人工智能的發(fā)展趨勢綜述

人工智能的發(fā)展趨勢綜述引用自：基于人工智能技術(shù)的25個行業(yè)發(fā)展趨勢，張肇聿，王一琳，李志一、前言?

市場研究機(jī)構(gòu)CB-Insights公司于2019年1月發(fā)布了一項(xiàng)有關(guān)人工智能應(yīng)用前景的報告，報告中總結(jié)了25個行業(yè)發(fā)展趨勢，并分別以市場活力水平和行業(yè)認(rèn)可程度為橫縱坐標(biāo)，將其劃分為四種類型，分別為：（1）確定前景：該行業(yè)擁有穩(wěn)定的需求，行業(yè)內(nèi)的市場和客戶對這一方向的投資和應(yīng)用是持續(xù)增加的；（2）早期前景：這一方向的應(yīng)用仍處于早期論證中，產(chǎn)品尚未被廣泛使用，但是在科研機(jī)構(gòu)和媒體中已經(jīng)形成一定成果；（3）預(yù)期前景：此方向的產(chǎn)品與應(yīng)用已經(jīng)獲得了廣泛的投資，這一概念也被早期使用者所接受，預(yù)期未來會獲得快速發(fā)展；（4）短暫前景：該方向有一定趨勢，但是市場存在很強(qiáng)的不確定性，隨著人們對該領(lǐng)域的關(guān)注度增加，有可能獲得更多的機(jī)會和市場。二、確定前景的應(yīng)用1.開源框架?由于開源軟件的存在，進(jìn)入人工智能行業(yè)的門檻比以往任何時候都要低。開源框架對于人工智能領(lǐng)域的發(fā)展是雙向的。首先，它使所有人都可以訪問該人工智能開源框架。反過來，許多科技公司也從加速人工智能研究發(fā)展的論壇或開發(fā)者中受益。例如，Google于2015年開放了它的TensorFlow機(jī)器學(xué)習(xí)數(shù)據(jù)庫，在GitHub（一個用戶可以協(xié)作開發(fā)的平臺）上，每月有數(shù)百名用戶參與關(guān)于TensorFlow的討論、研究與開發(fā)。包括可口可樂、eBay和Airbnb等知名公司都在使用TensorFlow的開源數(shù)據(jù)庫作為他們的人工智能開發(fā)框架。2.終端人工智能?實(shí)時決策的需求將人工智能推向了終端領(lǐng)域。終端人工智能旨在能夠在終端設(shè)備（如智能手機(jī)、汽車或穿戴設(shè)備）上運(yùn)行人工智能算法，而不是借助與中央云或服務(wù)器的通信，從而使設(shè)備能夠在本地處理信息并對情況做出更快的響應(yīng)。例如在無人駕駛領(lǐng)域，自主車輛必須實(shí)時響應(yīng)道路上發(fā)生的情況，并且可能在沒有互聯(lián)網(wǎng)連接的區(qū)域工作。在這種環(huán)境中，決策時間是極為重要的，任何短時間的延遲都可能導(dǎo)致致命的問題。3.人臉識別?

從解鎖手機(jī)到航班登機(jī)，人臉識別已逐漸成為主流應(yīng)用?？▋?nèi)基梅隆大學(xué)最近獲得了一項(xiàng)關(guān)于“幻覺面部特征”的專利，這是一種幫助執(zhí)法機(jī)構(gòu)識別蒙面嫌疑人的方法，即使只捕獲了面部的眼周區(qū)域就可以重建一張完整的臉。然后可以使用面部識將“幻覺臉”與實(shí)際臉的圖像進(jìn)行比較，以找到相關(guān)性強(qiáng)的臉。為提高面部識別的準(zhǔn)確性，亞馬遜探索了額外的驗(yàn)證方式，包括要求用戶執(zhí)行某些動作，如微笑、眨眼或傾斜頭部。然后將這些操作與紅外圖像信息、熱成像數(shù)據(jù)或其他此類信息結(jié)合起來，以獲得更可靠的身份驗(yàn)證。4.醫(yī)學(xué)影像與診斷?

