2022年值得關(guān)注的8個人工智能趨勢

?

來源：AI前線

作者：Michael Spencer

譯者：Sambodhi

策劃：凌敏

1. AI-on-5G

2022 年，工業(yè) AI 和 AI-on-5G 物聯(lián)網(wǎng)應(yīng)用將會成為主流。想象一下，當(dāng)我們以元宇宙為目標(biāo)的時候，我們對物理空間的升級方式同樣令人印象深刻。

AI-on-5G 組合計(jì)算基礎(chǔ)設(shè)施為傳感器、計(jì)算平臺和人工智能應(yīng)用的整合提供了一種高性能、安全的鏈接結(jié)構(gòu)，無論是在現(xiàn)場、場所還是云端中。具體包括：

汽車系統(tǒng)；

智能空間；

工業(yè) 4.0，如新的自動化和機(jī)器人系統(tǒng)。

AI-on-5G 通常與無線環(huán)境中的超低延遲、保證服務(wù)質(zhì)量以及提高安全性有關(guān)。人工智能和工業(yè)物聯(lián)網(wǎng)解決方案的融合，以及邊緣人工智能的發(fā)展，使得這一切成為可能，并更容易實(shí)現(xiàn)。

2. 生成式人工智能

生成式人工智能，或評估現(xiàn)有數(shù)據(jù)（如文本、音頻或視覺文件）的算法，主要識別該數(shù)據(jù)的基本模式，然后復(fù)制該模式以生成類似的內(nèi)容。這種算法正在逐步改進(jìn)。隨著模型的輸入數(shù)據(jù)的變化和業(yè)務(wù)結(jié)果的變化，模型本身也需要調(diào)整。缺乏維護(hù)會導(dǎo)致人工智能算法最終喪失價(jià)值。

具體來說，生成式人工智能包括多種技術(shù)：

生成對抗網(wǎng)絡(luò)。生成對抗網(wǎng)絡(luò)是兩個神經(jīng)網(wǎng)絡(luò)：一個生成器和一個判別器，它們相互競爭，以找到兩個網(wǎng)絡(luò)之間的平衡。生成器網(wǎng)絡(luò)負(fù)責(zé)生成與源數(shù)據(jù)相似的新數(shù)據(jù)或內(nèi)容。判別器網(wǎng)絡(luò)負(fù)責(zé)區(qū)分源數(shù)據(jù)和生成的數(shù)據(jù)，以便識別哪些數(shù)據(jù)更接近原始數(shù)據(jù)。

Transformer。像 GPT-3、LaMDA 和 Wu-Dao 這樣的 Transformer 模擬了認(rèn)知注意力，并對輸入數(shù)據(jù)部分的重要性進(jìn)行差異測量。它們被訓(xùn)練來理解語言或圖像，學(xué)習(xí)一些分類任務(wù)，并從大量數(shù)據(jù)集中生成文本或圖像。

變分自編碼器。編碼器將輸入編碼為壓縮碼，而解碼器則從該碼中重現(xiàn)初始信息。如果選擇和訓(xùn)練正確，這種壓縮表示將輸入數(shù)據(jù)分布存儲在一個更小的維度表示中。

3. 增強(qiáng)的人類和人工智能

混合勞動力的到來

雖然工作流管理是工作中的新常態(tài)，但未來的工作更多的是在增強(qiáng)的環(huán)境中與人工智能配對。所有重復(fù)性的工作都是可能實(shí)現(xiàn)的，并且將是自動化的。

無論你從事的是人力資源、行政、營銷、銷售還是工程領(lǐng)域，隨著人工智能 / 機(jī)器學(xué)習(xí)工具的不斷增加，你的工作效率也會提高。這也只是未來工作的一個常規(guī)部分。

例如，人工智能 / 機(jī)器學(xué)習(xí)技術(shù)在諸如法學(xué)和醫(yī)藥等知識領(lǐng)域中得到了廣泛的應(yīng)用，以瀏覽不斷增加的數(shù)據(jù)量，并為特定任務(wù)找到正確的信息。因此，許多白領(lǐng)工作都有很大的提升空間，他們可能會創(chuàng)造出更有成效的工作，使他們能夠做自己天生擅長的事情。

在每個行業(yè)中，都會涌現(xiàn)出人工智能驅(qū)動的智能工具，這些工具可以幫助該行業(yè)的個人高效工作。這通常被稱為增強(qiáng)型勞動力或人類 - 人工智能混合工作。

4. IT 中的云計(jì)算和邊緣管理

雖然邊緣計(jì)算正迅速成為許多企業(yè)的必備工具，但部署仍處于早期階段。云計(jì)算和邊緣原生業(yè)務(wù)流程將在 IT 領(lǐng)域占據(jù)更多的主導(dǎo)地位，并在商業(yè)世界中更加無處不在。

一些人認(rèn)為人工智能管理將成為 IT 部門的責(zé)任。為了應(yīng)對與可管理性、安全性和規(guī)模有關(guān)的邊緣計(jì)算挑戰(zhàn)，IT 部門將轉(zhuǎn)向云原生技術(shù)。例如，作為容器化微服務(wù)的平臺，Kubernetes 已經(jīng)成為大規(guī)模管理邊緣人工智能應(yīng)用的主要工具。

那些在云端上使用 Kubernetes 的 IT 部門可以利用他們的經(jīng)驗(yàn)來構(gòu)建自己的邊緣云原生管理方案。預(yù)期將會有更多的第三方和相關(guān)的服務(wù)被采用。

