2018年人工智慧領域如何發展，還得看這4個趨勢
2017年是人工智慧市場全面爆發的一年，整年都圍繞著人工智慧的巨頭投資，融資額度不斷刷新紀錄。
比爾·蓋茨在一篇給大學畢業生的寄語中把現在稱為「一個非常好的時代」，並且直言如果在今天尋找和當年一樣能夠造成巨大影響的機會，他第一個考慮的就是人工智慧。
與比爾·蓋茨一樣，信息技術研究和分析的Gartner公司認為，未來10年人工智慧將變得無處不在。但是伴隨著各種花邊新聞層出不窮，2018年人工智慧的發展究竟會有什麼進步呢？
改進人機交互
Siri和Alexa可能是最受歡迎的兩個人機交互工具了。而要將人工智慧投放到大家的日常生活中，人機交互的升級就成了各大人工智慧公司必不可少的入門級產品。
目前，華為發布了人工智慧晶元並將其應用在旗下智能手機中，蘋果公司iPhone X也採用了人工智慧技術實現面部識別等功能，三星最新發布的語音助手Bixby則從軟體方面把長期停留在「你問我答」的語音助手做出升級。
而以後，計算機將不僅限於語音分析和面部識別，而是能夠根據用戶的語調來識別他的心情等進行情感分析。
日本軟銀公司研發的人形情感機器人Pepper每月面向普通消費者發售1000台，每次都被搶購一空。沃爾瑪開始與機器人公司Five Elements合作，將購物車升級為具備導購和自動跟隨功能的機器人。蘇寧也與一家機器人公司合作，將智能機器人引入門店用於接待和導購。
人工智慧的商用更是對人機交互有著越來越高的要求。畢竟想要現在的消費者心甘情願掏錢購買也並不是一件容易的事。
深度學習上取得進展
過去幾年人工智慧技術之所以能夠獲得快速發展，主要源於三個元素的融合：性能更強的神經元網路、價格低廉的晶元以及大數據。
其中神經元網路就是模仿人類的大腦，是機器深度學習的基礎。對某一領域的深度學習將使得人工智慧越來越接近人類專家的水平。當然，這個學習過程也伴隨著大數據的獲取和積累。
跟過去一樣，新的深度學習架構和訓練演算法還會繼續在多個領域為我們帶來令人興奮的結果。一些企業開始在邊緣設備上進行的高效模型訓練、推斷和數據處理方面取得進步。
2018年，可能人們會習慣於機器在更多領域的「超人」成績。比如年初，機器閱讀理解技術首次小幅度超越人類。對於機器「能理解會思考」的終極目標來說，或許只是第一步，但也讓大眾看到了不少的希望。
AR成為AI的眼睛
未來的AI需要AR，未來的AR也需要AI，換一種說法就是，AR可能會是AI的眼睛。為了機器人學習而創造的虛擬世界，本身就在現實的基礎上。
隨著AI技術的不斷成熟，深度學習技術得到空前發展，必將帶動著AR技術也呈現爆髮式的增長。這種虛擬與現實交替的場景將不再只是腦洞大開的幻想。而是已經可以讓用戶真實體現到震撼和具有視覺衝擊的畫面。
改善隱私、道德問題
人工智慧大旗下的所有技術都容易受到安全和隱私問題的威脅。公平性、透明度和可解釋性對於大多數商業人工智慧系統來說都是必不可少的。
人工智慧的倫理問題或許也會成為2018年的關鍵點。不少人對人工智慧存在著一些質疑，比如人工智慧是否會對人類造成傷害，機器人會不會取代我們的工作。
在2018年，預計會有更多專家學者在關於人工智慧安全、隱私、道德等方面的問題展開研究。特別是隨著《通用數據保護條例》正式施行後，不少企業已經開始著手開發或改進保護隱私的機器學習產品。
總的來說，2018年，人工智慧還將深入各行各業，繼續發掘各個行業的問題和機會，提升大家的整體生活質量和水平。
如果說2017年是人工智慧技術爆發的「元年」，那麼2018年在交互技術上的進展，可能會讓機器們更加懂你。
TAG:科技報料 |