2018年4月，美國食品藥品監(jiān)督管理局（FDA）批準(zhǔn)了一項(xiàng)代號為IDx-DR的醫(yī)療相關(guān)人工智能軟件，該系統(tǒng)能在87.4%的時間內(nèi)正確識別出“輕度以上糖尿病性視網(wǎng)膜病變”患者，并在89.5%的時間內(nèi)識別出沒有這一疾病的人群。除此之外，F(xiàn)DA近期為醫(yī)用人工智能應(yīng)用提供了快速監(jiān)管審批的服務(wù)，批準(zhǔn)了許多擁有龐大客戶群體的醫(yī)療項(xiàng)目，如用于CT掃描檢測中風(fēng)的VizLVO和發(fā)現(xiàn)肝肺損傷的Arterys套件。快速監(jiān)管審批為80多家人工智能成像和診斷公司開辟了新的商業(yè)途徑，這些公司自2014年以來已籌集了股權(quán)融資，共有149宗交易。5.預(yù)測性維護(hù)?

預(yù)測性維護(hù)技術(shù)的應(yīng)用幫助制造廠商、設(shè)備保險公司和客戶在設(shè)備維修和故障識別中節(jié)約了可觀的資金和精力。大數(shù)據(jù)表明，意外的設(shè)備故障是導(dǎo)致工廠生產(chǎn)停機(jī)的主要原因之一，而且計(jì)劃外停機(jī)平均使公司損失25萬美元/小時。在預(yù)測性維護(hù)中，傳感器和智能攝像頭從機(jī)器收集連續(xù)的數(shù)據(jù)流，如溫度和壓力，而這些實(shí)時數(shù)據(jù)為機(jī)器學(xué)習(xí)算法的迭代和更新提供了豐富的數(shù)據(jù)支持。隨著時間的推移，這些算法可以在故障發(fā)生之前對其進(jìn)行預(yù)測。6.電子商務(wù)搜索系統(tǒng)?

對搜索詞的上下文理解正逐漸完成實(shí)驗(yàn)階段，但距離廣泛應(yīng)用還有很長的路要走。目前為止，零售商仍然沒有十分重視與人工智能相關(guān)的盈利策略，許多零售公司還沒有擴(kuò)展或優(yōu)化其電子商務(wù)運(yùn)營。最近，網(wǎng)絡(luò)零售平臺eBay開始強(qiáng)制要求賣家完善產(chǎn)品描述，并使用機(jī)器學(xué)習(xí)來處理這些數(shù)據(jù)，以在目錄中找到類似的產(chǎn)品。除此之外，圖片搜索初創(chuàng)公司Visenze與優(yōu)衣庫、Myntra和日本電子商務(wù)巨頭Rakuten等客戶合作。Visenze允許店內(nèi)客戶在商店里對他們喜歡的東西拍照，然后上傳圖片，在網(wǎng)上找到確切的產(chǎn)品。三、早期前景的應(yīng)用1.膠囊網(wǎng)絡(luò)?

谷歌深度學(xué)習(xí)領(lǐng)域研究員Hinton在2011年的一篇論文中提出了一個新概念：膠囊網(wǎng)絡(luò)。他認(rèn)為目前識別圖像的方法表現(xiàn)不佳，包括當(dāng)今深度學(xué)習(xí)中最流行的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)之一，即卷積神經(jīng)網(wǎng)絡(luò)（CNN），在圖像識別的應(yīng)用上依然存在許多問題。Hinton在2018年發(fā)表的論文中，討論了一種名為膠囊網(wǎng)絡(luò)（CapsenetNetworks）的替代概念，這種新的體系結(jié)構(gòu)有望在多個方面超越CNN。2.新一代假肢?

