全球最专业的技术媒体,如何复盘 2019 AI 的发展?

来自:HyperAI超神经 2020-01-22

By 超神经

内容提要:在辞旧迎新之际,我们总会对过去的一年进行全面的回顾和总结。外媒 VentureBeat 也做了一份 AI 年度总结,对人工智能在 2019 年的发展进行了全面的分析,从技术的发展到道德上的争议,面面俱到。

关键词:人工智能 年度回顾

文章来源: VentureBeat.com

编译编辑: 神经小刀

回望 2019,AI 依旧取得了长足的发展,受到科技界、学术界以及普通大众的广泛关注。

这种发展的势头预计还将延续,根据普华永道估计, 到 2030 年,全球的 AI 交付金额可能会达到 15.7 万亿美元。

在过去的一年里,AI 在一些场景中开启了新的应用,但与此同时,也在全球范围内,出现了一些 AI 的滥用行为,和随之而来的监管政策与法规。

但总的来说,随着人们对 AI 发展和性能的关注,这些技术都正在改善着人们的日常生活。

接下来,本文将从五个方面来盘点 AI 在 2019 年的几个关键进展。

2019 巨头的赛场:AI 及其自动化

随着越来越多自动化机器学习(AutoML)的发展,更多的企业能够将 AI 应用于市场、客户服务和风险管理等场景中。

AutoML 的一些应用范畴

作为 云计算领域的主要参与者 ,谷歌、微软和亚马逊在这一年里,都不约而同地,在自己的年度技术展示中,重点介绍了 AI 工具及其自动化发展。

微软:  Ignite 2019 上,微软打出了 Azure 的认知搜索口号: 「使用 AI 解决业务问题。

谷歌:  4 月的 Google Cloud Next 会议上,谷歌发布了它们在 AutoML 上的进展,包括预制的零售和联络中心 AI 服务,以及协作式模型制作工具 AI Platform。

亚马逊:  12 月的 re:Invent 2019 大会上,亚马逊发布了一系列由 AI 驱动的企业级工具。

而在 Google Cloud Next 中,最引人入胜的一个工具是 AutoML Natural Language(自动自然语言)。该工具于 12 月正式发布, 它可以分析多种文档和格式类型的文本,以提供情感分析,用来进行法律文档解析和出版物管理。

与之相对应的,亚马逊在四月份推出了类似的 AWS 工具 Textract。

同时,微软在其以业务为中心的 Power Platform 上,提供了主题虚拟代理,情感分析和业务流程自动化等服务。

边缘计算:软硬件发展迅猛

2019,AI 发展比较可观的另一方面,当属边缘计算。

诸如联邦学习和多模式学习之类的软件上的进步,使智能手机和其他设备上使用人工智能成为可能, 与在云中处理的 AI 相比,有望提供更好的控制和更强大的隐私保护。

边缘的范围和实施流程

苹果: 在 6 月推出了 Core ML 3,开始支持在 iOS 设备上执行机器学习任务。

谷歌: 早在 2017 年,就将联邦学习纳入其 TensorFlow 开发环境中,并且取得了丰硕的成果;而在 2019 年 10 月,谷歌在 Pixel 4 智能手机上增加了多项 AI 支持的功能,涉及语音识别和改善摄像的性能。

此外,硬件方面也有了一些提升,移动芯片正在不断地走向 AI 化。 比如:

Arm : 正在建立一套产品线,通过打造多种设 备为机器学习和 A I 提供 动力。

英特尔: 推出了视觉处理单元 Keem Bay,该单元可将推理任务带到边缘设备。

谷歌: 提供了 Coral AI ,它是用于边缘网络的一系列神经网络机器学习模板和工具包。

英伟达: 发布了 Jetson Xavier NX ,为无人机,汽车和多种移动边缘设备的 AI 提供动力。

此外,对功率效率的关注,则会帮助减少运行所有这些 AI 系统的环境(和财务)影响。 谷歌还创建了一个智能控制器,可以在极低的 2 毫瓦功率下,使其实验中的量子处理器获得足够低温的状态,以保证计算的正常运行。

Facebook 发布了 DeepFovea,这项技术可改善 VR 头显的功耗。针对家庭用品,Sense 还发布了一系列 AI 设备,来监控和减少家庭中的能源使用;Evolve Energy 的 AI 则能帮助太阳能和风能客户们,找到最佳的策略方案并节省能源。

