全球最聰明的大腦怎么看AI？他們預測了這13大發(fā)展趨勢
作者：ROSIEBROWN
編譯：彭湘?zhèn)?、蔣寶尚、小魚
被華爾街時報，福布斯和財富雜志稱為“AI(人工智能)元年”的2017年，人工智能成果頗豐。
AI在新領域的表現(xiàn)優(yōu)于職業(yè)玩家和撲克玩家。通過各種線上項目，一步擴大了深度學習的教育范圍。最近微軟公布說，語音識別的準確率多次打破了之前的記錄。像牛津大學、馬薩諸塞州總醫(yī)院和通用電氣公司的Avitas系統(tǒng)等研究機構和組織都下注深度學習超級計算機。
2017年AI領域取得了諸多成果。
點擊查看大數據文摘總結報道《2017年你錯過了哪些AI圈大事?最全盤點，值得收藏!》
2018年AI又將何去何從?
以下是來自世界頂級研究人員和行業(yè)領軍人物對2018年AI領域發(fā)展作出的13個預測。讓我們聽聽這些最聰明的大腦怎么說。
醫(yī)藥行業(yè)：AI設備將會上線
“2018年，AI設備將會在醫(yī)藥行業(yè)上線。我們將把算法植入產品中，并且進行整合和驗證，讓那些來自概念的解決方案生根發(fā)芽，這樣醫(yī)生們就可以用AI設備輔助工作。
到2018年末，AI技術會以多種形式嵌入醫(yī)療系統(tǒng)的診斷體系中，在大部分診斷醫(yī)學領域會采用這種系統(tǒng)，同時，人口健康，醫(yī)療運營和一大部分的臨床診斷等領域也會迅速普及AI技術。在2018年，在全球范圍內，我們會通過AI技術，真正地改變醫(yī)療服務提供者的工作方式，以及病人們體驗醫(yī)療服務的方式。”
——Mark Michalski，馬薩諸塞州總醫(yī)院和臨床數據科學中心的執(zhí)行主管。
深度學習將會顛覆工程仿真和設計
“2018年，深度學習將會顛覆工程仿真和設計。未來三到五年里，深度學習會加速產品的研發(fā)周期，并將其從過去以月計數縮短到以天計數，在產品特性、性能和成本的研發(fā)流水線上給出一種快速創(chuàng)新的模式”
——Marc Edgar，通用電氣研究部的高級信息科學家。
AI將被納入醫(yī)療診斷的常規(guī)體系
“在2018和未來幾年里，我們的診斷系統(tǒng)會深度嵌入AI技術，但我們不會稱之為AI設備，而只是一套常規(guī)的系統(tǒng)。人們會問：‘在沒有這些系統(tǒng)之前，我們是怎么生活的?’”
——Luciano Prevedello，醫(yī)學博士，公共衛(wèi)生學碩士，來自俄亥俄州立大學韋克斯勒放射學和放射醫(yī)學中心。
AI將會成為主流內容的創(chuàng)造者
“看到AI的發(fā)展速度如此之快，我希望它能夠根據個人的口味創(chuàng)造個性化媒體，比如音樂。想象一下，未來的音樂服務不僅播放你可能喜歡的老歌，而且能持續(xù)創(chuàng)作合你心意的新歌。”
——Jan Kautz，NVIDIA視覺計算與機器學習研究的高級主管。
AI將會繼續(xù)滲透到其他技術行業(yè)
“AI將影響并推動25%的技術行業(yè)的發(fā)展。關鍵在于機構組織和從業(yè)人員如何面對AI技術帶來的改變。”
——Nicola Morini Bianzino，埃森哲人工智能與發(fā)展和技術決策指導部門主管。
生物特征識別將取代信用卡和駕照
“有了AI技術，面部信息會成為人們信用卡，身份證和條形碼。隨著生物特征識別技術的成熟，人臉識別作為個人信息認證已經變得很安全。傳統(tǒng)零售業(yè)結合AI技術會給我們帶來更好的體驗，像亞馬遜和全食超市。在不久的將來，人們再也不用在商場排隊了。”
——Georges Nahon，Orange Silicon Valley的首席執(zhí)行官;Orange Institute(一所全球研究聯(lián)合實驗室)的主席。
新型深度學習技術將會使數據處理過程更加透明化
