但科学家们的创新极大地减少了创建GANs所需的数据量 。 例如 ， 美国英伟达公司展示了一种新的方法来增强训练GANs的效率 ， 与此前的方法相比 ， 其需要的数据更少 。 这使GANs可以广泛适用于多个领域 ， 从医学应用（如合成癌症组织学图像）到更深层的“Deep Fake”（深度造假） 。
“深度造假”是一种高能黑科技 ， 其采用了最新的人工智能技术 ， 能够让普通人通过计算机剪辑出一些视频 ， 且视频中的人脸可以变成任何人的脸 。 “所谓成也萧何 ， 败也萧何” ， 给视频“换脸”引发巨大关注的同时 ， 也引发了巨大的争议 。 在上线短短五天之后 ， 这个黑科技便被全网唾弃 ， 之后在全球范围内遭到封杀 。
供儿童使用的人工智能
随着低代码工具的流行 ， AI创建者也呈现出低龄化的特征 。 现在 ， 一名中小学生就可以创建人工智为自己所用——从给文本分类到绘制图像 。 美国高中已经开设人工智能课程 ， 初中也紧随其后 。
例如 ， 在硅谷举办的2020 Synopsys科学博览会上 ， 31％的获奖软件项目在创新中使用了人工智能 。 更令人印象深刻的是 ， 这些人工智能中有27％由6到8年级的学生创建而成 。 其中一位获奖者是一名八年级学生 ， 他创建了一个卷积神经网络 ， 可以通过眼部扫描检测出糖尿病视网膜病变 。
机器学习操作
机器学习操作（MLOps）是人工智能领域一个相对较新的概念 ， 涉及最好的管理数据科学家和操作人员 ， 以便有效地开发、部署和监视模型 。
2020年 ， 由于新冠疫情肆虐 ， 运营工作流程、库存管理、交通模式等方面的巨大变化导致许多人工智能出现意外行为 ， 这被称为漂移——输入数据与人工智能训练的预期不匹配 。
虽然在生产中部署机器学习的公司以前就曾面临漂移等诸多挑战 ， 但新冠疫情使人们对MLOps的需求与日俱增 。 无独有偶 ， 随着《2018年加州消费者隐私法案》等隐私法规的实施 ， 对客户数据进行操作的公司越来越需要治理和风险管理 。 有数据指出 ， MLOps的市场规模预计到2025年将达到40亿美元 。
这些并非人工智能领域全部的新趋势 ， 不过 ， 它们值得我们注意 ， 因为它们彰显了三个重要方面 。 首先 ， 人工智能在现实世界中的应用越来越多 ， 新冠疫情引起的问题和MLOps的增长就证明了这一点 。 其次 ， 相关人士在该领域不断推陈出新 ， 正如BERT和GANs的接踵而至 。 最后 ， 人工智能的创建门槛越来越低 ， 为其“飞入寻常百姓家”奠定了坚实的基础 。
人工智能的理想和未来总是美好的 ， 但尽管有上述诸多创新 ， 仍需要我们脚踏实地地去促进和引导其发展 ， 以使其能更好地造福人类 。
推荐阅读
- 大数据分析更智能，检测和预防更自动化……2023年人工智能将在抗疫中再显身手|今日视点
- 2023年人工智能将在抗疫中再显身手
- 外媒：2023年AI和机器人将代替7500万个人类岗位
- 2023年我国人工智能相关产业规模将超万亿
- 逐渐和渐渐有什么区别，什么叫财政收入？跟GDP有什么区别？
- 好朋友为什么会逐渐疏远 为什么会反感好朋友
- 好朋友为什么会逐渐疏远 为什么开始讨厌好朋友
- 如何对待逐渐疏远的朋友 如何对待疏远的好朋友
- 龙血兰下部叶子干枯，龙雪兰下面的叶子逐渐枯萎
- 2023年6.5世界环境日手抄报模板