Próximas aplicaciones de aprendizaje automático e inteligencia artificial en 2019 – PromptCloud

El año 2019 no solo verá avances masivos en IA, sino también nuevas aplicaciones y pasos inimaginables que requerirán que los humanos vuelvan a la mesa de dibujo y reconsideren si la IA es una bendición o una ruina. Nos gusta pensar que podría ser tanto como cualquier otro avance tecnológico: se trata de cómo lo usamos. Dicho esto, profundicemos en las próximas aplicaciones de inteligencia artificial y aprendizaje automático en 2019. Estas aplicaciones se encuentran principalmente en etapas de I + D y aún no se han hecho públicas, o están disponibles para el público pero en etapas beta y aún no se han hecho públicas. una bandera oficial apagada.

1. chips de IA

¿Recuerdas cuando solías jugar esos juegos de arcade para PC antes de pasar a consolas como PS4 y Xbox? Al jugar juegos de gama baja, la CPU (generalmente Intel o AMD) era suficiente, pero al jugar los últimos juegos de gama alta como Tomb Raider y Assasin's Creed Odyssey, necesitaría una GPU dedicada (o tarjeta gráfica en términos sencillos). Estos son chips dedicados que mejoran solo su experiencia gráfica. ¿Por qué estoy hablando de esto? Bueno, un nuevo chip dedicado está a punto de salir al mercado.

Los chips habilitados para IA ya debutaron en algunos teléfonos móviles como iPhone XR, Huawei Honor Play y Galaxy Note 8. En estos teléfonos móviles, un chip de IA dedicado hace el trabajo pesado durante funcionalidades como asistente de voz basado en ML, IA Cámara inteligente con alimentación y más. De esta manera, el chip AI reduce la carga de trabajo del procesador principal y evita que el teléfono se retrase. Pero los chips habilitados para IA en los teléfonos celulares son solo la punta del iceberg.

Google, Microsoft, Amazon, Intel y Facebook están invirtiendo fuertemente en infraestructura dedicada que impulsará las funcionalidades basadas en IA, ya sea un chip que puede comprar y conectar o una CPU basada en la nube que puede usarse para aprendizaje automático y neural. redes Las últimas noticias entre ellas son Intel Nervana (desarrollado por Intel, donde Facebook es un importante socio de desarrollo), Google Cloud TPU, el proyecto Brainwave de Microsoft y AWS Inferentia de Amazon.

La mayoría de los proyectos mencionados aún no están disponibles públicamente o aún se encuentran en una etapa Beta. Por lo tanto, 2019 podría ser el año en que estos proyectos vean la luz del día, y los chips de IA más potentes harán realidad las aplicaciones basadas en IA en tiempo real.

2. El matrimonio de IOT e IA

Han sucedido muchas cosas en ambos dominios, pero aún está por verse la implementación adecuada de una IoT junto con una solución habilitada para IA. El caso de uso más popular que se menciona sobre este tema es capturar datos de automóviles usando sensores y usar los datos recopilados para decidir el monto del seguro. Pero hablando honestamente, ¿cuántas compañías de seguros han usado ese método para calcular el monto de su prima?

Las cosas están a punto de cambiar en 2019, con la aparición de chips de IA, servicios de IA basados ​​en la nube más baratos y nuevos, y empresas más grandes que invierten en IoT e IA. Cada vez más empresas van a sacar sus autos sin conductor, y CES 2019 dio una idea de qué tan bien IOT e IA juntos han ayudado a las empresas a soñar en grande.

3. Más aplicaciones de Machine Learning Automatizado

Si bien el aprendizaje automático es un término con el que la mayoría está familiarizado, el aprendizaje automático automatizado es algo que se podría decir que todavía está en etapa beta. El aprendizaje automático automatizado se refiere a la resolución de tareas repetitivas a través de la automatización mediante la aplicación de ML al propio ML. Por ejemplo, digamos que uno tiene que limpiar los datos antes de poder aplicar diferentes algoritmos y ver qué algoritmo se ajusta mejor a los datos. La parte de limpieza de datos lleva mucho tiempo, y los estudios han demostrado que es un proceso manual que los científicos detestan repetir con nuevos conjuntos de datos una y otra vez. Procesos como estos podrían resolverse con la ayuda de AutoML y 2019 verá muchas más aplicaciones como muchos predijeron.

4. AI automatizará DevOps

Los servicios y la infraestructura de TI son un dolor de cabeza que debe asumir para que su negocio funcione sin problemas. Sin embargo, varios actos realizados por el personal de DevOps pueden automatizarse, como el monitoreo, la depuración, la ampliación y más. DevOps lentamente dará paso a AIOps, y esto hará que sea más fácil para los codificadores cotidianos ocuparse de los procedimientos y las canalizaciones sin la necesidad de sufrir el dolor de cabeza de las configuraciones y el mantenimiento. Han surgido varios artículos que predicen el futuro de DevOps a través de AIOps.