“深度學習將會顯著提高放射學報告中定量分析的可靠性。人們對深度學習是個”黑盒子”的擔心會越來越少，因為新的技術會幫助我們去理解深度學習所”看”到的。”
——Bradley J. Erickson，醫(yī)學博士，放射科顧問;衛(wèi)生科學研究部生物醫(yī)學統(tǒng)計和信息學顧問;梅奧診所放射科研究副主席。
智能手機中將部署AI和深度神經網絡
“智能手機上大量的App將運行深度神經網絡算法支持AI技術的實現(xiàn)。家用機器人會更智能，其成本也會更低。
它們將視覺、語言和語音等交互方式巧妙融合，用戶很難察覺不同交流方式之間的差異。”
——Robinson Piramuthu，易趣網計算機視覺的首席科學家。
AI將深入人們的日常生活
“機器人將在人類認為的復雜任務中表現(xiàn)的更好，比如在房間里走來走去和跨過物體。它們處理繁瑣的事情也變得游刃有余。我也期待自然語言處理的進展，因為這方面的技術還有很大的提升空間。
未來，大量嵌入AI技術的產品會進入我們的生活。Waymo的L4級自動駕駛車輛已經上路測試。所有這些在實驗室測試的AI項目，在我們未來的生活中觸手可及。”
——Chris Nicholson，Skymind.io的首席執(zhí)行官和聯(lián)合創(chuàng)始人。
AI的發(fā)展將更加多元化
“越來越多來自不同背景的人都在搭建、開發(fā)和產品化AI項目。隨著開發(fā)工具和基礎設施的不斷改進，人們把數據和算法轉化為實用產品的過程更加容易。產品和應用程序將允許底層模型在內部運作時進行交互式查詢，從而提高人們對這些系統(tǒng)的信任，特別是在任務關鍵型應用程序中。在醫(yī)學領域，我們會將多個跨學科的信息源進行整合后加以利用，而不是關注單應用程序的案例，盡管目前這種應用正在席卷醫(yī)藥行業(yè)。”
——George Shih，MD.ai創(chuàng)始人;康奈爾大學威爾醫(yī)學院信息放射科的副主席兼副教授副教授。
AI將翻開當代天體物理學的新篇章
“AI技術可以探測到天體物理學中未知物體發(fā)射出的引力波，這為當代天體物理學開啟了一個新的研究領域。”
——Eliu Huerta，伊利諾伊大學厄巴納—香檳分校超級計算應用國家中心重力組組長，天體物理學家。
AI將會從實驗室走向臨床應用
“AI在成像上達到了”技術成熟度曲線”的峰值，AI設備從研究實驗室搬進了放射科醫(yī)生的工作站，最終成為病人床邊的某種設備。醫(yī)用AI設備的評估和實現(xiàn)對開發(fā)人員、投資公司、醫(yī)療組織和其他機構吸引力遠不如其他案例，例如工作流工具、質量/安全分析、病人分類等。
醫(yī)療和AI成像行業(yè)面臨的最大挑戰(zhàn)之一是監(jiān)管機構能否跟上技術創(chuàng)新的步伐。美國食品藥物管理局(FDA)需要找到有效合理的方法，簡化可用于篩選、檢測和診斷疾病的算法的審批流程。”
——Safwan Halabi，Lucile Packard兒童醫(yī)院，斯坦福大學兒童健康中心放射信息科主任。
AI私人助理將會更聰明
“AI私人助理會變得越來越聰明。當私人助理學習了很多我們日常生活的規(guī)律后，想象有那么一天，我不再為準備晚餐復雜的步驟而擔心了。我的AI私人助理會知道我喜歡吃什么，我的廚房里有什么，每周哪幾天我喜歡在家做飯，當我工作回來時，做飯所需的食材就在我的家門口的臺階上，它都幫我準備好了。”
——Alejandro Troccoli，NVIDIA高級研究科學家
來源：https://blogs.nvidia.com/blog/2017/12/03/ai-headed-2018/?ncid=so-twi-dplglncn-29699
【本文是51CTO專欄機構大數據文摘的原創(chuàng)譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】
