Nadchodzące zastosowania uczenia maszynowego i sztucznej inteligencji w 2019 r. – PromptCloud
Opublikowany: 2019-02-12Rok 2019 przyniesie nie tylko ogromny postęp w sztucznej inteligencji, ale także nowe aplikacje i niewyobrażalne kroki, które będą wymagać od ludzi powrotu do deski kreślarskiej i ponownego rozważenia, czy sztuczna inteligencja jest dobrodziejstwem, czy zmorą. Lubimy myśleć, że może to być jak każdy inny postęp technologiczny – chodzi o to, jak go używamy. Mając to na uwadze, zagłębimy się w nadchodzące zastosowania sztucznej inteligencji i uczenia maszynowego w 2019 roku. Aplikacje te są w większości na etapie badań i rozwoju, ale jeszcze nie zostały upublicznione lub są publicznie dostępne, ale w fazie beta, ale jeszcze nie zostały upublicznione. oficjalna flaga wyłączona.
1. Chipy AI
Pamiętasz, kiedy grałeś w te arkadowe gry na PC, zanim przeniosłeś się na konsole takie jak PS4 i Xbox? Podczas grania w gry low-end wystarczył procesor (zwykle Intel lub AMD), ale podczas grania w najnowsze gry z wyższej półki, takie jak Tomb Raider i Assasin's Creed Odyssey, potrzebowałbyś dedykowanego procesora graficznego (lub karty graficznej w języku laika). Są to dedykowane chipy, które poprawiają tylko twoje wrażenia graficzne. Dlaczego o tym mówię? Cóż, nowy dedykowany chip niedługo trafi na rynek.
Chipy obsługujące sztuczną inteligencję zadebiutowały już w kilku telefonach komórkowych, takich jak iPhone XR, Huawei Honor Play i Galaxy Note 8. W tych telefonach dedykowany układ sztucznej inteligencji wykonuje ciężkie zadania podczas takich funkcji, jak asystent głosowy oparty na ML, sztuczna inteligencja. -zasilany inteligentny aparat i nie tylko. W ten sposób chip AI zmniejsza obciążenie procesora głównego i zapobiega opóźnianiu telefonu. Ale chipy obsługujące sztuczną inteligencję w telefonach komórkowych to tylko wierzchołek góry lodowej.
Google, Microsoft, Amazon, Intel i Facebook intensywnie inwestują w dedykowaną infrastrukturę, która poprawi funkcje oparte na sztucznej inteligencji, czy to w chip, który można kupić i podłączyć, czy też w procesor w chmurze, który można wykorzystać do uczenia maszynowego i neuronowego sieci. Najnowsze wiadomości to Intel Nervana (opracowany przez Intel, gdzie Facebook jest głównym partnerem programistycznym), Google Cloud TPU, projekt Microsoftu Brainwave i AWS Inferentia firmy Amazon.
Większość z wymienionych projektów nie jest jeszcze publicznie dostępna lub nadal znajduje się w fazie Beta. Dlatego rok 2019 może być rokiem, w którym te projekty ujrzą światło dzienne, a mocniejsze układy AI sprawią, że aplikacje oparte na sztucznej inteligencji w czasie rzeczywistym staną się rzeczywistością.
2. Mariaż IOT i AI
Wiele się wydarzyło w obu domenach, ale właściwe wdrożenie IoT wraz z rozwiązaniem obsługującym sztuczną inteligencję dopiero się okaże. Najpopularniejszym przypadkiem użycia, o którym mowa w tym temacie, jest przechwytywanie danych z samochodów za pomocą czujników i wykorzystanie zebranych danych do ustalenia wysokości ubezpieczenia. Ale szczerze mówiąc, ile firm ubezpieczeniowych faktycznie zastosowało tę metodę do obliczenia kwoty składki?
Sytuacja zmieni się w 2019 roku, wraz z pojawieniem się chipów AI, tańszych i nowszych usług AI opartych na chmurze oraz większych firm inwestujących w IoT i AI. Coraz więcej firm zamierza wprowadzić na rynek swoje autonomiczne samochody, a targi CES 2019 dały wgląd w to, jak dobrze IOT i sztuczna inteligencja razem pomogły firmom marzyć o większych marzeniach.
