ibm|2021年全球人工智能应用TOP10

源：网电空间战作者：网络达人，江苏激光联盟陈长军转载自过去十年以来，人工智能一直是全年最热门的话题之一。而且似乎没有任何迹象表明这种情况会很快改变。牢记这一点，我们编制了一份人工智能十大进展清单，这些进展一直是2021年的热点。
文章插图

1. 自动化人工智能开发

在过去几年中，自动化AI越来越受欢迎。它最近见证了一些重要的研究兴趣。如Google的AutoML或IBM的AutoAI。AutoML旨在简化推理模型的创建和管理。AutoAI是一个有助于数据准备，特征工程和超参数优化的平台。
神经符号AI的演变也是另一个重要方面。神经符号AI是将数据驱动方法和基于知识的方法相结合的领域之一。Neurosymbolic Concept Learner（NSCL）是由IBM和MIT合作开发的一种工具，可以解决涉及大数据需求和缺乏可解释性的问题。

2.AI 生化研究

药物开发过程是一件代价高昂的事情，无论是在投入的时间还是金钱方面。即使是开发单个组件也需要数百名研究人员的共同努力。现代人工智能最有趣的应用之一是药物发现。研究人员预计，最先进的人工智能算法可以用来加速整个过程。例如，细胞计数是生物学中一个活跃的研究领域。视觉AI系统和计算机视觉可以帮助在几秒钟内以难以想象的准确性完成它。

3.AI将减少数据需求

创建一个好的数据集是昂贵的。像Facebook或Google这样的大型组织花费数百万甚至数十亿美元来创建和收集数据。预计我们将看到数据综合方法的增加，以对抗数据饥渴的模型造成的逆境。目前的方法包括大多数神经网络和基于深度学习的技术，它们都非常需要数据，即它们需要大量的数据才能准确工作。使用数据效率较低的模型会导致成本更高。大多数中小型企业无法承受仅在数据背后分配那么多的货币资源。因此，重要的是我们拥有更少的数据密集型技术。由于这些领域的最新进展，许多研究领域现在可以生成自己的训练数据。生成对抗网络（GAN）等方法有助于在人工数据合成的帮助下减少对大量数据的需求。

4.AI将使医疗保健更加准确

人工智能将在2021年彻底改变医疗保健行业的整体工作流程。患者以及医疗保健专业人员将受益于基于AI的技术的有效实施。它将从多家医院和医疗中心获取实时数据，并利用它为双方的利益服务。自动初始化设备、自动报告和优化的日程安排 - 一切都将根据患者的病情进行定制。将AI与专家临床和领域知识相结合，将加快临床程序。

5. 更加注重可解释性

今年将是人工智能的可解释性。前一年是人工智能伦理和风险管理的早期原则的一年。可解释性的概念是当今最热门和众所周知的话题之一。它旨在找到问题的根源，并解释基于AI的决策背后的原因。可解释性在AI的许多子领域中起着重要作用。机器学习和数据科学在很大程度上依赖于所用模型的可解释性。在许多难以理解（阅读解释）的模型中，几乎不可能判断偏差或某些错误何时蔓延到数据中。在过去几年中，人们越来越有兴趣使人工智能更具道德性。欧盟委员会甚至更进一步，发布了一套开发道德人工智能的七项指导方针。

6.AI 在制造业的应用

今年将是制造业认真考虑拥抱人工智能的一年。到目前为止，质量控制是整个工作流程中最艰巨、最关键的任务之一。由于任务的性质，传统上质量控制大多是手动任务。实际上，自动化质量控制根本不是一件容易的事（如果你试图在没有计算机视觉的帮助下处理它，那就更是如此了）。快速消费品或汽车等许多行业都使用人工智能驱动的工具来自动化质量控制程序。话虽如此，它不会取代人力资源。人工智能将减轻产品经理的生活，他们几乎把自己的生命放在线上以确保质量。使人工智能成为工作流程的一部分不仅有助于实现整个生产线的现代化，还可以增强现有流程并解决早期的挑战。