Kommende Anwendungen des maschinellen Lernens und der künstlichen Intelligenz im Jahr 2019 – PromptCloud

Das Jahr 2019 wird nicht nur massive Fortschritte in der KI bringen, sondern auch neue Anwendungen und unvorstellbare Schritte, die den Menschen dazu zwingen werden, zum Reißbrett zurückzukehren und neu zu überdenken, ob KI ein Segen oder ein Fluch ist. Wir denken gerne, dass es beides sein könnte, genau wie jeder andere technologische Fortschritt – es geht darum, wie wir es nutzen. Lassen Sie uns jedoch in die kommenden Anwendungen von KI und maschinellem Lernen im Jahr 2019 eintauchen. Diese Anwendungen befinden sich größtenteils in der F&E-Phase und müssen noch veröffentlicht werden, oder sind für die Öffentlichkeit verfügbar, aber in der Beta-Phase und noch nicht verfügbar eine offizielle Flagge weg.

1. KI-Chips

Erinnerst du dich, als du diese Arcade-PC-Spiele gespielt hast, bevor du zu Konsolen wie PS4 und Xbox gewechselt bist? Beim Spielen von Low-End-Spielen war die CPU (normalerweise Intel oder AMD) ausreichend, aber wenn Sie die neuesten High-End-Spiele wie Tomb Raider und Assasin's Creed Odyssey spielen, benötigen Sie eine dedizierte GPU (oder Grafikkarte in Laiensprache). Dies sind dedizierte Chips, die nur Ihr Grafikerlebnis verbessern. Warum rede ich darüber? Nun, ein neuer dedizierter Chip kommt bald auf den Markt.

KI-fähige Chips wurden bereits in einigen Mobiltelefonen wie dem iPhone XR, Huawei Honor Play und dem Galaxy Note 8 eingeführt. In diesen Mobiltelefonen übernimmt ein dedizierter KI-Chip die Schwerarbeit bei Funktionen wie dem ML-basierten Sprachassistenten AI -angetriebene intelligente Kamera und mehr. Auf diese Weise verringert der KI-Chip die Arbeitslast des primären Prozessors und verhindert, dass das Telefon verzögert. Aber KI-fähige Chips in Mobiltelefonen sind nur die Spitze des Eisbergs.

Google, Microsoft, Amazon, Intel und Facebook investieren alle stark in eine dedizierte Infrastruktur, die KI-basierte Funktionen verbessern wird, sei es ein Chip, den Sie kaufen und einstecken können, oder eine Cloud-basierte CPU, die für maschinelles Lernen und neuronale Funktionen verwendet werden kann Netzwerke. Die neuesten Nachrichten unter diesen sind Intel Nervana (entwickelt von Intel, wo Facebook ein wichtiger Entwicklungspartner ist), Google Cloud TPU, Microsofts Projekt Brainwave und Amazons AWS Inferentia.

Die meisten der genannten Projekte sind noch nicht öffentlich verfügbar oder befinden sich noch im Beta-Stadium. Daher könnte 2019 das Jahr sein, in dem diese Projekte das Licht der Welt erblicken und leistungsfähigere KI-Chips KI-basierte Anwendungen in Echtzeit Wirklichkeit werden lassen.

2. Die Hochzeit von IOT und KI

In beiden Bereichen hat sich viel getan, aber die richtige Implementierung eines IoT zusammen mit einer KI-fähigen Lösung steht noch aus. Der beliebteste Anwendungsfall, der zu diesem Thema genannt wird, ist die Erfassung von Daten von Autos mithilfe von Sensoren und die Verwendung der gesammelten Daten zur Entscheidung über eine Versicherungssumme. Aber ehrlich gesagt, wie viele Versicherungsunternehmen haben diese Methode tatsächlich verwendet, um Ihre Prämienhöhe zu berechnen?

Die Dinge werden sich 2019 ändern, mit dem Aufkommen von KI-Chips, billigeren und neueren Cloud-basierten KI-Diensten und größeren Unternehmen, die in IoT und KI investieren. Immer mehr Unternehmen bringen ihre selbstfahrenden Autos auf den Markt, und die CES 2019 gab einen Einblick, wie gut IoT und KI zusammen Unternehmen geholfen haben, größer zu träumen.

