2019년 기계 학습 및 인공 지능의 향후 적용 – PromptCloud

2019년에는 AI의 엄청난 발전뿐 아니라 새로운 애플리케이션과 상상할 수 없는 단계가 등장하여 인간이 처음으로 돌아가 AI가 유익한지 아니면 해로운지를 다시 생각해야 합니다. 우리는 그것이 다른 모든 기술 발전과 마찬가지로 될 수 있다고 생각하고 싶습니다. 그것은 우리가 그것을 사용하는 방법에 관한 것입니다. 그렇긴 하지만 2019년에 출시될 AI 및 머신 러닝 애플리케이션에 대해 알아보겠습니다. 이러한 애플리케이션은 대부분 R&D 단계에 있지만 아직 대중에게 공개되지 않았거나 대중에게 공개되었지만 베타 단계에 있지만 아직 출시되지 않았습니다. 공식 깃발을 끄다.

1. AI 칩

PS4 및 Xbox와 같은 콘솔로 이동하기 전에 아케이드 PC 게임을 하던 때를 기억하십니까? 저사양 게임을 할 때는 CPU(보통 Intel 또는 AMD)로 충분했지만 Tomb Raider 및 Assassin's Creed Odyssey와 같은 최신 고급 게임을 할 때는 전용 GPU(또는 평신도 용어로 그래픽 카드)가 필요했습니다. 그래픽 경험을 향상시키는 전용 칩입니다. 내가 왜 이것에 대해 이야기하고 있습니까? 음, 새로운 전용 칩이 곧 출시될 예정입니다.

AI 지원 칩은 이미 iPhone XR, Huawei Honor Play 및 Galaxy Note 8과 같은 몇 가지 휴대 전화에서 데뷔했습니다. 이러한 휴대 전화에서 전용 AI 칩은 ML 기반 음성 비서, AI와 같은 기능 중에 무거운 작업을 수행합니다. - 전원이 공급되는 스마트 카메라 등. 이런 식으로 AI 칩은 기본 프로세서의 작업량을 줄이고 전화가 지연되는 것을 방지합니다. 그러나 휴대폰의 AI 지원 칩은 빙산의 일각에 불과합니다.

Google, Microsoft, Amazon, Intel 및 Facebook은 모두 AI 기반 기능을 향상시킬 전용 인프라에 막대한 투자를 하고 있습니다. 구매하고 플러그인할 수 있는 칩이든 기계 학습 및 신경망에 사용할 수 있는 클라우드 기반 CPU든 상관 없습니다. 네트워크. 이 중 최신 뉴스로는 인텔 너바나(인텔에서 개발, 페이스북이 주요 개발 파트너), 구글 클라우드 TPU, 마이크로소프트의 프로젝트 브레인웨이브, 아마존의 AWS 인퍼렌시아 등이 있다.

언급된 대부분의 프로젝트는 아직 공개적으로 사용 가능하지 않거나 아직 베타 단계에 있습니다. 따라서 2019년은 이러한 프로젝트가 빛을 발하는 해가 될 수 있으며 더 강력한 AI 칩이 실시간 AI 기반 응용 프로그램을 현실로 만들 것입니다.

2. IOT와 AI의 결합

두 영역 모두에서 많은 일이 일어났지만 AI 지원 솔루션과 함께 IoT의 적절한 구현은 아직 확인되지 않았습니다. 이 주제에서 언급된 가장 인기 있는 사용 사례는 센서를 사용하여 자동차에서 데이터를 캡처하고 수집된 데이터를 사용하여 보험 금액을 결정하는 것입니다. 그러나 솔직히 말해서 얼마나 많은 보험 회사가 실제로 이 방법을 사용하여 보험료 금액을 계산했습니까?

2019년에는 AI 칩, 더 저렴하고 새로운 클라우드 기반 AI 서비스의 등장, IoT 및 AI에 투자하는 대기업으로 인해 상황이 바뀌려고 합니다. 점점 더 많은 기업들이 자율주행차를 선보일 예정이며 CES 2019에서는 IOT와 AI가 함께 기업이 더 큰 꿈을 꾸는 데 얼마나 도움이 되었는지 엿볼 수 있었습니다.

