浅析人工智能技术未来发展的五大趋势 机器学习与机器教学等

企业是否正在探索如何在业务中最佳实施人工智能?需要考虑人工智能对于业务应用程序至关重要的5个未来趋势。

如果企业正在考虑使用人工智能(AI)来完善其基础IT和数据功能，那么如何将炒作与现实区分开?

无论是在探索人工智能(AI)对企业的承诺，还是想知道何时才能看到真正的变革性成果，以下是将有助于实现人工智能(AI)未开发潜力的五个行业趋势：

1.黑盒与可解释人工智能

对于大多数人来说，深度学习系统本质上是难以理解的。使用数百万个数据点作为输入，并将相关数据作为输出，通常无法使用纯语言解释其内部逻辑。

但是，如果自动化系统要协助做出关键决策，例如要使用哪些操作和流程，而人们却无法理解这些决策是如何制定的，人们如何识别和解决错误?这种缺乏常识的现象限制了人工智能在现实世界中的应用。人们需要一个更清晰、更简单的人工智能系统，以更好地与世界和人们建立联系。

人们需要一个更清晰、更简单的人工智能系统，以更好地与世界和人们建立联系。

2.机器学习与机器教学

根据麦肯锡全球研究所的数据，到2030年，预计在物理和人工技能以及基本认知技能上花费的工作时间将分别减少14%和15%。相反，人们将花费更多的时间使用更高的认知技能，例如回答“为什么”和决定要做什么。

这种新的工作方式将导致对支持它的工具的需求。PARC科学家Mark Stefik对机械学的研究描述了一个人类与机器可以相互学习的未来。在将来，人们可以将人工智能系统想象为工作场所的重要组成部分。

3.冯•诺依曼计算与神经形态计算

在接下来的十年中，IT的主要中断之一将是从传统的冯•诺依曼计计算架构到神经形态计算的过渡。随着摩尔定律的放慢，人们遇到了冯•诺依曼瓶颈，那么可以从迄今为止最高效的计算机(大脑)中学到什么?

生物大脑在同一电路中具有记忆和计算功能，而传统的冯•诺依曼数字计算机将记忆与计算分开。生物大脑高度并行化，而数字计算机以串行方式执行计算。生物大脑很密集，只需要数字计算机所用能量的一小部分。这些瓶颈是现代数字计算机努力处理庞大的人工智能程序的主要原因。

4.数字与量子计算机

大小限制使常规数字计算机无法满足人工智能计算的需求。量子计算机使用量子位和并行性来处理大量数据并同时查看所有解决方案。像IBM和Google AI Quantum这样的传统公司以及像Bleximo这样的初创公司正在努力将通用处理器和NISQ应用程序专用的量子协处理器(称为量子加速器)结合起来，以构建针对特定业务和工程领域的系统。早期的潜在行业应用包括化学(用于材料)、制药(用于药物设计)和金融(用于优化)。

5.电子与脑机接口设备

当前的人工智能应用程序主要在电子设备上运行，但人们最终会看到电子和生物系统之间更加紧密的集成。

当前的人工智能应用程序主要在电子设备上运行，但人们最终会看到电子和生物系统之间更加紧密的集成。例如，埃隆•马斯克的最新合资企业之一Neuralink公司宣布计划在2020年底之前开始将其可植入式脑机接口(BMI)设备与人类进行临床试验。通过将人工智能应用程序与人们的生物系统相结合，边界人机之间已经开始融合。科学家还将脑机接口(BMI)和人工智能相结合，以使用大脑信号控制外部设备，并用人工智能系统重现大脑皮层功能的各个方面。

大多数科学家和技术专家都认为，人们只是在挖掘人工智能潜力的表面。首席信息官和组织越来越需要跟踪这种变革性技术的最新发展。

关键词： 人工智能 技术