5. Medicamentos personalizados

¿Tomas las mismas pastillas para dormir que usa tu vecino? Ciertamente no, la dosis podría no ser suficiente para usted. O uno de los ingredientes podría no ser bueno para ti. O la píldora podría no tener ningún efecto sobre usted debido a ciertas razones. ¿Por qué no tener medicamentos adaptados específicamente para usted? Los Medicamentos Personalizados siguen un procedimiento, se analiza al paciente, sus estilos de vida y hábitos y solo entonces se recomienda una pastilla de composición específica. Con la ayuda del Proyecto 100,000 Genomas, se espera que los medicamentos personalizados experimenten un gran crecimiento en 2019, aunque es posible que aún no estén disponibles públicamente. Este año también están programadas varias conferencias importantes, como la 11.ª Conferencia Internacional sobre Medicina Predictiva, Preventiva y Personalizada y Diagnóstico Molecular.

El aprendizaje automático ayudará a analizar los datos de los pacientes para decidir qué medicamento se adapta mejor a uno, dejando atrás la antigua teoría de "talla única".

6. Mayor evolución de los asistentes basados ​​en ML

En 2018, todos quedamos impresionados con el nuevo y avanzado Asistente de Google. Lo que no sucedió es su aplicación comercial. Pero eso podría verse en 2019. De hecho, muchos asistentes de voz como Alexa han estado recopilando una gran cantidad de datos de los usuarios y en 2019 estos asistentes podrían volverse mucho más inteligentes y parecidos a los humanos. Se supone que los asistentes de voz pasan de su sala de estar a lugares públicos, sus automóviles, sistemas de anuncios, cajeros automáticos y más. Muchos apuestan a que 2019 será en realidad el "Año de los asistentes de voz".

7. Mejores métricas de máquinas que usan IA

¿Qué tan bueno sería si pudiera saber qué máquina en su fábrica está casi desgastada y necesita reparación antes de que se descomponga y cause la pérdida de trabajo por un día?

El mantenimiento de equipos y máquinas industriales generalmente se realiza mediante un programa fijo. Esto da como resultado mano de obra desperdiciada y el riesgo de fallas repentinas e inesperadas del equipo de vez en cuando. Una vez que se utilizan sensores con estas máquinas y los datos recopilados se alimentan a los modelos ML, podemos obtener un mejor rendimiento y programas de servicio más eficientes.

Una implementación de lo siguiente es la creación de GE de "Digital Twins" donde se construye un modelo virtual para grandes máquinas. Se utilizan cientos de sensores para asegurarse de que el gemelo se actualiza con la condición de la máquina real y de esta manera se administran y reparan los 650 000 gemelos actualmente desplegados. Se espera que se implementen más implementaciones de gemelos digitales en fábricas inteligentes en todo el mundo este año.

8. La visión artificial dará forma al futuro de la vigilancia

La visión artificial y la vigilancia se han convertido en una necesidad en lugares como centros comerciales, aeropuertos o incluso en cruces de ciudades. Muchas empresas de tecnología han estado implementando silenciosamente su software en varios lugares del mundo para detectar, rastrear e informar situaciones cuando sea necesario. Pero las cosas no tienen por qué ir tan lejos. ¿No sería increíble si la cámara de nuestra casa detectara a un hombre desconocido que intenta entrar y el Asistente de Google nos alertara al respecto?

Compañías como Google están invirtiendo mucho en visión por computadora (¿recuerdas que a veces te pide que marques imágenes con autos o letreros cuando intentas abrir un sitio web?), y 2019 vería más jugadores en el mercado. Los sistemas de vigilancia están a punto de volverse mucho más rápidos y la vigilancia pronto se convertirá no solo en una transmisión de video, sino que también funcionará como un estímulo para las respuestas automatizadas, basadas en la situación del terreno. ß

9. El cuidado de la salud verá más implementaciones de IA

La atención médica ha evolucionado a lo largo de los años y ML ha traído más cambios que solo el aumento de medicamentos personalizados. Recientemente, China afirmó haber creado los primeros bebés editados genéticamente. Se supone que la herramienta utilizada, llamada CRISPR-CAS9, opera en el ADN para suministrar un gen requerido o desactivar el que está causando la enfermedad o la enfermedad. Aunque el acto no se ha publicado en revistas revisadas por pares y aún tenemos que verificarlo, la inteligencia artificial ya se está utilizando para predecir cambios genómicos que resultan en cáncer.

Este año, veremos aplicaciones más nuevas de modificaciones genéticas que usan IA para combatir enfermedades más nuevas y optimizar a los humanos. Sin embargo, los dilemas y argumentos éticos y legales detrás de tales milagros médicos siguen siendo un punto de debate en el mundo científico.

10. Sistemas de crédito social

Una aplicación relativamente nueva de Machine Learning que se implementó en China es un enorme sistema de clasificación que monitoreará el comportamiento de todos los ciudadanos utilizando cámaras de vigilancia y monitores de actividad en línea, para clasificarlos según su "crédito social". .

Aunque se supone que estará completamente en funcionamiento para 2020, su implementación ya ha arrasado en el país y las personas están siendo marcadas hacia arriba o hacia abajo dependiendo de actos como fumar en público, abordar un tren sin boleto o donar a la caridad. Se desconoce la metodología exacta, pero es de esperar que un modelo de ML sólido use datos de varias fuentes para decidir si disminuir la puntuación de una persona, aumentarla o dejar que permanezca estancada.

Lo que suena como un pensamiento distópico y parece un episodio de Black Mirror, es la realidad de millones y podríamos ver la implementación del sistema cubriendo toda China a finales de este año. Y de nuevo, aunque la aplicación es muy nueva, muchos discuten la filosofía más allá.