通過結(jié)合機(jī)器學(xué)習(xí)、生物學(xué)和物理學(xué)等技術(shù)，有望解決假肢使用中最困難的靈巧性問題。從2006年以來，美國國防部預(yù)先研究計(jì)劃局（DARPA）已經(jīng)花費(fèi)了數(shù)百萬美元在高級假肢項(xiàng)目上，由約翰霍普金斯大學(xué)牽頭，旨在幫助受傷的退伍軍人。在加入了機(jī)器學(xué)習(xí)算法后，從正常人的自主運(yùn)動中解碼大腦和肌肉信號，方便其轉(zhuǎn)化為機(jī)器人控制。在2018年，科學(xué)界研究的重點(diǎn)是使用強(qiáng)化學(xué)習(xí)來預(yù)測假肢的性能，研究人員使用一個名為Opensim的開源軟件來模擬人的運(yùn)動。3.臨床試驗(yàn)志愿者。?

臨床試驗(yàn)中最大的難題之一是招募合適的志愿者。對臨床研究團(tuán)隊(duì)和志愿者來說，將特定的試驗(yàn)與匹配的患者進(jìn)行關(guān)聯(lián)是一個耗時且具有挑戰(zhàn)性的過程。理想的解決方案是通過人工智能軟件，從患者的醫(yī)療記錄中提取相關(guān)信息，與正在進(jìn)行的試驗(yàn)比較，并進(jìn)行詳細(xì)的匹配研究。自2015年以來，蘋果公司推出了兩個開源框架：ResearchKit和CareKit，以幫助臨床試驗(yàn)團(tuán)隊(duì)招募志愿者并遠(yuǎn)程實(shí)時監(jiān)控他們的健康情況。這些框架允許研究人員和開發(fā)人員創(chuàng)建醫(yī)療應(yīng)用程序來監(jiān)控患者特定的醫(yī)學(xué)指標(biāo)，從而消除醫(yī)療的地理障礙。4.生成對抗網(wǎng)絡(luò)?

生成對抗網(wǎng)絡(luò)（GANs）是谷歌的研究人員于2014年提出的概念，這項(xiàng)技術(shù)的基本觀點(diǎn)是利用了人工智能對抗人工智能所產(chǎn)生的結(jié)果。例如有兩個神經(jīng)網(wǎng)絡(luò)：其中一個作為生成器生成一個假圖像，另外一個作為鑒別器，它將結(jié)果與真實(shí)世界的圖像進(jìn)行比較，并向生成器反饋與真實(shí)圖像的相似程度。這就形成了兩個神經(jīng)網(wǎng)絡(luò)和一個持續(xù)的反饋回路，這一過程試圖讓生成器和鑒別器彼此變得更聰明。5.聯(lián)盟學(xué)習(xí)?

聯(lián)盟學(xué)習(xí)作為一種新開發(fā)的人工智能算法主要用于保護(hù)隱私，同時用敏感的用戶數(shù)據(jù)訓(xùn)練學(xué)習(xí)算法。以移動端設(shè)備的應(yīng)用為例，用戶的手機(jī)會根據(jù)本地的數(shù)據(jù)對模型進(jìn)行迭代和更新。這一過程中，只有更新框架被發(fā)送回云端，以改善使用環(huán)境的全局狀態(tài)，而具體的隱私數(shù)據(jù)并不會被導(dǎo)出。谷歌支持的人工智能初創(chuàng)公司Owkin正在使用保護(hù)敏感用戶數(shù)據(jù)的聯(lián)盟學(xué)習(xí)方法，該系統(tǒng)允許不同的癌癥治療中心在詳細(xì)的病人隱私數(shù)據(jù)被隱藏的情況下依然能夠進(jìn)行協(xié)作。6.醫(yī)療生物特征識別?

利用神經(jīng)網(wǎng)絡(luò)，研究人員和醫(yī)療人員開始研究和測量以前難以量化的醫(yī)療生物特征。2019年，谷歌公司的研究人員根據(jù)視網(wǎng)膜、聲音等生物特征和心血管疾病的相關(guān)性，并對被測者的年齡、性別和吸煙等影響因素進(jìn)行精確量化，通過對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，能夠?qū)π难芗膊〉娘L(fēng)險性進(jìn)行評估。與此同時，許多公司和組織機(jī)構(gòu)正著手于更新人工智能算法，可實(shí)現(xiàn)對冠狀動脈疾病、糖尿病、動脈硬度和血壓的監(jiān)測與監(jiān)控。7.自動索賠系統(tǒng)?