3. Weitere Anwendungen des automatisierten maschinellen Lernens

Während maschinelles Lernen ein Begriff ist, mit dem die meisten vertraut sind, ist automatisiertes maschinelles Lernen etwas, von dem man sagen könnte, dass es sich noch im Beta-Stadium befindet. Automatisiertes maschinelles Lernen bezieht sich auf das Lösen sich wiederholender Aufgaben durch Automatisierung, indem ML auf ML selbst angewendet wird. Angenommen, man muss die Daten bereinigen, bevor er verschiedene Algorithmen anwenden und sehen kann, welcher Algorithmus am besten zu den Daten passt. Der Teil der Datenbereinigung nimmt viel Zeit in Anspruch, und Studien haben gezeigt, dass es sich um einen manuellen Prozess handelt, den Wissenschaftler nur ungern mit neuen Datensätzen immer wieder wiederholen. Prozesse wie diese könnten mit Hilfe von AutoML gelöst werden und 2019 wird es viel mehr Anwendungen geben, als von vielen vorhergesagt.

4. KI wird DevOps automatisieren

IT-Services und Infrastruktur bereiten Ihnen Kopfschmerzen, damit Ihr Unternehmen reibungslos läuft. Verschiedene Aktionen, die von DevOps-Mitarbeitern ausgeführt werden, können jedoch automatisiert werden, wie z. B. Überwachung, Debugging, Skalierung und mehr. DevOps wird langsam AIOps weichen, und dies wird es alltäglichen Programmierern erleichtern, sich um Verfahren und Pipelines zu kümmern, ohne sich um die Einrichtung und Wartung kümmern zu müssen. Es sind verschiedene Artikel erschienen, die die Zukunft von DevOps durch AIOps vorhersagen.

5. Personalisierte Arzneimittel

Nehmen Sie die gleichen Schlafmittel wie Ihr Nachbar? Sicherlich nicht – die Dosierung könnte für Sie nicht ausreichen. Oder einer der Inhaltsstoffe ist nicht gut für Sie. Oder die Pille hat aus bestimmten Gründen keine Wirkung auf Sie. Warum nicht Medikamente speziell für Sie maßschneidern lassen? Personalisierte Arzneimittel folgen einem Verfahren – ein Patient wird zusammen mit seinem Lebensstil und seinen Gewohnheiten analysiert und erst dann wird eine Pille mit einer bestimmten Zusammensetzung empfohlen. Mit Hilfe des 100.000-Genome-Projekts sollen personalisierte Arzneimittel im Jahr 2019 stark wachsen, auch wenn sie möglicherweise noch nicht öffentlich verfügbar sind. Eine Reihe großer Konferenzen wie die 11. International Conference on Predictive, Preventive and Personalized Medicine & Molecular Diagnostics sind auch in diesem Jahr geplant.

Maschinelles Lernen wird dabei helfen, Patientendaten zu analysieren, um zu entscheiden, welches Medikament am besten zu einem passt, und die uralte Theorie der Einheitsgröße hinter sich lassen.

6. Weiterentwicklung von ML-basierten Assistenten

Im Jahr 2018 waren wir alle vom neuen und fortschrittlichen Google Assistant überwältigt. Was nicht geschah, ist seine kommerzielle Anwendung. Aber das war 2019 zu sehen. Tatsächlich haben viele Sprachassistenten wie Alexa viele Daten von Benutzern gesammelt, und 2019 könnten diese Assistenten tatsächlich viel intelligenter und menschenähnlicher werden. Sprachassistenten sollen von Ihrem Wohnzimmer zu öffentlichen Plätzen, Ihren Autos, Ansagesystemen, Geldautomaten und mehr übergehen. Viele setzen darauf, dass 2019 tatsächlich das „Jahr der Sprachassistenten“ wird.

7. Bessere Metriken von Maschinen mit KI

Wie gut wäre es, wenn Sie erkennen könnten, welche Maschine in Ihrer Fabrik fast verschlissen und reparaturbedürftig ist, bevor sie ausfällt und für einen Tag Arbeitsausfall verursacht?

Industrieanlagen und Maschinen werden in der Regel nach einem festen Zeitplan gewartet. Dies führt von Zeit zu Zeit zu verschwendeter Arbeit und dem Risiko plötzlicher und unerwarteter Geräteausfälle. Sobald Sensoren mit diesen Maschinen verwendet werden und die gesammelten Daten in ML-Modelle eingespeist werden, können wir eine bessere Leistung und effizientere Wartungspläne erzielen.

