แอพพลิเคชั่นแมชชีนเลิร์นนิงและปัญญาประดิษฐ์ที่กำลังจะมีขึ้นในปี 2562 – PromptCloud

ปี 2019 จะไม่เพียงแต่เห็นความก้าวหน้าครั้งใหญ่ใน AI แต่ยังรวมถึงแอปพลิเคชั่นใหม่และขั้นตอนที่เป็นไปไม่ได้ที่จะทำให้มนุษย์ต้องกลับไปที่กระดานวาดภาพและพิจารณาใหม่ว่า AI นั้นเป็นประโยชน์หรือความหายนะ เราชอบที่จะคิดว่ามันสามารถเป็นได้ทั้งกับความก้าวหน้าทางเทคโนโลยีอื่น ๆ - มันเกี่ยวกับวิธีที่เราใช้มัน อย่างที่กล่าวไปแล้ว ให้เราเจาะลึกลงไปในแอปพลิเคชันที่กำลังจะมีขึ้นของ AI และ Machine Learning ในปี 2019 แอปพลิเคชันเหล่านี้ส่วนใหญ่อยู่ในขั้นตอน R&D และยังไม่ได้เผยแพร่สู่สาธารณะ หรือเผยแพร่สู่สาธารณะแต่อยู่ในขั้นเบต้า และยังไม่ได้รับ ปิดธงอย่างเป็นทางการ

1. ชิป AI

จำได้ไหมว่าเมื่อคุณเคยเล่นเกมอาร์เคดบนพีซีก่อนที่คุณจะย้ายไปยังคอนโซลอย่าง PS4 และ Xbox? เมื่อเล่นเกมระดับล่าง ซีพียู (โดยปกติคือ Intel หรือ AMD) ก็เพียงพอแล้ว แต่เมื่อเล่นเกมระดับไฮเอนด์ล่าสุดอย่าง Tomb Raider และ Creed Odyssey ของ Assasin คุณจะต้องใช้ GPU เฉพาะ (หรือการ์ดกราฟิกในแง่ของคนธรรมดา) ชิปเหล่านี้เป็นชิปเฉพาะที่ช่วยเพิ่มประสบการณ์กราฟิกของคุณเท่านั้น ทำไมฉันถึงพูดถึงเรื่องนี้? ชิปเฉพาะตัวใหม่กำลังจะออกสู่ตลาด

ชิปที่เปิดใช้งาน AI ได้เปิดตัวไปแล้วในโทรศัพท์มือถือบางรุ่น เช่น iPhone XR, Huawei Honor Play และ Galaxy Note 8 ในโทรศัพท์มือถือเหล่านี้ ชิป AI โดยเฉพาะจะทำหน้าที่ยกน้ำหนักระหว่างการทำงาน เช่น ผู้ช่วยเสียงที่ใช้ ML, AI - กล้องอัจฉริยะที่ขับเคลื่อนด้วยและอีกมากมาย ด้วยวิธีนี้ ชิป AI จะลดปริมาณงานของโปรเซสเซอร์หลักและป้องกันไม่ให้โทรศัพท์ล้าหลัง แต่ชิปที่เปิดใช้งาน AI ในโทรศัพท์มือถือเป็นเพียงส่วนเล็กๆ ของภูเขาน้ำแข็ง

Google, Microsoft, Amazon, Intel และ Facebook ต่างก็ลงทุนอย่างหนักในโครงสร้างพื้นฐานเฉพาะที่จะเพิ่มฟังก์ชันการทำงานบน AI ไม่ว่าจะเป็นชิปที่คุณสามารถซื้อและเสียบเข้าไป หรือ CPU ที่ใช้ระบบคลาวด์ที่สามารถใช้สำหรับการเรียนรู้ของเครื่องและระบบประสาท เครือข่าย ข่าวล่าสุดในกลุ่มเหล่านี้คือ Intel Nervana (พัฒนาโดย Intel โดยที่ Facebook เป็นพันธมิตรด้านการพัฒนาที่สำคัญ), Google Cloud TPU, Brainwave ของโปรเจ็กต์ Microsoft และ AWS Inferentia ของ Amazon

โปรเจ็กต์ที่กล่าวถึงส่วนใหญ่ยังไม่เปิดเผยต่อสาธารณะหรือยังอยู่ในช่วงเบต้า ดังนั้นปี 2019 อาจเป็นปีที่โปรเจ็กต์เหล่านี้เห็นแสงสว่างในวันนั้น และชิป AI ที่ทรงพลังยิ่งขึ้นจะทำให้แอปพลิเคชันที่ใช้ AI แบบเรียลไทม์กลายเป็นจริง