保險公司和初創(chuàng)企業(yè)逐步開始研發(fā)和使用基于人工智能算法的自動索賠系統(tǒng)，用來計(jì)算車主的風(fēng)險評分，分析事故現(xiàn)場的圖像，并監(jiān)控駕駛員的行為。阿里巴巴旗下的螞蟻金融在其事故處理系統(tǒng)中使用深度學(xué)習(xí)算法進(jìn)行圖像處理，車主或司機(jī)可以把車輛受損信息的圖片發(fā)送到系統(tǒng)中，然后神經(jīng)網(wǎng)絡(luò)分析圖像并自動進(jìn)行損傷評估，并將其發(fā)送給汽車保險公司。除此之外阿里巴巴還推出了一種叫做“汽車保險積分”的方法，利用機(jī)器學(xué)習(xí)，根據(jù)信用記錄、消費(fèi)習(xí)慣和駕駛習(xí)慣等因素來計(jì)算車主的風(fēng)險評分。8.防偽?

隨著電子商務(wù)的蓬勃發(fā)展，假貨越來越難被發(fā)現(xiàn)，為了應(yīng)對這種情況，品牌廠家和零售商開始嘗試?yán)萌斯ぶ悄軄肀鎰e產(chǎn)品真?zhèn)?。造假者往往使用與原始品牌非常相似的關(guān)鍵詞和圖像，不僅在假冒網(wǎng)站上銷售假冒商品，也在合法市場或平臺上銷售假冒商品，還通過社交媒體促銷假冒商品。阿里巴巴報告稱，他們正在利用深度學(xué)習(xí)不斷監(jiān)測其平臺的知識產(chǎn)權(quán)侵權(quán)行為。它使用圖像識別來嘗試判別商品圖像中的字符，再加上相關(guān)的語義識別，從而完成防偽監(jiān)視。除以上幾項(xiàng)應(yīng)用方向外，基于人工智能算法的無人零售、自動化后臺、同聲翻譯和數(shù)據(jù)合成訓(xùn)練也都是符合早期前景特征的應(yīng)用方向。在結(jié)合了更為智能的算法后，整個行業(yè)可能會出現(xiàn)顛覆性的變化。四、預(yù)期前景的應(yīng)用1.強(qiáng)化學(xué)習(xí)?

自從谷歌公司開發(fā)的AlphaGo在圍棋比賽中擊敗世界排名第一的中國選手后，在經(jīng)過了海量的數(shù)據(jù)學(xué)習(xí)后，它所應(yīng)用的強(qiáng)化學(xué)習(xí)算法引起了廣泛的關(guān)注，并在游戲和機(jī)器人仿真中得到了極大的發(fā)展。簡單來說，強(qiáng)化學(xué)習(xí)算法的基本原理是為了達(dá)到目標(biāo)的最大化回報，系統(tǒng)所需要采取的行為的集合。最近，加州大學(xué)伯克利分校的研究人員利用計(jì)算機(jī)視覺和強(qiáng)化學(xué)習(xí)從YouTube視頻中學(xué)習(xí)人體動作和姿勢，使計(jì)算機(jī)模擬的角色能夠復(fù)制和識別視頻中的動作，而無需手動標(biāo)注姿勢。2.網(wǎng)絡(luò)優(yōu)化?