Eine Implementierung des Folgenden ist GEs Entwicklung von „Digital Twins“, bei denen ein virtuelles Modell für große Maschinen erstellt wird. Hunderte von Sensoren werden verwendet, um sicherzustellen, dass der Zwilling mit dem Zustand der realen Maschine aktualisiert wird, und auf diese Weise werden die derzeit im Einsatz befindlichen 650.000 Zwillinge verwaltet und gewartet. Weitere Implementierungen digitaler Zwillinge sollen noch in diesem Jahr in intelligenten Fabriken auf der ganzen Welt implementiert werden.

8. Computer Vision wird die Zukunft der Überwachung prägen

Computer Vision und Überwachung sind an Orten wie Einkaufszentren, Flughäfen oder sogar an Kreuzungen in Städten zu einer Notwendigkeit geworden. Viele Technologieunternehmen haben ihre Software stillschweigend an mehreren Orten auf der ganzen Welt implementiert, um Situationen nach Bedarf zu erkennen, zu verfolgen und zu melden. Doch so weit muss es nicht kommen. Wäre es nicht erstaunlich, wenn unsere Heimkamera einen unbekannten Mann entdecken würde, der versucht einzubrechen, und Google Assistant uns darauf aufmerksam machen würde?

Unternehmen wie Google investieren stark in Computer Vision (erinnern Sie sich, wie Sie manchmal aufgefordert werden, Bilder mit Autos oder Schildern zu markieren, wenn Sie versuchen, eine Website zu öffnen?), und 2019 würden mehr Akteure auf dem Markt erscheinen. Überwachungssysteme werden viel schneller und Überwachung wird bald nicht nur ein Videostream sein, sondern auch als Stimulus für automatisierte Reaktionen basierend auf der Bodensituation dienen. ß

9. Das Gesundheitswesen wird weitere KI-Implementierungen sehen

Das Gesundheitswesen hat sich im Laufe der Jahre weiterentwickelt und ML hat mehr Veränderungen mit sich gebracht als nur den Aufstieg personalisierter Medikamente. Kürzlich behauptete China, die ersten genmanipulierten Babys geschaffen zu haben. Das verwendete Tool mit dem Namen CRISPR-CAS9 soll mit DNA operieren, um ein erforderliches Gen bereitzustellen oder dasjenige zu deaktivieren, das Krankheiten oder Krankheiten verursacht. Obwohl das Gesetz noch nicht in von Experten begutachteten Zeitschriften veröffentlicht wurde und wir es noch verifizieren müssen, wird künstliche Intelligenz bereits verwendet, um genomische Veränderungen vorherzusagen, die zu Krebs führen.

In diesem Jahr werden neuere Anwendungen von Genmodifikationen unter Verwendung von KI zur Bekämpfung neuerer Krankheiten und zur Optimierung des Menschen zu sehen sein. Die ethischen und rechtlichen Dilemmata und Argumente hinter solchen medizinischen Wundern bleiben jedoch immer noch ein Streitpunkt in der wissenschaftlichen Welt.

10. Sozialkreditsysteme

Eine relativ neue Anwendung des maschinellen Lernens, die in China implementiert wurde – es ist ein riesiges Ranking-System, das das Verhalten aller Bürger mit Überwachungskameras und Online-Aktivitätsmonitoren überwacht, um sie basierend auf ihrem „sozialen Kredit“ einzustufen. .

Obwohl es bis 2020 vollständig in Betrieb sein soll, hat seine Umsetzung das Land bereits im Sturm erobert, und Menschen werden je nach Verhalten wie Rauchen in der Öffentlichkeit, Einsteigen in einen Zug ohne Fahrkarte oder Spenden für wohltätige Zwecke höher oder niedriger eingestuft. Die genaue Methodik ist unbekannt, aber hoffentlich verwendet ein robustes ML-Modell Daten aus verschiedenen Quellen, um zu entscheiden, ob die Punktzahl einer Person gesenkt, erhöht oder stagniert werden soll.

Was wie ein dystopischer Gedanke klingt und wie eine Episode aus Black Mirror erscheint, ist die Realität von Millionen und wir könnten die Implementierung des Systems sehen, das bis Ende dieses Jahres ganz China abdeckt. Und wieder, obwohl die Anwendung sehr neu ist, wird die dahinter stehende Philosophie von vielen argumentiert.