首页    语言版本:  
2022年运用人工智能会是什么姿态
发布时间:2022-05-26 04:13:34 来源:bet9是什么 作者:bet9手机版官网

  咱们所知道的轶事依据和查询好像都指向同一个方向。举个比方:OReilly 于 2021 年头进行的「企业 2021 年人工智能选用查询」的答复是 2020 年的三倍,企业文化不再是选用人工智能的最大妨碍。

  换句话说,越来越多的人在运用人工智能,它现在被认真对待,成熟度也在不断提高。这都是好音讯。这意味着人工智能不再是研讨人员玩的游戏――它正在被运用,成为微柔和亚马逊等公司的中心舞台。

  以下是 venturebeat 估计在 2022 年运用人工智能将树立的支柱。

  一般,在谈论 AI 时,人们会考虑模型和数据,这是有原因的。这些是大多数从业者以为他们能够施加一些操控的部分,而硬件依然大部分是看不见的,其功用被以为是固定的。但真的是这样吗?

  所谓的 AI 芯片,即旨在以最佳办法运转 AI 相关作业负载的新一代硬件,正在阅历爆破式增加和立异。谷歌和亚马逊等云核算的干流企业正在为其数据中心构建新的 AI 芯片――分别为 TPU 和 Trainium。英伟达一向主导着这个商场,并环绕其硬件和软件生态体系树立了一个帝国。

  英特尔正在迎头赶上,无论是经过收买仍是经过自己的研制。由于英伟达宣告的收买面对监管查看,Arm的位置依然有些不明朗。此外,咱们有许多新玩家在他们的选用进程中处于不同的状况,其间一些――比方 Graphcore 和 SambaNova――现已到达了独角兽的位置。

  这关于运用 AI 来说意味着,挑选在何处运转 AI 作业负载不再仅仅在 Intel CPU 和 Nvidia GPU 之间做出决议。现在有许多参数需求考虑,开发不仅对机器学习工程师很重要,对人工智能从业者和用户也很重要。更经济、更有用地运转 AI 作业负载意味着将有更多资源可用于其他地方,并加快上市时刻。

  挑选运转 AI 作业负载的硬件能够被视为 AI 模型开发和布置端到端流程的一部分,称为 MLOps――将机器学习带入出产的艺术和科学。与 AI 芯片、规范和项目(如 ONNX 和 Apache TVM)树立联络,能够协助缩小差距,减轻机器学习模型布置到各个方针的繁琐进程。

  到 2021 年,跟着从 AI 操作中汲取的经历教训,要点现在将从闪亮的新模型转移到或许愈加普通但有用的方面,例如数据质量和数据管道办理,所有这些都是 MLOps 的重要组成部分。与任何学科相同,MLOps 在商场上看到了许多产品,每个产品都专心于不同的方面。

  有些产品更侧重于数据,有些产品更侧重于数据管道,还有一些产品则两者兼而有之。一些产品监控和查询比如模型的输入和输出、漂移、丢失、精度和数据召回准确度等内容。其他人环绕数据管道做了相似但不同的工作。

  以数据为中心的产品能够满意数据科学家和数据科学领导者的需求,也或许满意机器学习工程师和数据分析师的需求。以数据管道为中心的产品更面向 DataOps 工程师。

  2021 年,人们企图给与 MLOps 相关的各种现象命名,切割 MLOps 范畴,运用数据版别操控和继续机器学习,并对数据履行测验驱动开发等。

  可是,咱们以为最深入的改变是着重所谓的以数据为中心的人工智能。闻名的人工智能思维首领和实践者,如 Andrew Ng 和 Chris Ré 现已谈论过这个概念,其中心十分简略。

  咱们现在现已到达了机器学习模型得到充沛开发并且在实践中运转杰出的境地。事实上,集中精力从头开端开发新模型或微调至完美并没有多大含义。依据以数据为中心的观念,人工智能从业者应该做的是专心于他们的数据:整理、提炼、验证和丰厚数据能够大大改进人工智能项目的成果。

  在谈论运用 AI 时,大型言语模型(LLM)或许不是第一个想到的东西。可是,知情人士以为,LLM 能够内化言语的基本办法,无论是生物学、化学仍是人类言语,咱们行将看到 LLM 的不寻常运用增加。

