不管你喜不喜歡，2019年AI(人工智能)趨勢已經(jīng)襲來(lái)。
科技自媒體平臺Hacker Noon日前刊出一篇數字營(yíng)銷(xiāo)策略師Irfan Ahmed Khan所寫(xiě)的文章。內容是介紹今年AI行業(yè)9大行業(yè)風(fēng)向。
復雜的AI，非常依賴(lài)于專(zhuān)業(yè)的AI芯片。
全球科技巨頭都已經(jīng)在A(yíng)I芯片上“燒錢(qián)”無(wú)數。谷歌、亞馬遜、Facebook都在潛心布局這一大AI賽道。國內則有華為、寒武紀科技、地平線(xiàn)機器人等。
走到舞臺中間的AI芯片，細分領(lǐng)域也越來(lái)越多：有專(zhuān)注于計算機視覺(jué)，也有專(zhuān)注于語(yǔ)音識別，更有專(zhuān)注于自然語(yǔ)言處理等。
2019年是AI與其他技術(shù)相融合的一年。最值得期待的，無(wú)外乎是AI+物聯(lián)網(wǎng)。其中，有兩大風(fēng)口值得關(guān)注。一是工業(yè)互聯(lián)網(wǎng)，二是分布式人工智能。
在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，AI的感知、交互、決策能幫助線(xiàn)下的工業(yè)企業(yè)更好地發(fā)現線(xiàn)上的需求，通過(guò)大數據做上下游的數據整合和分析，壓縮生產(chǎn)和質(zhì)檢環(huán)節，進(jìn)行更好地指導決策?！爸袊圃臁钡臉藯U富士康集團正向工業(yè)互聯(lián)網(wǎng)邁進(jìn)。
在分布式人工智能領(lǐng)域，也有大商機。從概念上理解比較抽象，可以直接舉個(gè)例子。
以非常時(shí)髦的“城市智慧大腦”為例。在智慧城市的交通項目中，牽涉到數萬(wàn)個(gè)攝像頭，用傳統的集中式人工智能處理方案，傳輸費用每年就要數億元，AI計算費用更是超過(guò)10億元/年。但如果采用分布式人工智能的處理模式，先在邊緣開(kāi)展AI數據預處理，然后把數據傳到數據中心做最后的處理，能將費用整體節省到原來(lái)的1/10。
乍一看AutoML也是非常費解。其意義在于：幫助開(kāi)發(fā)人員提供他們需要的定制選項，而不必強迫他們完成復雜的工作流。
解釋出來(lái)也都非常費解。下面引用一段谷歌首席執行官Sundar Pichai在推出AutoML時(shí)所說(shuō)的話(huà)來(lái)解惑。
“設計AI所需的神經(jīng)網(wǎng)絡(luò )，不僅非常耗時(shí)，還對專(zhuān)業(yè)知識要求極高，使得只有小部分科研人員和工程師能夠參與設計。因此我們創(chuàng )建了AutoML。有了它，神經(jīng)網(wǎng)絡(luò )自己也可以設計神經(jīng)網(wǎng)絡(luò )了。我們希望AutoML能夠擁有現在一些博士擁有的能力，并可以在三到五年內使眾多開(kāi)發(fā)人員也能通過(guò) AutoML 設計神經(jīng)網(wǎng)絡(luò )，滿(mǎn)足特定的需求?！?/p>
又是一個(gè)由非常簡(jiǎn)單字母拼湊而成的高深技術(shù)名詞。AIOps的意義可以專(zhuān)業(yè)地解釋為：使IT部門(mén)的員工能進(jìn)行精確的原因分析，快速地幫助他們從大量數據集中找到有用的見(jiàn)解和模式。
以上可以比較簡(jiǎn)單的理解為，AIOps平臺能讓一個(gè)公司養更少的技術(shù)人員來(lái)支持更多的技術(shù)工作。其原因在于，AIOps平臺(機器)自身可以采集多維度、海量的IT數據，只要有少量熟悉 AIOps 產(chǎn)品的運維工程師即可實(shí)現中大型企業(yè)日常的IT支撐保障。
AI技術(shù)的開(kāi)發(fā)人員有一大苦惱，就是市場(chǎng)上有幾十種幫助設計神經(jīng)網(wǎng)絡(luò )的框架，且互相缺乏集成，難以兼容。
2019年由微軟和Facebook等科技巨頭推出的開(kāi)放神經(jīng)網(wǎng)絡(luò )交換(ONNX)，可以解決上述困擾，即允許開(kāi)發(fā)人員跨多個(gè)框架、重復使用設計好的神經(jīng)網(wǎng)絡(luò )。
2019年，AI學(xué)習而生成的數據要從數量向質(zhì)量轉變。這就需要AI披上各行各業(yè)的“外衣”，精準專(zhuān)業(yè)的抓取、分析、生成數據。
高質(zhì)量的AI，需要在專(zhuān)業(yè)化系統中運作。因此，這也將催生更多高質(zhì)量的AI系統。2019年，對專(zhuān)用AI系統的需求將呈指數級增長(cháng)。企業(yè)也越來(lái)越愿意購買(mǎi)“最懂自己”的AI。
上面所說(shuō)的那么多AI的神奇之處，最終還是需要“人肉”落實(shí)在企業(yè)生產(chǎn)實(shí)踐中。換句話(huà)說(shuō)，2019年，企業(yè)將更加需要靠譜的AI人才。
美國AI技術(shù)服務(wù)商Espressive創(chuàng )始人兼首席執行官Pat Calhoun表示，企業(yè)都希望借AI實(shí)現數字化轉型，但苦于沒(méi)有開(kāi)發(fā)人員、AI專(zhuān)家來(lái)幫助他們，
美國網(wǎng)絡(luò )安全公司Awake Security首席執行官Rahul Kashyap 表示，企業(yè)是時(shí)候更明智地看待它們AI解決方案的“黑匣子”里發(fā)生的事情了。
道高一尺魔高一丈。AI能夠讓生產(chǎn)生活變得更加友好，也就能讓生產(chǎn)生活變得更加邪惡。AI是工具。好與壞，善與惡，取決于它的的使用者。
2019年，隨著(zhù)AI在各領(lǐng)域的廣泛使用，不法分子可能會(huì )“逆水推舟”，對企業(yè)的AI發(fā)動(dòng)網(wǎng)絡(luò )攻擊。這就迫使企業(yè)在安全方面投入更多成本，建立“城墻”來(lái)保護墻內的AI數據不被攻擊。這對于A(yíng)I安全解決方案的提供商來(lái)說(shuō)，是一個(gè)風(fēng)口。
2019年，AI將無(wú)處不在。從智能家居到交通出行，從酒店預訂到上網(wǎng)海淘。社會(huì )向數字化轉型的步伐向更加堅定。
近段時(shí)間被人們笑談的“大數據殺熟”的背后，正是AI在賦能。夏威夷大學(xué)信息科技學(xué)院教授Tung Bui表示，AI將加速商務(wù)系統的數字化轉型，讓人類(lèi)的商業(yè)社會(huì )更加智慧。
