李文哲作者

2019年必将是AI发展中的分水岭:5大重要趋势的解读

2018年悄然过去,它是一个特殊的年份,不管在经济周期里还是在技术发展历程中扮演着与众不同的角色。2018年下半年开始我们明显感受到了资本寒冬,A股挫折,IPO后股价大跌,融资难,大批裁员,AI泡沫破灭...... 看似情况很悲观,但也意味着新的时代的开始。从AI的发展历程来看,2019年必将成为从AI泡沫走向理性AI的元年。在此,本文里我们总结了2019年在AI发展中的5大趋势解读。

从”AI策略“到”结果导向的AI策略“

过去几年,很多的企业争先恐后加入到了AI的行列,试图用AI的技术去给自己塑造壁垒,这里包括互联网巨头,也包括成立不久的创业公司,大家都把赌注压向了人工智能。但回首这几年,虽然我们看到了AI确实在改变一些行业,但它带来的变化远不如我们的投入,而且很多的AI项目基本以失败为告终,毕竟很多人在没有深入理解AI的情况下尝试改变,这是不太理智的。

2019年,我们可以把它看作是AI走向理性的元年。在这一年开始,我们会把注意力从盲目追逐前沿技术转移到怎么真正让这些技术产生价值。这种转变的基础是,我们需要对AI有更深入的理解,而不是表面上的认知。

从”技术人员+AI“到”全民+AI“

人工智能岗位人才是过去几年最为稀缺的人群,这促使了很多技术人员加入到了转型的行列当中,这里包括了研发,测试,运维等岗位的人以及即将毕业的学生。在未来2-3年,人工智能人才仍然是社会最紧缺的岗位。

但与此同时,我们看到了一个趋势,这个趋势在国家政策的带领下变得十分迅猛,就是全民AI的战略,我们看到了中小学都在试图培养学生的AI技能。有些可能会问,真有必要这么做吗?其实,这个事情本质在于理解AI的价值:它不仅仅是用来建模的工具,而且是指导正确高效行事的思维,也叫做“AI思维”。

不管从事什么岗位,在大数据/AI时代,我们需要学会数据驱动,学会怎么不断提升效率,这背后就是AI的思维。如果不懂AI,你的竞争力会有一个大大的折扣。2019年开始,全民AI的学习热潮必将拉开帷幕。

从”深度学习“到”基础科学”

我们都知道很多人把深度学习理解成人工智能,这也不能怪他们,毕竟过去几年人工智能产业的飞速发展也源于深度学习在各项任务中的突破性进展。在学术界,这种情况也很明显,大量的深度学习论文“泛滥”,现在不带有深度学习字眼的文章都不好意思投出去。

但反观来看,这些研究中究竟多少是有价值的? 我们仍然不知道深度学习背后的细节比如很多为什么。当我们去追捧深度学习时,却忘记了很多更有价值的基础性研究。但幸运的是,很多学者都慢慢意识到这一点,从2019年开始我相信会有越来越多的人会把目光转向这些曾经被我们忽略的基础性科研上

从“AI系统”到“反AI系统”

我们目前都在谈论怎么搭建一个非常智能的AI系统,从而提升效率。比如金融科技公司通过AI技术来评估并决定是否放贷,这将大大节省人力成本。但相反,任何事情都具有一定的博弈,就像很多密码学家研究怎么让系统更加安全,但同时黑客们研究怎么去破解它。这就类似于事物发展进程中的齿轮,互相推动各自的发展。

在AI领域,反AI系统必然也会慢慢进入到我们的视野里,比如怎么去破解一个人脸识别系统,或者顺利从系统中骗贷。特别是对于跟钱直接打交道的企业,一定要意识到这些潜在的问题,要考虑怎么让自己的AI系统更加的可靠。

从“大数据AI”到“隐私AI”

AI的核心在于数据,所有的决策都依赖于数据。比如我们登录电商网站,他会根据我们过去的购买以及浏览记录来给我们推荐产品,而且我们会发现这种推荐变得越来越精准,甚至导致有种“恐惧感”。

数据本身的价值虽然很高,但这也涉及到了很多的隐私问题,隐私问题部分也会联系到伦理问题。当AI的发展逐渐变为理性的时候,这些问题我们必须要正视。如何保护隐私的同时利用好数据? 具体答案需要各方慢慢去探索。

总之,2019年必然是一个不平凡的一年,一个新鲜事物回归理性时,我们需要放弃浮躁,沉下心来去拥抱变化和学习并不断提升自己。

贪心科技
贪心科技

贪心科技是国内首家AI和大数据课程为主的自适应学习平台。我们追求最精炼的AI教育内容和个人量身定制的课堂。我们鼓励大家拥有“贪心精神”:对知识不断的渴望,对现状不满希望进步的愿望。贪心科技,满足贪心的你。

产业人脸识别大数据深度学习
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

推荐文章
暂无评论
暂无评论~