  为了支撑这些说法,值得一提的是,咱们现已看到环绕 LLM 构建的各种生态体系,主要是 OpenAI 与 Microsoft 协作推出的商业化 GPT-3 API。这个生态体系主要由供给案牍服务的公司组成,例如营销案牍、电子邮件和 LinkedIn 音讯。他们或许还没有点着商场,但这仅仅开端。

  正如 VentureBeat 自己的 Kyle Wiggers 在最近的一篇文章中指出的那样,多模态模型正在敏捷成为实际。本年,OpenAI 发布了 DALL-E 和 CLIP,这两种多模态模型被研讨试验室声称是「朝着对国际有更深入了解的体系迈出的一步」。假如法学 LLMs 能够经过,咱们能够合理地希望在 2022 年看到多模态模型的商业运用。

  另一个重要方向是混合人工智能,即在机器学习中注入常识。英特尔的 Gadi Singer、LinkedIn 的 Mike Dillinger 和混合智能中心的 Frank van Harmelen 等领导者都指出了常识图谱办法的常识安排关于人工智能未来的重要性。混合人工智能是否会在 2022 年发生运用人工智能运用程序还有待查询。

  让咱们总结一些更接地气的内容:2022 年运用 AI 的远景宽广的范畴。OReilly 的《2021 年企业 AI 运用查询》将技能和金融服务列为引领 AI 运用的两个范畴。这并不古怪,由于科技职业乐意「吃自己的狗粮」,而金融职业也乐意使用其雄厚的资金来取得每一寸竞赛优势。

  可是这两个职业之外会发生什么呢?OReilly 的查询将医疗保健列为人工智能选用的第三个范畴,这与咱们自己的经历是共同的。正如《人工智能现状》作者 Nathan Benaich 和 Ian Hogarth 在 2020 年指出的那样,生物学和医疗保健正在见证他们的人工智能年代。这波浪潮现已开端,而 COVID-19 的呈现进一步加快了这一浪潮。

  「现有的制药公司在很大程度上遭到先验假定的驱动,例如说,[我以为这个基因是导致这种疾病的原因,让咱们申述它并弄清楚这是否事实。] 然后还有更多软件驱动的人处于这个新的制药年代。他们主要看大规模的试验,一起提出许多问题。以一种公平的办法,他们让数据制作了他们应该重视的地图,」Benaich 在总结 AI 驱动的办法时说。

  Benaich 弥补说,验证新年代制药办法是否有用的仅有办法是,它们是否能够发生实际证明在临床上有用的候选药物,并最终使这些药物取得同意。在这些「新年代制药」公司中,Recursion Pharmaceuticals 于 2021 年 4 月 IPO,Exscientia 于 2021 年 9 月提交 IPO。它们都有经过依据机器学习的办法发生的财物,这些财物实际上已用于临床。

  至于制造业,在人工智能选用的很多范畴中,咱们挑选着重它有几个原因。首要,它面对着人工智能能够缓解的劳动力缺少问题。依据 Deloitte 和制造业研讨所宣布的一项研讨,到 2030 年,多达 210 万个制造业作业岗位或许会空缺。履行自动化什物产品查看等使命的人工智能解决方案就归于这一类。

  其次,工业运用的实质要求以十分准确的办法将很多数据与物理国际相结合。有些人现已指出,这十分合适混合 AI 办法。

  最终,但并非最不重要的是,硬数据。依据 The Manufacturer 2021 年的一项查询,65% 的制造业领导者正在尽力试点 AI。仅在库房中的施行估计将在未来五年内到达 57.2% 的复合年增加率。

  抢手谈论网友谈论只代表同花顺网友的个人观念,不代表同花顺金融服务网观念。

  投资者联络关于同花顺软件下载法令声明运营答应联络咱们友情链接招聘英才用户体会方案涉未成年人违规内容告发

  不良信息告发电话告发邮箱:增值电信业务经营答应证:B2-20090237

BET9平台登录链接bet9是什么新闻动态产品中心人才招聘bet9手机版官网网站地图
©2016 版权所有 All Rights Reserved. BET9平台登录链接|bet9是什么|bet9手机版官网 版权所有
建议 1280*800 以上的屏幕分辨率6.0以上IE版本访问 技术支持: 百泰网络

浙公网安备 33100-699202001022号