解读丨2020年人工智能发展预测

120位人工智能相关行业和公司的高级管理者，将对广泛的话题展开预测，包括 – 无人驾驶车辆(autonomous vehicle), deepfakes, small data, voice和自然语言识别，human和augmented intelligence，bias和explainability, edge和IoT，以及其他人工智能和机器学习相关的具有极大前景的应用….

Nauto, CEO, Dr. Stefan Heck

汽车人工智能(vehicle AI)将打破现有规则。无人驾驶车辆将不必收到道路限速的限制 – 无人驾驶车辆需要学习如何超过限速并在确保驾驶者安全的基础上匹配其他车辆的速度。同样也包括关于车辆相撞的算法安排，确保如何最大限度的保护更多的生命。在2020年，我们将看到有关的算法讨论。

Affectiva – CEO – Rana el Kaliouby

我们将会看到数据合成方法的崛起(data synthesis methodologies）来迎接人工智能的数据挑战。基于深度学习的人工智能算法(AI algorithms built on deep learning)的数据只能在经过训练后才可以获得相当的精度，并在海量数据中得到验证。但是人工智能领域的开发公司要面临如何获取正确的数据和必要数量的数据的问题。为此，我们可以基于已经获取的数据经过合成生成新的数据(synthesize it to create new data)。数据合成并没有消除对真实世界数据的需要(eliminate the need for collecting real-world data)，这对于开发高精度人工智能算法非常重要，但是数据合成可以强化这些数据集。(augment those data set)

Trifacta – Co-founder – Joe Hellerstein

到2020年我们会看到人工智能和机器学习(AI/ML）将从研究阶段进入到实用阶段(shift from research into engineering)，带来对AI/ML量产阶段生命周期管理的持续关注。(manage the AI/ML lifecycle in production)。作为所有数据项目的对于数据准备(data preparation)的投资将持续增多。作为所有数据项目的整体构件的一部分，同时也是所有数据项目的最大瓶颈(biggest bottleneck)，如何提升数据质量，并将IT部门从数据准备中解放出来尤为重要。

Aiqudo – CEO, John Foster

随着语音命令越来越成为用户与设备交互的主要手段，我们将看到语音查询的暴增(voice queries explode)。每一个查询代表着一个用户的意愿，通常又与接下来的行动密切相关。(correlated with an action)，如加入购物车，导航到最近的星巴克等等–高价值的(high value)和交易驱动的用户意愿(transaction-oriented consumer intents)。所有以消费者为核心的(consumer-focused)AI平台，都需要收集和分析这些，以语音命令为代表的(represented by voice commands)大量的高价值用户接触点(consumer touch points)。

Israel Innovation Aughority – CEO, Aharon Aharon

近些年来我们看到越来越多的国家发展自己的国家人工智能战略(national artificial intelligence)。人工智能将给生活的各个方面带来便利的同时，提升效率(well-being in all aspects of life)。从政府部门的角度(from the perspective of a government agency)，伴随着对人工智能技术的采纳，也应辅助以合适的及基础设施，数据和管制，特别是在自主决策和隐私方面(autonomous decision-making and privacy)。我们也应当在面临智能机器对劳动市场(labour market）带来挑战的时候，更多的投资于人力资本(human capital)以提升竞争力。

LogMeIn –

2020年离语音真正可以成为可靠的人工智能工具还有一定的距离。即使是最先进的人工智能语音解决方案也仅仅适用于特定的应用。语音要成为可靠的人机交互界面，还需要克服很多因素，如外部环境的不可控性。语音技术正在变得越来越好，我们会找到合适的应用采用语音技术。但是在2020年，我们不会将所有的鸡蛋放到一个篮子中。

ActiveViam –

越来越多的零售商(retailor）采用人工智能技术作为其市场洞察(market insight)的工具，代替以往的用户调研(survey and study)。但是很多的零售商挣扎于如何将这些市场洞察，转变为实际的行动指南，用于商品定价，供应链和销售规划(actionable business rules for pricing, supply chain and merchandising)。人工智能正在成为主流，当时并不是所有的公司都意识到将人工智能用于数据分析(data ayalysis)仅仅是真正的更宏大转型的第一步。(first step into a larger process of true transformation)。

XLabs –

在2020年AI将可以开始真正的处理(tackle)有意义的(meaningful）和艰难的问题。AI可以帮助人类处理我们无法完成的任务，而不仅仅是模仿人类的能力(attempt to mimic our abilities)。我们称其为”Amplified Intelligence”。

Hailo –

随着AI事实上正在植入芯片中，一个新的计算时代正在到来，而我们现在仅仅站在了起点。AI芯片正在提升汽车实时处理视觉数据(visual data）的效率，实现未来真正的自主驾驶(pave the way for autonomous vehicle)。对于智慧城市，AI芯片正在辅助处理重要的任务(crucial task），如实时交通监控(real-time traffic monitoring)，寻找失踪人口和偷窃的汽车。对于智慧家庭，芯片可以可以确保数据处理的可靠性和隐私安全性。所有这些技术，正在为新的应用和User case搭建了舞台，并为下一代的产品和产品需求的优化注入能量。(fueling the next generation of product and refinement of product need)。

MEMSql –

2020年我们将看到AI激动人心的突破(drastic breakthrough)和真正的转变(real transformative changes)。AI将从实验室渗透(infiltrate)进你的生活。如果2020年发生经济衰退(recession）的话，那么对于AI/ML确实加速成长的机会。因为AI/ML正在专注于提升人类工作的自动化程度和效率。

Alluxio –

过去的统计分析模型(statistical model)正在计算机技术的加持下，成为了人工智能和机器学习。数据，分析师和AI工程师的工作不再是分割的，他们需要合作以便从数据中发现价值(derive data from the data)。2020年越来越多的公司将简历专门的数据分析团队(dedicated team around data stack)。

Harmon.ie –

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!