3. 자동화된 기계 학습의 더 많은 응용

기계 학습은 가장 친숙한 용어이지만 자동화된 기계 학습은 아직 베타 단계라고 할 수 있습니다. 자동화된 머신 러닝은 ML 자체에 ML을 적용하여 자동화를 통해 반복적인 작업을 해결하는 것을 말합니다. 예를 들어, 다른 알고리즘을 적용하고 데이터에 가장 적합한 알고리즘을 확인하기 전에 데이터를 정리해야 한다고 가정해 보겠습니다. 데이터 정리 부분은 많은 시간을 필요로 하며 연구에 따르면 과학자들이 새로운 데이터 세트로 계속해서 반복하는 것을 싫어하는 수동 프로세스라는 것이 밝혀졌습니다. 이와 같은 프로세스는 AutoML의 도움으로 해결할 수 있으며 2019년에는 많은 사람들이 예측한 대로 더 많은 애플리케이션이 등장할 것입니다.

4. AI는 DevOps를 자동화합니다

IT 서비스 및 인프라는 비즈니스를 원활하게 운영하기 위해 감당해야 하는 골치거리입니다. 그러나 모니터링, 디버깅, 확장 등 DevOps 담당자가 수행하는 다양한 작업을 자동화할 수 있습니다. DevOps는 천천히 AIOps에 자리를 내줄 것이며, 이를 통해 일상적인 코더는 설정 및 유지 관리에 대한 골칫거리 없이 절차와 파이프라인을 더 쉽게 처리할 수 있습니다. AIOps를 통해 DevOps의 미래를 예측하는 다양한 논문이 나왔습니다.

5. 맞춤형 의약품

당신은 당신의 이웃이 사용하는 것과 같은 수면제를 복용하고 있습니까? 확실히 아닙니다. 복용량이 충분하지 않을 수 있습니다. 또는 성분 중 하나가 당신에게 좋지 않을 수 있습니다. 또는 특정 이유로 알약이 효과가 없을 수도 있습니다. 귀하를 위해 특별히 맞춤화된 의약품이 없는 이유는 무엇입니까? 개인 맞춤형 의약품은 절차를 따릅니다. 환자의 생활 습관 및 습관을 분석한 다음 특정 구성의 알약을 권장합니다. 100,000 Genomes Project의 도움으로 Personalized Medicines는 아직 공개적으로 이용 가능하지 않더라도 2019년에 큰 성장을 보일 것으로 예상됩니다. 올해 제11회 예측, 예방 및 개인 맞춤 의학 및 분자 진단에 관한 국제 회의와 같은 대규모 회의도 예정되어 있습니다.

머신 러닝은 환자 데이터를 분석하여 어떤 약이 가장 적합한지 결정하는 데 도움이 될 것이며, 오래된 "모든 것이 적합하다"는 이론을 남길 것입니다.

6. ML 기반 비서의 추가 진화

2018년, 우리 모두는 새롭고 진보된 Google 어시스턴트에 놀라움을 금치 못했습니다. 발생하지 않은 것은 상업적 응용 프로그램입니다. 그러나 그것은 2019년에 볼 수 있었습니다. 실제로 Alexa와 같은 많은 음성 비서는 사용자로부터 많은 데이터를 수집했으며 2019년에는 이러한 비서가 훨씬 더 지능적이고 인간처럼 성장하는 것을 실제로 볼 수 있습니다. 음성 비서는 거실에서 공공 장소, 자동차, 안내 방송 시스템, ATM 등으로 이동해야 합니다. 많은 사람들이 2019년이 실제로 "음성 어시스턴트의 해"가 될 것이라고 확신하고 있습니다.

7. AI를 사용하는 머신의 더 나은 메트릭

공장에 있는 어떤 기계가 거의 닳아서 수리가 필요한 기계가 고장나서 하루 동안 작업이 중단되기 전에 알려줄 수 있다면 얼마나 좋을까요?

산업 장비 및 기계는 일반적으로 고정된 일정에 따라 서비스됩니다. 이로 인해 노동력이 낭비되고 때때로 갑작스럽고 예상치 못한 장비 고장이 발생할 위험이 있습니다. 이러한 기계에 센서를 사용하고 수집된 데이터를 ML 모델에 제공하면 더 나은 성능과 더 효율적인 서비스 일정을 얻을 수 있습니다.