自动驾驶和物联网:成绩喜人

除了上述的消费者能源监控之外, 2019 年在自动驾驶汽车和物联网(IoT)等领域中,AI 也取得了巨大进步。与此同时,AI 还开始 介入便利店购物等日常工作。

在自动驾驶领域,Uber,Lyft,Alphabet 的 Waymo,Tesla 和 Argo 等知名企业,都拿出了一份喜人的成绩。而且根据消费者信心指数报告,大众对自动驾驶充满了热情。

不过,就目前来看,商用卡车是 2019 年里该领域盈利最多的应用。汽车制造商沃尔沃(Volvo)对 智能卡车 的生存能力非常有信心,预计将在 2020 年开始突破目前无人驾驶的财务状况。

当然,沃尔沃也需要面对来自行业内的竞争压力,比如  TuSimple ,正在为美国邮政服务上进行 测试交付; Daimler(戴姆勒)正在弗吉尼亚州测试自动驾驶卡车 ;还有  Starsky Robotics  则借助远程电信运营商的服务来进行测试。

另一方面,AI 在无人驾驶的应用,也与无人售货店紧密结合

沃尔玛正在使用 AI 改善在线杂货店的订购,利用机器学习来了解消费者的潜在需求,并且开始使用无人驾驶货车,在阿肯色州的商店之间运送商品。

同时,微软帮助杂货连锁店 Kroger ,使用智能货架和其他技术打造了无人收银便利店,而 Giant Eagle 连锁店,则在委托 Grabango 进行自己的 AI 试验。

技术监管的尺度:宽松还是严格?

整个 2019 年,政治家和公司在人工智能的使用和监督方面,发生了一些之前不曾遇到的冲突。

其中的一例案件是,美国民主党参议员和总统候选人伊丽莎白·沃伦(Elizabeth Warren),在参加竞选时的一项承诺就是, 要拆分谷歌和亚马逊等大型科技企业。

沃伦在竞选博文中指出:「随着进入市场的竞争者减少,大型科技公司不必在保护我们的隐私等关键领域,进行激烈竞争。」

但人脸识别等涉及到公众隐私的 AI 技术也引发了公众对于安全隐私的重视,从马萨诸塞州萨默维尔镇到英国,各国政府都在研究公共部门应如何使用 AI 技术,并且选择了不同的处理方式。

人脸识别的使用范围还存在很大的争议

美国许多州都开始限制或禁止这类技术的使用, 特别是在加利福尼亚,旧金山等城市,颁布了禁止政府机构(尤其是警察部门)使用面部识别的禁令。

但在一些别的地区,例如底特律就没有此类禁令,底特律的警察局长詹姆斯·克雷格(James Craig),还对面部识别技术在打击犯罪方面的潜力充满了热情。

如果特朗普总统在 2020 年赢得连任,形式可能会发生一些变化,因为他的政府对 AI 采取了更具协作性的方法。当然,如果是更看重安全性的候选人上任,形势就会走向另一个方面。

智慧城市:正变得触手可及

在过去的一年里,不可否认的是,AI 技术正在改变我们的日常生活,当采取了适当措施保证道德准则的情况下,AI 技术能够让城市生活变的更加智能。

比如在交通上面,由智能汽车,路边摄像头,公共交通和其他传感器,创建了海量的数据,通过将其输入 AI 系统,一些公司正在预测和改善交通中流量问题。

StreetLight Data 就采用了一种巧妙的方式: 通过手机的位置数据,跟踪和预测车辆、自行车和行人的运动及位置。 而伦敦正在使用位智 App 来解决市中心的交通拥堵,并减少空气污染。

该工具可以定位拥堵的位置、分析拥堵原因

提供最佳的行程路线方案

在其他地方,Alphabet 部门的人行道实验室(Sidewalk Labs),正在帮助多伦多推动由天气和使用模式提供支持的智慧城市技术,以创建高科技的创新区。

基于奥斯陆(Oslo)的 Spacemaker 软件,则允许城市规划人员估计每个规划决策的效果,并根据机器学习对一系列建设目标进行优化。

在 2019 年 8 月,特隆赫姆市还推出了 Powerhouse,通过借助一些智能化的设计, 大楼产生的电能将超过其消耗的能量,而多余的能量作为城市的其他用途(例如道路监控)。

由此可见,智慧城市的愿景离我们并不遥远。

2020,加油 AI

在 2019 年开启的这些项目,将会在 2020 年或者以后得以实现,正因如此,观察 AI 在现实世界中的发展是一件有趣并且有价值的事情。

当然,这其中最关键的,是需要对技术进行道德监督,以确保 AI 的发展能够继续为人类服务,而不是为祸人间。

—— 完 ——

扫描二维码,加入讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容(点击图片阅读)

此内容来源于互联网 查看原文