逐渐"亲民" 2023年AI五大趋势备受期待( 二 )


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