2019將成機器學習關鍵年:中美AI或有一戰

大資料週刊發表於2018-10-22

640?wx_fmt=jpeg

作者 | Hussain Fakhruddin

譯者 | 大小非

編輯 | Vincent 

來源 | AI前線(ID:ai-front)


導讀:2019 年將是機器學習關鍵的一年。ML 已經成為全球數字轉型的關鍵要素之一——到 2021 年底,累計投資預計將達到 580 億美元。在企業應用領域,本世紀末,ML 工具和解決方案的使用率預計將達到 65%。AI-as-a-Service 已經到來!


“智慧助手”的時代已經來臨。機器學習 (ML) 已經成為全球數字轉型的關鍵要素之一——到 2021 年底,累計投資(人工智慧和 ML)預計將達到 580 億美元。僅在美國,深度學習軟體的市場規模就將從 2018 年的 1 億美元躍升至 2025 年的 9.35 億美元。全球機器學習行業的年平均增長率約為 42%,到 2022 年第三季度,其價值將只會略低於 90 億美元。


在企業領域,機器學習用例的增長在過去的幾年裡也很顯著。據國際資料公司 (IDC) 的一份報告顯示,到本世紀末,整個企業場景對 ML 工具和解決方案的使用率預計將達到 65%,其費用支出將高達 460 億美元。平均而言,55% 的公司資訊長認為 ML 是加速業務發展的核心優先事項之一。在這裡,我們將重點介紹機器學習在 2019 年將如何繼續發展:


1.ML 的新用例即將出現


今年早些時候,有訊息稱,美國陸軍將使用定製的機器學習軟體工具 (由總部位於芝加哥的 Uptake Technologies 公司開發) 對作戰車輛進行預測性維修。換句話說,ML 能夠預測出車輛在什麼時候可能需要修理服務以及服務的型別。這種“智慧”功能將由嵌入到汽車引擎中的先進感測器提供支援。ML 的另一個有趣的用例是 基於先期股票收益記錄的股票市場波動預測。最近的一項研究表明,ML 的這種股票市場預測有 60% 以上的準確率——這已經足夠令人歎為觀止了。在醫學科學和醫療保健領域,ML 模型被用來預測一個人的死亡概率 (在這種情況下,準確率遠遠超過 90%)。在零售、營銷和銷售以及工業、製造業領域,ML 的使用範圍也正在一步步擴大。通過“閱讀”和“解釋”過去的資料來預測未來——這是機器學習的本質——技術無疑正在變得越來越精細。


注意:人工智慧應用和 ML 工具的概念不再侷限於外部機器人。現在它們已經成為業務工作流和日常應用程式的一部分了。


2.“ML 硬體優化”使用率將上升


640?wx_fmt=png


3.ML 對雲的使用率將提升


到 2020 年,全球雲端計算市場將以每年 25% 的速度增長,達到 4100 億美元以上。企業中對 ML 的不斷採用是這種激增背後的一個關鍵驅動因素。為了成功地實現“機器學習文化”,企業必須比以往任何時候都更加註重創新——特別強調改進雲託管和基礎設施引數。隨著時間的推移,越來越多的“AI 專用工具和系統”(除了商業關鍵資訊和大資料) 必須儲存在雲上,而後者需要有足夠的安全性和可用性標準。一個健壯的、可擴充套件的雲支援將幫助企業從機器學習無縫過渡到深度學習,為終端使用者提供更大的價值,並提高他們的 ROI。


注:從 2019 年開始,普通使用者將開始對人工智慧和 ML 過程的工作原理有更清晰的瞭解——這要歸功於詳細的“人工智慧審計跟蹤”。鑑於人工智慧領域(比如:醫學科學)的關鍵性質,人們自然想知道這項技術是如何得出結論進行預測的。


4. 繼續推進膠囊網路



640?wx_fmt=png


5. 人工智慧助手的興起


Siri,谷歌 Assistant 和 Alexa 已經成為人們日常生活的一部分,再過五年左右,全球人工智慧助手市場的價值將達到 180 億美元。更重要的是,年復一年,每一位頂尖的“智慧助手”都在變得越來越聰明(在 5000 個一般性問題的基礎上,Siri 成功回答了 31% 左右的問題,其中近 80% 的回答是正確的:在同一項調查中,谷歌 Assistant 回答了 67% 以上的問題,準確率略低於 88%)。隨著機器學習範圍的擴大,人工智慧助手已經不只是存在於智慧家居和手機中了。從明年開始,現代和起亞將開始在新車型中提供內建的、人工智慧驅動的虛擬助理系統。這些助理將能夠執行無數的任務——從遠端家庭控制和汽車控制功能(通過語音),目的地路徑規劃(基於之前的偏好)和導航指南。在生活的各個方面,具有 ML 能力的“智慧助手”將使生活比以往任何時候都更簡單。


注意:智慧聊天機器人(帶有人工智慧)正越來越多的被人被使用。然而,我們仍需保持警惕——因為訓練資料集中的誤差會對使用者體驗造成嚴重損害。微軟的“Tay”聊天機器人就是這種失敗的典型例子。


6. 機器學習將解決更多“真正的問題”


640?wx_fmt=png


注意:最近的一項研究發現,89% 的資訊長計劃在其業務中使用 ML 工具及應用程式。


7. 機器人的世界?


640?wx_fmt=png


注:機器學習在精密農業中也扮演著重要的角色。用於農業的智慧杆子,帶有深根感測器和專用的 ML 模組,可以幫助農民做出更多“知情”的決定。


8. 前沿語音技術



640?wx_fmt=png


9. 中美人工智慧市場會有一場大戰


640?wx_fmt=png


注意:開發人員不再依賴第三方 API,而是越來越多地轉向為 ML 應用程式開發自己的 API。有許多對開發人員來講友好的組裝套件和移動 SDK 來幫助他們實現功能。


10. 更多更好的機器學習平臺


640?wx_fmt=png


11. 徹底改變人類與科技互動的方式


640?wx_fmt=png


注:用於戰爭的“殺手機器人”的開發可能是令人擔憂的。最近的一份報告預測,人工智慧在軍事應用方面的投資不斷增加,很可能導致 2040-2050 年間爆發一場核戰爭。


12.NLP 變得更加精確



640?wx_fmt=png


640?wx_fmt=png


640?wx_fmt=png


相關文章