2. การแต่งงานของ IOT และ AI

เกิดขึ้นมากมายในทั้งสองโดเมน แต่ยังไม่เห็นการใช้งาน IoT อย่างเหมาะสมพร้อมกับโซลูชันที่เปิดใช้งาน AI กรณีการใช้งานที่ได้รับความนิยมมากที่สุดซึ่งระบุไว้ในหัวข้อนี้คือ การรวบรวมข้อมูลจากรถยนต์โดยใช้เซ็นเซอร์ และใช้ข้อมูลที่รวบรวมมาเพื่อตัดสินใจเกี่ยวกับจำนวนเงินประกัน แต่พูดตามตรงว่ามีบริษัทประกันกี่แห่งที่ใช้วิธีนั้นในการคำนวณจำนวนเงินเบี้ยประกันภัยของคุณ?

สิ่งต่างๆ กำลังจะเปลี่ยนไปในปี 2019 ด้วยการเกิดขึ้นของชิป AI บริการ AI บนคลาวด์ที่ถูกกว่าและใหม่กว่า และบริษัทขนาดใหญ่ที่ลงทุนใน IoT และ AI มีบริษัทจำนวนมากขึ้นเรื่อยๆ ที่จะนำรถยนต์ที่ขับเคลื่อนด้วยตนเองออกมา และงาน CES 2019 ได้ให้ภาพรวมว่า IOT และ AI ร่วมกันช่วยให้บริษัทต่างๆ ฝันถึงสิ่งที่ใหญ่กว่าได้ดีเพียงใด

3. การใช้งานเพิ่มเติมของ Automated Machine Learning

แม้ว่าแมชชีนเลิร์นนิงจะเป็นคำศัพท์ที่คุ้นเคยกันมากที่สุด แต่แมชชีนเลิร์นนิงแบบอัตโนมัติอาจกล่าวได้ว่ายังอยู่ในช่วงเบต้า การเรียนรู้ของเครื่องอัตโนมัติหมายถึงการแก้ปัญหางานที่ซ้ำๆ กันผ่านระบบอัตโนมัติโดยใช้ ML กับ ML เอง ตัวอย่างเช่น สมมติว่าต้องล้างข้อมูลก่อนจึงจะสามารถใช้อัลกอริธึมต่างๆ และดูว่าอัลกอริธึมใดเหมาะกับข้อมูลมากที่สุด ส่วนการล้างข้อมูลใช้เวลานาน และการศึกษาได้แสดงให้เห็นว่าเป็นกระบวนการที่นักวิทยาศาสตร์ไม่ชอบที่จะทำซ้ำกับชุดข้อมูลใหม่ครั้งแล้วครั้งเล่า กระบวนการเช่นนี้สามารถแก้ไขได้ด้วยความช่วยเหลือของ AutoML และปี 2019 จะเห็นแอปพลิเคชันอีกมากมายตามที่หลายคนคาดการณ์ไว้

4. AI จะทำให้ DevOps ทำงานอัตโนมัติ

บริการและโครงสร้างพื้นฐานด้านไอทีเป็นเรื่องปวดหัวที่คุณต้องดำเนินการเพื่อให้ธุรกิจของคุณดำเนินไปอย่างราบรื่น อย่างไรก็ตาม การดำเนินการต่างๆ ที่ดำเนินการโดยบุคลากร DevOps สามารถทำได้โดยอัตโนมัติ เช่น การตรวจสอบ การดีบัก การปรับขนาด และอื่นๆ DevOps จะค่อยๆ หลีกทางให้กับ AIOps และสิ่งนี้จะทำให้ผู้เขียนโค้ดทุกวันดูแลขั้นตอนและไปป์ไลน์โดยไม่จำเป็นต้องปวดหัวกับการตั้งค่าและการบำรุงรักษา มีเอกสารมากมายที่ทำนายอนาคตของ DevOps ผ่าน AIOps

5. ยาเฉพาะบุคคล

คุณใช้ยานอนหลับแบบเดียวกับที่เพื่อนบ้านของคุณใช้หรือไม่? ไม่แน่นอน – ปริมาณอาจไม่เพียงพอสำหรับคุณ หรือส่วนผสมบางอย่างอาจไม่เหมาะกับคุณ หรือยาอาจไม่มีผลใดๆ กับคุณเนื่องจากสาเหตุบางประการ ทำไมไม่หายาที่เหมาะกับคุณโดยเฉพาะ? ยาเฉพาะบุคคลเป็นไปตามขั้นตอน – ผู้ป่วยจะได้รับการวิเคราะห์พร้อมกับไลฟ์สไตล์และนิสัยของเขาหรือเธอ จากนั้นจึงแนะนำให้ใช้ยาเม็ดที่มีองค์ประกอบเฉพาะ ด้วยความช่วยเหลือของโครงการ 100,000 Genomes ยาเฉพาะบุคคลนั้นคาดว่าจะเติบโตอย่างมากในปี 2019 แม้ว่าจะยังไม่เปิดเผยต่อสาธารณะก็ตาม ในปีนี้ยังมีการประชุมใหญ่จำนวนหนึ่ง เช่น การประชุมนานาชาติด้านเวชศาสตร์การพยากรณ์ ป้องกัน และวินิจฉัยโรคเฉพาะบุคคลและการวินิจฉัยระดับโมเลกุล ครั้งที่ 11

