最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

美媒预测:2021年人工智能的四大趋势

[复制链接]
跳转到指定楼层
楼主
发表于 2020-10-13 14:27:26 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

 美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道,作者系伯纳德·马尔,文章根据当下形势,预测了明年人工智能的四个趋势。文章摘编如下:
  在2020年全球疫情暴发和世界被彻底颠覆之前,人工智能,尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。
  新冠病毒疫情对我们行为方式的许多方面产生了影响,但它并没有削弱人工智能对我们生活的影响。事实上,有一点已经变得显而易见,即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。
  当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时,人工智能无疑仍是一个关键趋势。为此,我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里,我们可以期待什么。
  更智能的大数据分析
  在当下的这场疫情中,我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。
  技术进步是这场疫情(尚)未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步,到通讯技术的进步,它们使我们能够更快发现疫情和实施封锁。明年,人工智能将被列入使我们能够更有效应对疫情的技术发展清单。
  仅科学和医学文献的数量就大幅增加,今年4月之前就发表了28000多篇与新冠病毒有关的论文。
  目前还在进行开发人工智能解决方案的工作,以帮助处理癌症等大量积压的其他医学问题,这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年,我们很可能会看到人工智能在其他许多医疗领域被加速采用,而不仅是应对病毒。
  通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集,我们将更容易发现疫情,跟踪密切接触者,实现更准确的诊断,并通过预测病毒未来可能演化的方式,开发更有效和持久的疫苗接种。
  自动检测和预防
  我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据,并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。
  另一个相关的发展领域将是使用面部识别技术,这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是,它把重点放在识别个体、而非人群中的模式,因此警方利用这项技术来发现逃避封锁和隔离的人,并追踪人群中出现症状的个体活动。
  预测行为变化
  我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势,但今年我们目睹了一场热潮。亚马逊公司2020年第二季度的销售额比去年同期增长了40%,就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。
  人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性,并在迅速掌握行为分析和个性化等概念。在2021年,让组织自助获取这项技术的工具将越来越流行,因为中小型企业正在寻求建立自己的竞争优势。
  把下一次疫情消灭在萌芽状态
  大多数人工智能算法都是针对预测的,人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。这项研究已经进行了一段时间,事实上,一些关于当前疫情的最早警报是由人工智能生成的。
  我们可以预计,人工智能研究将在未来18个月取得进一步突破,从而提高我们发现和应对病毒暴发危险的能力。然而,要做到这一点,还需要各国政府和私营企业之间持续不断的全球合作。

来源:新华社
楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-27 01:51

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表