다음 구현은 가상 모델이 대형 기계용으로 구축되는 GE의 "디지털 트윈" 생성입니다. 수백 개의 센서가 트윈이 실제 기계의 상태로 업데이트되도록 하는 데 사용되며, 이러한 방식으로 현재 배포된 650,000개의 트윈이 관리되고 서비스됩니다. 디지털 트윈의 추가 구현은 올해 전 세계 지능형 공장에서 구현될 것으로 예상됩니다.

8. 컴퓨터 비전은 감시의 미래를 형성할 것입니다.

컴퓨터 비전 및 감시는 쇼핑몰, 공항 또는 도시 교차로와 같은 장소에서 필수가 되었습니다. 많은 기술 기업은 필요할 때 상황을 파악, 추적 및 보고하기 위해 전 세계 여러 곳에서 조용히 소프트웨어를 구현해 왔습니다. 그러나 상황이 그렇게 멀리 갈 필요는 없습니다. 집에 있는 카메라가 알 수 없는 남자가 침입하려는 것을 발견하고 Google 어시스턴트가 이를 알려준다면 놀랍지 않을까요?

Google과 같은 회사는 컴퓨터 비전에 막대한 투자를 하고 있으며(웹 사이트를 열려고 할 때 때때로 자동차나 간판으로 이미지를 표시하도록 요청하는 방식을 기억하십니까?) 2019년에는 시장에서 더 많은 플레이어가 나타날 것입니다. 감시 시스템은 훨씬 더 빨라질 것이며 감시는 곧 비디오 스트림이 아니라 지상 상황에 따라 자동화된 응답에 대한 자극으로 작용할 것입니다. 봄 여름 시즌

9. 헬스케어는 추가 AI 구현을 보게 될 것입니다.

건강 관리는 수년에 걸쳐 발전했으며 ML은 개인 맞춤형 의약품의 등장보다 더 많은 변화를 가져왔습니다. 최근 중국은 최초로 유전자 편집 아기를 만들었다고 주장했다. CRISPR-CAS9라는 도구는 DNA에서 작동하여 필요한 유전자를 공급하거나 질병이나 질병을 일으키는 유전자를 비활성화하는 것으로 추정됩니다. 이 행위는 피어 리뷰 저널에 게재되지 않았고 아직 검증되지 않았지만 이미 인공 지능을 사용하여 암을 유발하는 게놈 변화를 예측하고 있습니다.

올해에는 AI를 사용하여 새로운 질병을 퇴치하고 인간을 최적화하는 유전자 변형의 새로운 적용을 보게 될 것입니다. 그러나 그러한 의학적 기적 뒤에 숨겨진 윤리적, 법적 딜레마와 주장은 여전히 ​​과학계에서 논쟁의 대상으로 남아 있습니다.

10. 사회 신용 시스템

중국에서 구현된 비교적 새로운 기계 학습 응용 프로그램 - 감시 카메라와 온라인 활동 모니터를 사용하여 모든 시민의 행동을 모니터링하여 "사회적 신용"을 기반으로 순위를 매기는 거대한 순위 시스템입니다. .

2020년까지 완전히 가동될 예정이기는 하지만 이미 시행이 전국을 강타했고, 공공장소에서 흡연, 승차권 없이 기차에 탑승하거나 자선단체에 기부하는 등의 행위에 따라 사람들이 오르내리고 있다. 정확한 방법론은 알 수 없지만 강력한 ML 모델은 다양한 소스의 데이터를 사용하여 개인의 점수를 낮출지, 높일지 또는 정체 상태를 유지할지를 결정합니다.

디스토피아적인 생각처럼 들리고 Black Mirror의 한 에피소드처럼 보이는 것이 수백만 명의 현실이며 올해 말까지 중국 전역을 포괄하는 시스템의 구현을 볼 수 있습니다. 그리고 다시 말하지만, 응용 프로그램은 매우 새롭지만 그 너머의 철학은 많은 사람들에 의해 주장됩니다.