人工智能是发展速度最快、变化最大的行业之一。想象一下几年前还无法想象的所有事情：深度学习、AI驱动的机器翻译、可以掌握最复杂游戏的机器人等等。但请尝试预测AI的未来会如何发展。我们询问了科学家和AI专家，他们认为来年AI领域会发生什么。这是您需要知道的。人工智能将使医疗保健更精准、更具成本效益飞利浦首席创新和战略官JeroenTas对媒体表示：“人工智能在2020年的主要影响将是改变医疗工作流程，使患者和医疗专业人员受益，同时减少成本。它能够从多个医院信息流（电子健康记录、急诊室入院、设备使用、人员配备等）中实时摄取数据，并以有意义的方式对其进行解释和分析，从而提高效率和医疗保健能力”Tas解释说，这将以优化调度、自动报告和设备设置自动初始化的形式出现，这将“根据个别临床医生的工作方式和个别患者的情况量身定制——改善患者和工作人员的体验，更好的结果，并有助于降低成本。”在许多医疗保健系统中，存在与复杂过程、缺乏预防保健以及过度诊断和治疗相关的巨大浪费。这些是人工智能真正可以发挥作用的领域，而且是人工智能最有前途的应用之一人工智能将处于“指挥中心”空间，这将优化患者流动和资源分配。飞利浦是开发必要的人工智能应用程序的关键参与者，这些应用程序可以无缝集成到现有的医疗保健工作流程中。目前，全球有二分之一的研究人员飞利浦的atPhilips正在与数据科学和AI合作，开创应用该技术革新医疗保健的新方法。例如，Tas解释了AI与专业临床和领域知识的结合将如何加速常规和简单的是/否诊断——而不是取代临床医生，但可以腾出更多时间来专注于围绕临床医生对个体患者的护理而做出的困难且通常很复杂的决定，AI支持系统将跟踪、预测和支持患者的分配以及医务人员、ICU床位、手术室以及诊断和治疗设备的可用性。ElementAI咨询和AI支持主管KarthikRamakrishnan说：“2020年将是AI值得信赖的一年，2019年是AI伦理和风险管理的早期阶段。原则已经出现，并且已经有早期尝试在工具包和其他研究方法中实施它们。可解释性的概念（解释基于AI的决策背后的力量的能力）也得到了更广泛的理解。当然，2019年人们越来越关注人工智能伦理。今年早些时候，欧盟委员会发布了七套开发道德人工智能的指南。10月，由深度学习先驱之一YoshuaBengio共同创立的ElementAI与Mozilla基金会合作创建了数据信任关系并促进了AI的道德使用。微软和谷歌等大型科技公司也已采取措施使其人工智能开发合乎道德。Ramakrishnan提醒我们，在市场上出现一些明显的失败后，例如ApplePay的推出或最近对CambridgeAnalytica丑闻的兴趣激增，在trustAndAI中人们对道德AI的兴趣越来越大。2020年，企业将更加关注，无论是否准备好信任AI。希望看到VC也关注，新的创业公司会帮助提供解决方案。人工智能将减少对数据的需求“我们将看到使用数据合成方法的兴起来解决人工智能中的数据挑战。“深度学习技术需要大量数据，这意味着建立在深度学习基础上的人工智能算法只有在大量数据上进行训练和验证才能正确工作。但开发人工智能的公司往往发现，获得正确类型的数据和必要的数据量具有挑战性。人工智能领域的许多研究人员开始测试和使用新兴的数据合成方法来克服他们可用的现实世界数据的限制。通过这些方法，公司可以将已经收集的数据进行合成以创建新数据为例。以汽车行业为例。随着该行业致力于开发先进的驾驶员安全功能和个性化交通体验，人们对了解车内人员的情况很感兴趣。但是，收集实际的驾驶员数据既困难又昂贵又耗时。数据合成有助于解决这个问题。谢谢随着生成对抗网络(GAN)等领域的进步，许多AI研究领域现在可以合成自己的训练数据。然而，数据合成并不能消除收集真实世界数据的需要，elKaliouby警告说：“真实数据对于开发准确的AI算法始终至关重要。然而，数据合成]可以扩充这些数据集。提高神经网络的准确性和效率“神经网络架构将在规模和深度上继续增长，并产生更准确的结果，并将更好地模仿人类在涉及数据分析的任务中的表现，”波士顿计算机科学副教授KateSaenko说。大学。在任务上的表现。“与此同时，提高神经网络效率的方法将会改进，我们将看到更多实时和节能的网络在小型设备上运行。”Saenko预测，Deepfakes等神经生成方法也将继续改进并创造出更真实的文本、照片、视频、音频和其他人类无法检测的多媒体操作。