在2018年期間,我們目睹了基于人工智能的平臺、工具和應用程序的急劇增長(cháng)。這些技術(shù)不僅影響了軟件和互聯(lián)網(wǎng)行業(yè),還影響了其他垂直行業(yè),如醫療保健、法律、制造業(yè)、汽車(chē)和農業(yè)。在2019年以后,我們將繼續看到人工智能相關(guān)技術(shù)的進(jìn)步。亞馬遜、蘋(píng)果、Facebook、谷歌、IBM和微軟等公司都在大規模投資研發(fā)人工智能,這有助于推動(dòng)人工智能及其生態(tài)的快速發(fā)展。

?

?

以下是人工智能領(lǐng)域在2019年值得注意的五種趨勢:

?

人工智能芯片的興起

?

?

?

與其他軟件不同,人工智能?chē)乐匾蕾?lài)專(zhuān)用處理器來(lái)補充CPU。在推理時(shí),模型需要額外的硬件來(lái)執行復雜的數學(xué)計算,以加速對象檢測和面部識別等任務(wù)。2019年,英特爾、英偉達、AMD、ARM和高通等芯片制造商將推出專(zhuān)用芯片,這些芯片將針對與計算機視覺(jué)、自然語(yǔ)言處理和語(yǔ)音識別相關(guān)的特定用例和場(chǎng)景進(jìn)行優(yōu)化。來(lái)自醫療保健和汽車(chē)行業(yè)的下一代應用將依賴(lài)這些芯片為最終用戶(hù)提供智能。

?

?

2019年也將是亞馬遜、微軟、谷歌和Facebook等超大規?;A架構公司,增加對基于現場(chǎng)可編程門(mén)陣列(FPGA)和專(zhuān)用集成電路(ASIC)的定制芯片投資的一年,這些芯片將針對人工智能和高性能計算(HPC)的現代工作負載進(jìn)行大量?jì)?yōu)化,其中一些芯片還將協(xié)助下一代數據庫加速查詢(xún)處理和預測分析。

?

AI與物聯(lián)網(wǎng)在邊緣計算層融合?

?

?

在2019年,人工智能將在邊緣計算層遇到物聯(lián)網(wǎng)。在公共云中訓練的大多數模型都將部署在邊緣,基于深度神經(jīng)網(wǎng)絡(luò )的高級機器學(xué)習模型將進(jìn)行優(yōu)化以在邊緣運行。它們將能夠處理視頻幀、語(yǔ)音合成、時(shí)間序列數據和由攝像機、麥克風(fēng)和其他傳感器等設備生成的非結構化數據。

?

神經(jīng)網(wǎng)絡(luò )之間的互操作性成為關(guān)鍵?

?

開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò )模型的關(guān)鍵挑戰之一在于選擇正確的框架。一旦模型在特定框架中完成了訓練和評估,就很難將移植到另一個(gè)框架中。這種狀況阻礙了人工智能的普及。

?

?

為了應對這一挑戰,AWS、Facebook和微軟合作構建了開(kāi)放式神經(jīng)網(wǎng)絡(luò )交換(ONNX),這使得在多個(gè)框架中重用經(jīng)過(guò)訓練的神經(jīng)網(wǎng)絡(luò )模型成為可能??梢灶A見(jiàn)在2019年,ONNX將成為該行業(yè)的重要技術(shù)。

?

自動(dòng)化機器學(xué)習將占據主導地位?

?

自動(dòng)化機器學(xué)習已成為一個(gè)發(fā)展趨勢,它將從根本上改變基于機器學(xué)習的解決方案,可使其不經(jīng)過(guò)傳統調試程序即可改進(jìn)機器學(xué)習模型,進(jìn)而處理復雜的場(chǎng)景。

?

?

從根本上改變機器學(xué)習解決方案的一個(gè)趨勢是AutoML,它將使業(yè)務(wù)分析師和開(kāi)發(fā)人員能夠發(fā)展可以解決復雜場(chǎng)景的機器學(xué)習模型,而無(wú)需經(jīng)過(guò)機器學(xué)習模型的典型培訓,業(yè)務(wù)分析師可以專(zhuān)注于業(yè)務(wù)問(wèn)題,而不是迷失在工作流程中。

?

AI將通過(guò)AIOps實(shí)現DevOps自動(dòng)化?

?

DevOps是一套完整的IT運維工作流,以IT自動(dòng)化和持續集成、持續部署為基礎,來(lái)優(yōu)化程序開(kāi)發(fā)、測試、系統運維等所有環(huán)節。DevOps一詞來(lái)自于Development和Operations,強調軟件開(kāi)發(fā)人員和運維人員的溝通合作,通過(guò)自動(dòng)化流程來(lái)使軟件的構建、測試、發(fā)布更加快捷、頻繁和可靠。

?

AIOps即AI for IT Operations,指將人工智能應用于IT運維領(lǐng)域,基于已有的運維數據,通過(guò)機器學(xué)習來(lái)進(jìn)一步解決自動(dòng)化運維難以解決的問(wèn)題。

?

?

現代化應用程序和基礎設施可以生成用于索引、搜索和分析的日志數據。從硬件、操作系統、服務(wù)器軟件和應用軟件中獲取的海量數據集可以聚合和關(guān)聯(lián),然后形成方案和模式。當機器學(xué)習模型應用于這些數據集時(shí),IT運行即可從被動(dòng)響應轉變?yōu)橹鲃?dòng)預測。AI力量應用于運營(yíng)將重新定義基礎設施的管理方式。2019年,AIOps將成為主流,公共云供應商和企業(yè)將從AI和DevOps的融合中受益。

?

我國在人工智能、大數據、云計算、信息安全等領(lǐng)域已具有一定的技術(shù)實(shí)力,疊加多項政策出臺推動(dòng)人工智能產(chǎn)業(yè)在我國快速發(fā)展,人工智能場(chǎng)景正在逐步落地。在2019年,我國人工智能技術(shù),在金融、交通、安防等領(lǐng)域的滲透率將快速提升。

?

(內容來(lái)源:網(wǎng)絡(luò ))

?

任何觀(guān)點(diǎn)想法,可在下方暢所欲言!

?

往期精彩

●?我們升級改版啦!

●?AI教材曝光!2019年將全部進(jìn)入中小學(xué)

●?2018年大數據時(shí)代,你還在坐以待斃?

●?真正的Java學(xué)習從入門(mén)到精通,只需一個(gè)選擇!