แมชชีนเลิร์นนิงจะช่วยวิเคราะห์ข้อมูลผู้ป่วยเพื่อตัดสินใจว่ายาชนิดใดเหมาะสมที่สุด โดยทิ้งทฤษฎี "ขนาดเดียวที่เหมาะกับทุกคน" ไว้เบื้องหลัง

6. วิวัฒนาการเพิ่มเติมของผู้ช่วยที่ใช้ ML

ในปี 2018 เราทุกคนต่างประทับใจกับ Google Assistant รุ่นใหม่และขั้นสูง สิ่งที่ไม่ได้เกิดขึ้นคือแอปพลิเคชันเชิงพาณิชย์ แต่จะเห็นได้ในปี 2019 อันที่จริง ผู้ช่วยด้านเสียงหลายคนเช่น Alexa ได้รวบรวมข้อมูลจำนวนมากจากผู้ใช้ และปี 2019 อาจเห็นว่าผู้ช่วยเหล่านี้ฉลาดขึ้นและเหมือนมนุษย์มากขึ้น ระบบสั่งงานด้วยเสียงควรย้ายจากห้องนั่งเล่นของคุณไปยังสถานที่สาธารณะ รถยนต์ ระบบประกาศ ตู้เอทีเอ็ม และอื่นๆ หลายคนพนันว่าปี 2019 จะเป็น “ปีแห่งผู้ช่วยเสียง” จริงๆ

7. ตัวชี้วัดที่ดีขึ้นจากเครื่องที่ใช้ AI

จะดีแค่ไหนถ้าคุณสามารถบอกได้ว่าเครื่องจักรใดในโรงงานของคุณเกือบจะชำรุดและจำเป็นต้องซ่อมแซมก่อนที่เครื่องจะพังและทำให้งานตกในหนึ่งวัน

อุปกรณ์และเครื่องจักรอุตสาหกรรมมักจะได้รับการบริการตามกำหนดเวลาที่แน่นอน ส่งผลให้แรงงานสูญเปล่าและความเสี่ยงที่จะเกิดความล้มเหลวของอุปกรณ์อย่างกะทันหันและไม่คาดคิดในบางครั้ง เมื่อใช้เซ็นเซอร์กับเครื่องเหล่านี้และข้อมูลที่เก็บรวบรวมจะถูกป้อนไปยังโมเดล ML เราจะได้รับประสิทธิภาพที่ดีขึ้นและกำหนดการให้บริการที่มีประสิทธิภาพมากขึ้น

การดำเนินการต่อไปนี้คือการสร้าง "Digital Twins" ของ GE ซึ่งสร้างแบบจำลองเสมือนสำหรับเครื่องจักรขนาดใหญ่ เซ็นเซอร์หลายร้อยตัวถูกใช้เพื่อให้แน่ใจว่าฝาแฝดได้รับการปรับปรุงด้วยสภาพของเครื่องจักรจริง และด้วยวิธีนี้ ฝาแฝด 650,000 ที่ใช้งานในปัจจุบันจะได้รับการจัดการและให้บริการ คาดว่าการใช้งานระบบคู่แฝดดิจิทัลเพิ่มเติมจะมีขึ้นในโรงงานอัจฉริยะทั่วโลกในปีนี้

8. คอมพิวเตอร์วิทัศน์จะกำหนดอนาคตของการเฝ้าระวัง

คอมพิวเตอร์วิทัศน์และการเฝ้าระวังกลายเป็นสิ่งจำเป็นในสถานที่ต่างๆ เช่น ห้างสรรพสินค้า สนามบิน หรือแม้แต่ในสี่แยกในเมือง บริษัทเทคโนโลยีหลายแห่งได้ใช้ซอฟต์แวร์ของตนอย่างเงียบๆ ในหลายที่ทั่วโลก เพื่อระบุ ติดตาม และรายงานสถานการณ์ตามความจำเป็น แต่สิ่งต่าง ๆ ไม่จำเป็นต้องไปไกลขนาดนั้น คงจะดีไม่น้อยหากกล้องบ้านเราพบชายนิรนามพยายามบุกรุกและ Google Assistant เตือนเราเกี่ยวกับเรื่องนี้