從促進(jìn)頻譜共享到監(jiān)控資產(chǎn)，再到提出天線的優(yōu)化設(shè)計(jì)，人工智能正在開始改變電信技術(shù)。電信網(wǎng)絡(luò)優(yōu)化是用于改善延遲、帶寬和設(shè)計(jì)架構(gòu)的一項(xiàng)新興技術(shù)。對于通信服務(wù)提供商而言，優(yōu)化意味著更好的客戶體驗(yàn)。除了帶寬限制外，電信業(yè)面臨的最大挑戰(zhàn)之一是網(wǎng)絡(luò)延遲。最近，蘋果公司獲得了一項(xiàng)專利，利用機(jī)器學(xué)習(xí)來形成預(yù)測網(wǎng)絡(luò)，用來預(yù)估無線設(shè)備可能會采取的操作，并提前下載數(shù)據(jù)包以減少延遲。3.自動駕駛?

盡管自動駕駛車輛有著巨大的市場機(jī)遇，但實(shí)現(xiàn)完全無人自主的時間表仍然不可預(yù)估。2017年4月，百度宣布推出了一個關(guān)于自主駕駛解決方案的開放平臺：阿波羅（Apollo），這一技術(shù)平臺吸引了來自全球各地的合作伙伴。與其他開放源代碼的平臺一樣，其理念是通過開放人工智能和自動駕駛的研究，使之能夠受益于科研生態(tài)系統(tǒng)中其他參與者的研究成果。讓每個人都可以使用源代碼，使公司和研究團(tuán)隊(duì)可以在現(xiàn)有研究的基礎(chǔ)上進(jìn)行構(gòu)建，而不是從頭開始。4.農(nóng)作物監(jiān)測?

新型農(nóng)業(yè)正在開展三種類型的作物監(jiān)測：地面、空中和立體地理空間。植保無人機(jī)作為農(nóng)作物監(jiān)測的主要應(yīng)用產(chǎn)品，預(yù)計(jì)2021年全球精準(zhǔn)農(nóng)業(yè)無人機(jī)市場將達(dá)到29億美元。無人機(jī)可以為農(nóng)民繪制農(nóng)田地圖，利用熱成像監(jiān)測水分含量，還可以識別蟲害作物和噴灑殺蟲劑。有許多初創(chuàng)公司正致力于利用人工智能算法，為第三方無人機(jī)捕獲的數(shù)據(jù)做出精準(zhǔn)的分析和判斷?；谌斯ぶ悄芩惴ǖ能浖脚_與無人機(jī)搭載平臺的結(jié)合正在逐漸成為農(nóng)作物監(jiān)測發(fā)展的主流。五、短暫前景1.網(wǎng)絡(luò)漏洞搜索?

隨著網(wǎng)絡(luò)技術(shù)的快速迭代，對網(wǎng)絡(luò)攻擊的反應(yīng)速度與操作水平已經(jīng)明顯不足，利用機(jī)器學(xué)習(xí)主動搜索威脅的技術(shù)正在網(wǎng)絡(luò)安全中獲得優(yōu)勢。威脅搜索是一種主動尋找惡意活動的行為，而不是僅僅對警報或發(fā)生后的漏洞作出反應(yīng)。根據(jù)全球公共數(shù)據(jù)泄露數(shù)據(jù)庫中的泄露水平指數(shù)，18年上半年全球共有45億條數(shù)據(jù)記錄遭到泄露。與人工智能所參與的其他工業(yè)應(yīng)用不同，網(wǎng)絡(luò)防御是黑客和安全人員之間的一種矛和盾的關(guān)系，兩者都利用機(jī)器學(xué)習(xí)的進(jìn)步來提高自身的技術(shù)水平并保持領(lǐng)先。2.智能語聊?

對于許多企業(yè)的應(yīng)用場景來說，聊天機(jī)器人已經(jīng)成為人工智能的代名詞。最近，谷歌開發(fā)了一項(xiàng)人工智能對話功能，它可以代替用戶進(jìn)行電話呼叫和預(yù)訂，并且可以像真實(shí)的人一樣聊天。在某些應(yīng)用程序中，基于語音和文本的智能語聊系統(tǒng)所表達(dá)的信息比其他應(yīng)用程序更可靠。聊天機(jī)器人最廣泛的應(yīng)用之一是客