《古墓丽影》(古墓丽影)和《刺客信条:奥德赛》(刺客信条奥德赛)),你需要一个专用的GPU(或者通俗地说就是显卡)。这种专用芯片只会改善图形体验。我为什么要讲这个?因为,一种新的专用芯片即将上市。AI芯片已经出现在一些手机中,包括iPhoneXR、HuaweiHonorPlay和GalaxyNote8。在这些手机中,专用人工智能芯片可以在基于机器学习的语音助手和AI-供电的智能相机。这样一来,人工智能芯片减少了主处理器的工作量,让手机的操作不会太卡,但手机中支持人工智能的芯片只是冰山一角。谷歌、微软、亚马逊、英特尔和Facebook都在大力投资专用基础设施,因此无论是可以购买或插入的芯片,还是用于机器学习和神经网络的基于云的CPU,巨头们的举动都是为了相同。基于人工智能的功能可以得到提升。新消息包括IntelNervana(由Intel开发,Facebook是主要开发合作伙伴)、GoogleCloudTPU、微软的Barinwave项目和亚马逊的AWSInferentia。上面提到的大部分项目尚未公开发布,或者仍处于测试阶段。因此,2019年有望成为这些项目脱颖而出的一年,更强大的AI芯片将实现基于AI的实时应用程序。2.物联网和人工智能的结合物联网和人工智能领域都在发生很多事情,但是物联网和人工智能解决方案的正确实施还有待观察。这个问题最常见的用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,有多少保险公司真的用这种方法来计算你的保费数额呢?2019年,随着人工智能芯片的出现,更便宜、更新的基于云的人工智能服务,以及更大的事物将随着企业对物联网和人工智能的投资而发生变化。越来越多的公司将推出他们的自动驾驶汽车,CES2019让公众得以一窥物联网和人工智能在多大程度上帮助公司实现更大的梦想。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,但一般大众可能认为自动化机器学习仍处于测试阶段。自动化机器学习是指通过将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,假设一项任务需要在应用不同算法以查看哪种算法最适合数据之前进行数据清理。这部分数据清洗会占用大量时间,研究表明这部分是一个人工过程,科学家们不愿意用新的数据集一次又一次地重复这个过程。像这样的过程可以在AutoML的帮助下解决,正如许多人预测的那样,2019年将会看到更多的应用程序。4.AI将自动化DevOpsIT服务和基础架构是一个令人头疼的问题。您必须解决这些问题才能让您的业务顺利运行。但是,DevOps人员执行的各种操作可以自动化,例如监控、调试、升级等。DevOps将慢慢让位于AIOps(人工智能运维),这将使日常编码人员更容易处理程序和管道,而不必担心设备和维护。各种论文通过AIOps预测DevOps的未来。5.个性化药物您是否服用与邻居相同的安眠药?当然不是:剂量可能对您来说不够,或者其中一种成分可能不适合您。或者,由于某种原因,这些药片可能对您没有任何作用。为什么没有适合您的药物?个性化医疗遵循一个过程:在推荐具有特定成分的药物之前分析患者的生活方式和习惯。在100,000人基因组计划的帮助下,个性化医疗有望在2019年显着增长,尽管它们可能尚未公开。今年安排了许多重要会议,例如第11届预测、预防和个性化医学与分子诊断国际会议。机器学习将帮助医生分析患者数据,以确定最适合他们的药物,从而废除古老的“一刀切”理论。6.基于机器学习的助手的进一步发展2018年,我们都被谷歌新推出的高级助手震惊了。目前还没有商用,但很可能在2019年实现。事实上,像Alexa这样的语音助手已经从用户那里收集了大量数据,而在2019年,这类智能助手有望变得更智能、更人性化。语音助手应该从客厅转移到公共场所、汽车、公共广播系统、自动取款机等。公众认为2019年将是“语音助手年”。7.使用人工智能的机器提供了更好的指标想象一下,如果你能在你工厂的哪台机器坏掉并需要一天的工作之前告诉它,它就要坏了,需要修理啊!工业设备和机器通常使用固定的时间表进行维修,这会导致人力浪费,并且可能会不时出现突然和意外的设备故障。如果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护计划。以下实现是GE创建的“数字孪生”,它构建大型机器的虚拟模型。数百个传感器用于确保“双胞胎”与真机状态同步更新,以便对目前部署的65万双胞胎进行管理和维护。预计今年数字孪生将在全球智能工厂进一步落地。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购物中心、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实施他们的软件,以便能够在必要时发现、跟踪和报告。但事情还没有那么严重。如果我们的家用摄像头捕捉到一个试图闯入的陌生人,谷歌的智能助理会提醒我们,这不是很神奇吗?像谷歌这样的公司正在大力投资计算机视觉(还记得当你试图打开一个网站时,它如何要求你用汽车或广告牌来标记图像吗?),2019年市场上将会有更多的参与者。监控系统将变得更快,并且监控很快将不再只是视频流,而是基于地面条件的自动响应的刺激。9.医疗保健将看到更多的AI实施医疗保健行业多年来不断发展,机器学习带来的变化不仅仅是个性化医疗的兴起。最近,中国声称创造了世界上第一个基因编辑婴儿。这种称为CRISPR-CAS9的工具被认为可以操纵DNA来传递所需的基因,或使致病基因失效。尽管此ACT尚未在同行评审的期刊上发表,我们也未对其进行验证,但AI已被用于预测致癌基因组变化。今年,公众将看到利用人工智能来对抗心肌病和优化人类的基因改造的新应用。然而,这些医学奇迹背后的伦理和法律困境与争议,仍然是科学界争论的焦点。10.中国已经实施了一种相对较新的机器学习应用,即社会信用体系,这是一个庞大的排名系统,它使用监控摄像头和在线活动监视器来监控所有人的行为,从而“对他们进行排名”。尽管该计划预计将在2020年全面启动并运行,但其实施已迅速席卷全国,人们在公共场合吸烟、逃避火车票价或向慈善机构捐款时都会获得积分。确切的方法尚不清楚,但希望是一个强大的机器学习模型使用来自不同来源的数据来决定是给某人一分,给它一分,还是保持不变。听起来像是一个反乌托邦的想法,看起来像是《黑镜》的一集,但却是数百万人的现实,公众很可能会在年底前看到该系统在全国范围内实施。尽管此应用程序非常新颖,但其背后的哲学却受到许多人的争论。作者:珍妮特·威廉姆斯;原文链接:https://www.promptcloud.com/upcoming-applications-of-machine-learning-and-artificial-intelligence-in-2019/