บริษัทอย่าง Google ลงทุนอย่างหนักในด้านการมองเห็นด้วยคอมพิวเตอร์ (อย่าลืมว่าบางครั้งระบบขอให้คุณทำเครื่องหมายรูปภาพด้วยรถยนต์หรือป้ายเมื่อคุณพยายามเปิดเว็บไซต์) และปี 2019 จะเห็นผู้เล่นในตลาดมากขึ้น ระบบเฝ้าระวังกำลังจะเร็วขึ้นมากและในไม่ช้าการเฝ้าระวังจะกลายเป็นไม่ใช่แค่สตรีมวิดีโอ แต่ทำงานเป็นตัวกระตุ้นการตอบสนองอัตโนมัติเช่นกันตามสถานการณ์ภาคพื้นดิน ß

9. การดูแลสุขภาพจะเห็นการใช้งาน AI เพิ่มเติม

การดูแลสุขภาพมีวิวัฒนาการตลอดหลายปีที่ผ่านมา และ ML ได้นำมาซึ่งการเปลี่ยนแปลงมากกว่าเพียงแค่การเพิ่มขึ้นของยาเฉพาะบุคคล เมื่อเร็ว ๆ นี้จีนอ้างว่าได้สร้างทารกดัดแปลงยีนตัวแรก เครื่องมือที่ใช้เรียกว่า CRISPR-CAS9 นั้นควรจะทำงานบน DNA เพื่อจัดหายีนที่จำเป็นหรือปิดการใช้งานยีนที่ก่อให้เกิดโรคหรือความเจ็บป่วย แม้ว่าพระราชบัญญัติจะไม่ได้ตีพิมพ์ในวารสารที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญและเรายังไม่ได้ตรวจสอบ แต่ปัญญาประดิษฐ์ก็ถูกนำมาใช้เพื่อทำนายการเปลี่ยนแปลงของจีโนมที่ส่งผลให้เกิดมะเร็งแล้ว

ในปีนี้ จะเห็นแอปพลิเคชั่นใหม่ ๆ ของการดัดแปลงยีนโดยใช้ AI เพื่อต่อสู้กับโรคใหม่ ๆ และเพิ่มประสิทธิภาพของมนุษย์ อย่างไรก็ตาม ปัญหาขัดแย้งทางจริยธรรมและทางกฎหมายและการโต้เถียงที่อยู่เบื้องหลังปาฏิหาริย์ทางการแพทย์ดังกล่าวยังคงเป็นประเด็นถกเถียงในโลกวิทยาศาสตร์

10. ระบบสินเชื่อเพื่อสังคม

แอปพลิเคชัน Machine Learning ที่ค่อนข้างใหม่ซึ่งมีการใช้งานในประเทศจีน ซึ่งเป็นระบบการจัดอันดับขนาดใหญ่ที่จะติดตามพฤติกรรมของพลเมืองทุกคนโดยใช้กล้องวงจรปิดและระบบติดตามกิจกรรมออนไลน์ เพื่อจัดอันดับตาม "เครดิตทางสังคม" .

ถึงแม้ว่าคาดว่าจะเริ่มดำเนินการได้อย่างสมบูรณ์ภายในปี 2020 แต่การดำเนินการดังกล่าวได้ทำให้ประเทศตกต่ำไปแล้ว และผู้คนก็ถูกมองว่าขึ้นหรือลงขึ้นอยู่กับการกระทำต่างๆ เช่น การสูบบุหรี่ในที่สาธารณะ การขึ้นรถไฟโดยไม่มีตั๋ว หรือบริจาคเพื่อการกุศล ไม่ทราบวิธีการที่แน่นอน แต่หวังว่าแบบจำลอง ML ที่มีประสิทธิภาพจะใช้ข้อมูลจากแหล่งต่างๆ เพื่อตัดสินใจว่าจะลดคะแนนของบุคคล เพิ่มคะแนน หรือปล่อยให้นิ่ง

สิ่งที่ดูเหมือนความคิด dystopian และดูเหมือนตอนหนึ่งจาก Black Mirror คือความเป็นจริงของคนนับล้าน และเราอาจเห็นการนำระบบนี้ไปใช้กับประเทศจีนทั้งหมดภายในสิ้นปีนี้ และอีกครั้งแม้ว่าแอปพลิเคชันจะใหม่มาก แต่หลาย ๆ คนก็ยังโต้แย้งปรัชญาอื่น ๆ