3. Więcej zastosowań zautomatyzowanego uczenia maszynowego
Chociaż uczenie maszynowe to termin, który większość osób zna, zautomatyzowane uczenie maszynowe to coś, co można powiedzieć, że jest wciąż w fazie beta. Zautomatyzowane uczenie maszynowe odnosi się do rozwiązywania powtarzalnych zadań poprzez automatyzację poprzez zastosowanie ML do samej ML. Załóżmy na przykład, że trzeba wyczyścić dane, zanim będzie można zastosować różne algorytmy i sprawdzić, który algorytm najlepiej pasuje do danych. Część czyszczenia danych zajmuje dużo czasu, a badania wykazały, że jest to ręczny proces, którego naukowcy nie lubią powtarzać raz po raz z nowymi zestawami danych. Procesy takie jak te mogą zostać rozwiązane za pomocą AutoML, a 2019 zobaczy o wiele więcej aplikacji, zgodnie z przewidywaniami wielu.
4. AI zautomatyzuje DevOps
Usługi i infrastruktura IT to ból głowy, z którym musisz się zmierzyć, aby Twoja firma działała sprawnie. Można jednak zautomatyzować różne czynności wykonywane przez personel DevOps, takie jak monitorowanie, debugowanie, skalowanie w górę i inne. DevOps powoli ustąpi miejsca AIOps, a to ułatwi codziennym programistom zajmowanie się procedurami i potokami bez konieczności przejmowania się konfiguracją i konserwacją. Pojawiły się różne artykuły, które przewidują przyszłość DevOps poprzez AIOps.
5. Spersonalizowane leki
Czy bierzesz te same tabletki na sen, których używa twój sąsiad? Na pewno nie – dawkowanie może Ci nie wystarczyć. Lub jeden ze składników może nie być dla ciebie dobry. Albo pigułka może nie mieć na ciebie żadnego wpływu z pewnych powodów. Dlaczego nie mieć leków dostosowanych specjalnie dla Ciebie? Leki personalizowane podlegają procedurze – pacjent jest analizowany, jego styl życia i przyzwyczajenia, a dopiero potem zalecana jest tabletka o określonym składzie. Z pomocą projektu 100 000 genomów oczekuje się, że spersonalizowane leki odnotują duży wzrost w 2019 r., mimo że mogą nie być jeszcze publicznie dostępne. W tym roku zaplanowano również szereg dużych konferencji, takich jak 11. Międzynarodowa Konferencja Medycyny Predykcyjnej, Prewencyjnej i Personalizowanej oraz Diagnostyki Molekularnej.
Uczenie maszynowe pomoże przeanalizować dane pacjentów, aby zdecydować, który lek będzie najbardziej odpowiedni, pozostawiając w tyle starą teorię „jeden rozmiar dla wszystkich”.
6. Dalsza ewolucja asystentów opartych na ML
W 2018 roku wszyscy byliśmy zachwyceni nowym i zaawansowanym Asystentem Google. To, co się nie wydarzyło, to jego komercyjne zastosowanie. Ale można to było zobaczyć w 2019 roku. W rzeczywistości wielu asystentów głosowych, takich jak Alexa, zbierało wiele danych od użytkowników, a 2019 może faktycznie zobaczyć, jak ci asystenci stają się znacznie bardziej inteligentni i jak ludzie. Asystenci głosowi powinni przenieść się z salonu do miejsc publicznych, samochodów, systemów ogłoszeń, bankomatów i nie tylko. Wielu zakłada, że rok 2019 będzie faktycznie „Rokiem Asystentów Głosowych”.
7. Lepsze metryki z maszyn wykorzystujących AI
Jak dobrze byłoby, gdybyś mógł stwierdzić, która maszyna w Twojej fabryce jest prawie zużyta i wymaga naprawy, zanim się zepsuje i spowoduje utratę pracy na jeden dzień?
Urządzenia i maszyny przemysłowe są zazwyczaj serwisowane według ustalonego harmonogramu. Powoduje to marnotrawstwo pracy i ryzyko nagłych i nieoczekiwanych awarii sprzętu od czasu do czasu. Gdy czujniki są używane z tymi maszynami, a zebrane dane są przekazywane do modeli ML, możemy uzyskać lepszą wydajność i bardziej efektywne harmonogramy serwisowania.