Deepfake的创建和检测已成为规则追逐随着AI进入越来越多的领域，新的问题和担忧将会出现。“随着这些人工智能方法在社会上的应用越来越广泛，它们将受到更多可靠性和偏见的审查，例如，越来越多的地方政府出于隐私和公平方面的考虑，考虑禁止使用人工智能技术进行监视。“Saenko还是BU计算机视觉和学习小组的主任，在研究视觉人工智能算法方面拥有多年经验。2018年，她帮助开发了RISE，这是一种检查计算机视觉算法做出的决策的方法。人工智能副总裁SriramRaghavanIBMResearchAI的开发人员表示：“到2020年，我们预计会看到IBM所谓的‘AIforAI’的重大创新：使用AI来帮助自动化创建、部署、管理和操作生活中的AI模型。循环中涉及的步骤和过程。在过去的几年里，人工智能的自动化一直是一个不断增长的研究和开发领域。一个例子是谷歌的AutoML，这是一种工具，可以简化创建机器学习模型的过程，并使更广泛的受众可以使用该技术。今年早些时候，IBM推出了AutoAI平台，可用于自动化数据准备、模型开发、特征工程和超参数优化。“此外，我们将开始看到更多使用神经符号AI的例子，它将统计数据驱动的方法与强大的知识表示和推理技术相结合，从而产生更好的智能，可以从更少的数据中学习，”Raghavan说。可解释且强大的人工智能。”一个例子是NeurosymbolicConceptLearner，这是一种由IBM和麻省理工学院的研究人员开发的混合人工智能模型。NSCL将经典的基于规则的AI和神经网络相结合，有望解决当前AI模型的一些普遍问题，包括海量数据需求和缺乏可解释性。AINeuralainManufacturing的首席执行官兼联合创始人MassimilianoVersace表示：“2020年将是制造业采用人工智能实现生产线现代化的一年。”制造业面临的最大挑战之一是质量控制。产品经理正在努力检查每个单独的产品和组件，同时还要满足大批量订单的最后期限。“Versace认为，通过将AI解决方案集成为工作流程的一部分，AI将能够放大和应对这一挑战，就像电钻改变了我们使用螺丝刀的方式一样，AI将通过以下方式增强制造：现有流程：减少平凡和潜在危险任务的负担使员工能够更多地专注于创新产品开发，这将推动行业向前发展。制造商将在人工智能和数据集中化的推动下转向边缘。被迫向顶级云提供商支付巨额访问费用保持系统运行的数据。基于云的AI的挑战激发了一系列创新，以创建边缘AI、软件和硬件，这些软件和硬件可以在不连接到云的情况下运行AI算法。训练可以部署和部署的AI的新方法在边缘完善将变得更加普遍。随着我们进入新的一年，越来越多的制造商将开始转向边缘生成数据，最大限度地减少延迟问题和d减少大量的云成本。通过在需要的地方（边缘）运行AI，制造商可以维护其数据的所有权。人工智能的地缘政治影响，SymphonyAyasdiAI首席执行官IshanManaktala表示：“人工智能将继续成为国家军事和经济安全的重中之重。”政府已经在大力投资人工智能，将其作为下一个可能的竞争领域。中国已投资超过1400亿美元，而英国、法国和欧洲其他国家已向AI计划投入超过250亿美元。美国起步较晚，2019年在AI上的支出约为20亿美元，到2020年将超过40亿美元。美国国家安全委员会最近就人工智能问题指出，中国可能会在未来十年内超过美国的研发支出。NSCAI在其初步报告中概述了五点：投资重点人工智能研发，将人工智能应用于国家安全任务，培养和招募人工智能人才，保护技术优势，协调全球协调。AIChooch药物发现首席执行官EmrahGultekin表示：“我们预计，随着人工视觉过程的自动化，药物发现将在2020年得到显着改善，因为视觉AI将能够大规模监测和检测细胞药物相互作用。”目前，许多年都浪费在临床试验上，因为药物研究人员做笔记，然后将这些笔记输入电子表格并提交给FDA批准。相反，由AI提供支持的高度准确的分析可以显着加快药物发现。药物开发是一个漫长的过程，可能需要长达12年的时间，需要数千名研究人员的共同努力。开发一种新药的成本很容易超过10亿美元。但是，希望人工智能算法能够加快药物发现过程中的实验和数据收集过程。此外，细胞计数是生物学研究中的一个大问题，而不仅仅是药物发现。视觉人工智能平台可以在几秒钟内完成，并在瞬间达到99%的准确率。
