2019 你需要關注的9大AI行業風向

發布時間:2019-03-12 瀏覽次數:4701

  不管你喜不喜歡,2019年AI(人工智能)趨勢已經襲來。

  科技自媒體平臺Hacker Noon日前刊出一篇數字營銷策略師Irfan Ahmed Khan所寫的文章。內容是介紹今年AI行業9大行業風向。

  復雜的AI,非常依賴于專業的AI芯片。

  全球科技巨頭都已經在AI芯片上“燒錢”無數。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、地平線機器人等。

  走到舞臺中間的AI芯片,細分領域也越來越多:有專注于計算機視覺,也有專注于語音識別,更有專注于自然語言處理等。

  2019年是AI與其他技術相融合的一年。最值得期待的,無外乎是AI+物聯網。其中,有兩大風口值得關注。一是工業互聯網,二是分布式人工智能。

  在工業互聯網領域,AI的感知、交互、決策能幫助線下的工業企業更好地發現線上的需求,通過大數據做上下游的數據整合和分析,壓縮生產和質檢環節,進行更好地指導決策?!爸袊圃臁钡臉藯U富士康集團正向工業互聯網邁進。

  在分布式人工智能領域,也有大商機。從概念上理解比較抽象,可以直接舉個例子。

  以非常時髦的“城市智慧大腦”為例。在智慧城市的交通項目中,牽涉到數萬個攝像頭,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的1/10。

  乍一看AutoML也是非常費解。其意義在于:幫助開發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時所說的話來解惑。

  “設計AI所需的神經網絡,不僅非常耗時,還對專業知識要求極高,使得只有小部分科研人員和工程師能夠參與設計。因此我們創建了AutoML。有了它,神經網絡自己也可以設計神經網絡了。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發人員也能通過 AutoML 設計神經網絡,滿足特定的需求?!?/p>

  又是一個由非常簡單字母拼湊而成的高深技術名詞。AIOps的意義可以專業地解釋為:使IT部門的員工能進行精確的原因分析,快速地幫助他們從大量數據集中找到有用的見解和模式。

  以上可以比較簡單的理解為,AIOps平臺能讓一個公司養更少的技術人員來支持更多的技術工作。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 產品的運維工程師即可實現中大型企業日常的IT支撐保障。

  AI技術的開發人員有一大苦惱,就是市場上有幾十種幫助設計神經網絡的框架,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放神經網絡交換(ONNX),可以解決上述困擾,即允許開發人員跨多個框架、重復使用設計好的神經網絡。

  2019年,AI學習而生成的數據要從數量向質量轉變。這就需要AI披上各行各業的“外衣”,精準專業的抓取、分析、生成數據。

  高質量的AI,需要在專業化系統中運作。因此,這也將催生更多高質量的AI系統。2019年,對專用AI系統的需求將呈指數級增長。企業也越來越愿意購買“最懂自己”的AI。

  上面所說的那么多AI的神奇之處,最終還是需要“人肉”落實在企業生產實踐中。換句話說,2019年,企業將更加需要靠譜的AI人才。

  美國AI技術服務商Espressive創始人兼首席執行官Pat Calhoun表示,企業都希望借AI實現數字化轉型,但苦于沒有開發人員、AI專家來幫助他們,

  美國網絡安全公司Awake Security首席執行官Rahul Kashyap 表示,企業是時候更明智地看待它們AI解決方案的“黑匣子”里發生的事情了。

  道高一尺魔高一丈。AI能夠讓生產生活變得更加友好,也就能讓生產生活變得更加邪惡。AI是工具。好與壞,善與惡,取決于它的的使用者。

  2019年,隨著AI在各領域的廣泛使用,不法分子可能會“逆水推舟”,對企業的AI發動網絡攻擊。這就迫使企業在安全方面投入更多成本,建立“城墻”來保護墻內的AI數據不被攻擊。這對于AI安全解決方案的提供商來說,是一個風口。

  2019年,AI將無處不在。從智能家居到交通出行,從酒店預訂到上網海淘。社會向數字化轉型的步伐向更加堅定。

  近段時間被人們笑談的“大數據殺熟”的背后,正是AI在賦能。夏威夷大學信息科技學院教授Tung Bui表示,AI將加速商務系統的數字化轉型,讓人類的商業社會更加智慧。