5. 人工智能在網(wǎng)絡(luò)安全中的應(yīng)用

現(xiàn)代企業(yè)環(huán)境中的網(wǎng)絡(luò)攻擊面是巨大的，并且它還在繼續(xù)快速增長。這意味著，分析和改善一個組織的網(wǎng)絡(luò)安全態(tài)勢需要的不僅僅是人類的干預(yù)。人工智能在各個領(lǐng)域都有很好的應(yīng)用前景，而網(wǎng)絡(luò)安全正是其中的一項(xiàng)重要內(nèi)容。具體包括：

威脅檢測；

戰(zhàn)斗機(jī)器人；

端點(diǎn)保護(hù)；

違約風(fēng)險(xiǎn)保護(hù)；

服務(wù)停機(jī)保護(hù)。

在網(wǎng)絡(luò)安全方面，人工智能的作用必須通過自動化來提高。有 69% 的機(jī)構(gòu)相信，人工智能是處理網(wǎng)絡(luò)攻擊的必備條件，但是這一領(lǐng)域在 2022 到 2032 年期間都有升級的需求。

6. 更大更好的語言模型

OpenMind 的 GPT-4 將能夠做什么？北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，BAAI）是否能跟上步伐？2022 年將回答很多問題，即更大、更好的語言模型將如何能夠創(chuàng)造新的工作、新的應(yīng)用程序和新的商業(yè)模式——新型技術(shù)創(chuàng)業(yè)公司將改變互聯(lián)網(wǎng)，并在元宇宙中幫助我們組織內(nèi)容。

更大的人工智能模型也許可以讓人工智能完成一些事情，也可以讓它學(xué)習(xí)一些新的可能性。人工智能和機(jī)器學(xué)習(xí)模型需要海量數(shù)據(jù)，這些模型將繼續(xù)擴(kuò)大，并利用更大的數(shù)據(jù)集來做出越來越準(zhǔn)確的決策。

雖然 OpenAI 的大規(guī)模生成性預(yù)訓(xùn)練 Transformer（GPT）模型的持續(xù)發(fā)展成為時尚的頭條新聞，但 DeepMind、微軟研究院以及其他公司的做法也值得關(guān)注。圍繞著高度進(jìn)化的大型人工智能語言模型，已經(jīng)出現(xiàn)了幾十家新的初創(chuàng)公司。

2022 年，它將把我們引向何處？

一些分析家認(rèn)為或透露，GPT-4 可能包含大約 100 萬億個參數(shù)，使其比 GPT-3 大 500 倍。我們可以推測，這一發(fā)展朝著離創(chuàng)造能夠發(fā)展語言并進(jìn)行與人類無異的對話的機(jī)器又近了一步。

7. 人工智能在元宇宙中的應(yīng)用

人工智能在元宇宙和虛擬現(xiàn)實(shí)中更多的沉浸式工作和社交場景中可能會有哪些應(yīng)用，并與消費(fèi)者腦機(jī)接口的演變有關(guān)？手機(jī)最終將如何被顛覆？

元宇宙是一個術(shù)語，是指一個環(huán)境，更具體地說是一個數(shù)字環(huán)境，多個用戶可以一起工作和游戲。如果我們今天在有愚蠢算法和推薦引擎的平臺上游戲，那么明天的人工智能確實(shí)會幫助我們在虛擬世界中導(dǎo)航和監(jiān)控我們未來的工作、社交和約會生活？

新類型的應(yīng)用程序、更智能的數(shù)字代理、深度造假人類（實(shí)際上是機(jī)器人），所有這些都在互聯(lián)網(wǎng)的未來等待著我們，似乎是元宇宙產(chǎn)品。

8. 人工智能的民主化和可達(dá)性

低代碼 / 無代碼人工智能

人工智能是否會真正實(shí)現(xiàn)民主化？在一個更加自動化的世界里，億萬富翁創(chuàng)造的財(cái)富會不會分配給我們其他人？在這個意義上，拯救地球的不是加密技術(shù)，而是低代碼 / 無代碼人工智能。

在未來，人們無需昂貴的工程師團(tuán)隊(duì)，也無需非常專業(yè)的技能，就可以開始新的業(yè)務(wù)。盡管今天對人工智能工程師的需求很高，但是我們可以設(shè)想一個完全不同的世界。一個人工智能可以自己編碼的世界。人工智能最終將能夠修改自己的代碼，在 2022 年，我相信我們會在這個方向上取得突破性進(jìn)展。

今天，組織面臨的主要挑戰(zhàn)之一是缺乏能夠研發(fā)出所需要的工具和算法的有經(jīng)驗(yàn)的人工智能工程師。隨著無代碼或低代碼解決方案的出現(xiàn)，這一挑戰(zhàn)可以通過提供簡單而直觀的界面來解決，這些界面可以用來創(chuàng)建人工智能上的復(fù)雜系統(tǒng)。

隨著我們加快人工智能在商業(yè)中的應(yīng)用，并升級人工智能流程，隨著程序員與人工智能 - 人類系統(tǒng)的合作，我們通過軟件工程來制造產(chǎn)品的方法將會發(fā)生根本性的變化，并更容易被所有人接受，從而以更分散的方式分配其部分價(jià)值。

作者介紹：

Michael Spencer，業(yè)余未來學(xué)家，也是過去十年來最多產(chǎn)的博客作者之一。《最后的未來主義者》（Last Futurist）的主編。

原文鏈接：

https://aisupremacy.substack.com/p/top-ai-trends-of-2022