Wdrożeniem poniższych jest stworzenie przez GE „Digital Twins”, w którym budowany jest wirtualny model dla dużych maszyn. Używa się setek czujników, aby upewnić się, że bliźniak jest aktualizowany o stan rzeczywistej maszyny, dzięki czemu obecnie wdrożone 650 000 bliźniaków jest zarządzane i serwisowane. Oczekuje się, że w tym roku kolejne wdrożenia cyfrowych bliźniaków zostaną wdrożone w inteligentnych fabrykach na całym świecie.
8. Wizja komputerowa ukształtuje przyszłość nadzoru
Wizja komputerowa i nadzór stały się koniecznością w miejscach takich jak centra handlowe, lotniska, a nawet na skrzyżowaniach miast. Wiele firm technologicznych po cichu wdraża swoje oprogramowanie w wielu miejscach na całym świecie, aby wykrywać, śledzić i zgłaszać sytuacje w razie potrzeby. Ale sprawy nie muszą iść tak daleko. Czy nie byłoby wspaniale, gdyby nasza kamera domowa wykryła nieznanego mężczyznę próbującego się włamać, a Asystent Google nas o tym powiadomił?
Firmy takie jak Google mocno inwestują w wizję komputerową (pamiętasz, jak czasami prosi Cię o oznaczanie zdjęć samochodami lub szyldami, gdy próbujesz otworzyć stronę internetową?), a w 2019 roku na rynku pojawi się więcej graczy. Systemy nadzoru staną się o wiele szybsze, a nadzór niedługo stanie się nie tylko strumieniem wideo, ale będzie też działał jako bodziec do automatycznych reakcji, opartych na sytuacji naziemnej. SS
9. Opieka zdrowotna zobaczy kolejne wdrożenia AI
Opieka zdrowotna ewoluowała na przestrzeni lat, a ML przyniósł więcej zmian niż tylko rozwój leków spersonalizowanych. Niedawno Chiny twierdziły, że stworzyły pierwsze dzieci edytowane genami. Użyte narzędzie o nazwie CRISPR-CAS9 ma operować na DNA, aby dostarczyć wymagany gen lub wyłączyć ten, który powoduje chorobę lub chorobę. Chociaż ustawa nie została opublikowana w recenzowanych czasopismach i musimy ją jeszcze zweryfikować, sztuczna inteligencja jest już wykorzystywana do przewidywania zmian genomowych powodujących raka.
W tym roku pojawią się nowsze zastosowania modyfikacji genów przy użyciu sztucznej inteligencji do zwalczania nowszych chorób i optymalizacji ludzi. Jednak etyczne i prawne dylematy i argumenty stojące za takimi medycznymi cudami wciąż pozostają przedmiotem debaty w świecie naukowym.
10. Systemy Kredytu Społecznego
Stosunkowo nowa aplikacja uczenia maszynowego, która została wdrożona w Chinach - jest to ogromny system rankingowy, który będzie monitorował zachowanie wszystkich obywateli za pomocą kamer monitorujących i monitorów aktywności online, aby uszeregować ich na podstawie ich „kredytu społecznego” .
Chociaż ma być w pełni gotowy do 2020 r., jego wdrożenie już szturmem podbiło kraj, a ludzie są oceniani lub obniżani w zależności od czynów takich jak palenie w miejscach publicznych, wsiadanie do pociągu bez biletu lub przekazywanie darowizn na cele charytatywne. Dokładna metodologia jest nieznana, ale miejmy nadzieję, że solidny model ML wykorzystuje dane z różnych źródeł, aby zdecydować, czy zmniejszyć wynik danej osoby, zwiększyć go, czy pozwolić mu pozostać w stagnacji.
To, co brzmi jak dystopijna myśl i wydaje się być epizodem z Black Mirror, jest rzeczywistością milionów i możemy zobaczyć wdrożenie systemu obejmującego całe Chiny do końca tego roku. I znowu, chociaż aplikacja jest bardzo nowa, filozofia poza nią jest przez wielu argumentowana.