1.用于文本、語音和視覺的人工智能將繼續(xù)成為主流

在客戶與呼叫中心高管的對話中，隱藏著情報的寶藏。這些非結(jié)構(gòu)化的語音和文本對話正迅速成為最簡單的情報來源之一。在某些情況下，有可能獲得關(guān)鍵的消費者洞察來改進(jìn)產(chǎn)品和服務(wù)，設(shè)計虛擬助手來幫助員工解決復(fù)雜的客戶問題，并提高客戶滿意度。其他一些有價值的情報包括識別常見問題，并為他們創(chuàng)建適當(dāng)?shù)淖灾?wù)渠道，增加客戶參與度，識別和規(guī)定交叉銷售和追加銷售的機會，以及大量其他相關(guān)機會。此外，語言和口音中和功能可以使管理人員跨地域為客戶提供服務(wù)。

在構(gòu)建這些解決方案時存在幾個障礙，比如從不同的語言、不同的方言和口音中實現(xiàn)清晰的轉(zhuǎn)錄，識別不同類型的場景詞匯，去除環(huán)境噪音，以及使用不同的渠道(如單聲道或立體聲)來錄制對話。多年來，大型科技公司提出了許多解決方案。他們建立了強大的專有模型，精度非常高。但主要的挑戰(zhàn)是數(shù)據(jù)需要通過網(wǎng)絡(luò)發(fā)送，這可能與保密性和隱私問題相沖突。此外，這些專有模型在特定領(lǐng)域定制的訓(xùn)練中具有有限的范圍。

在未來的日子里，使用強大的深度學(xué)習(xí)來使用預(yù)訓(xùn)練的組件和遷移學(xué)習(xí)來構(gòu)建編碼器解碼器網(wǎng)絡(luò)將是一個區(qū)別。這些計算密集型模型利用高性能GPU計算的硬件加速來規(guī)避翻譯和語音細(xì)微差別帶來的挑戰(zhàn)。

像BERT和GPT-3這樣的大型語言模型將在未來的幾天里變得更加復(fù)雜，擴展它們的能力來處理不同的語義相似性和場景關(guān)系，并改進(jìn)現(xiàn)有的文本摘要和生成、聊天機器人、提高翻譯準(zhǔn)確性和增強情感挖掘、搜索、代碼生成等應(yīng)用程序。

在計算機視覺領(lǐng)域，人們正在構(gòu)建用于物體檢測、分割、跟蹤和計數(shù)的更新、更強大的模型，這些模型提供了以前無法想象的精度水平。通過強大的GPU，這些模型將變得越來越普遍。

人們可以期待看到混合解決方案利用所有上述進(jìn)步，將下一代人工智能助手帶入生活。這些解決方案將具有人類對話的溫暖觸感，再加上快速執(zhí)行和推理能力，最終降低運營成本，極大地提高客戶滿意度。

2.生成式人工智能在藝術(shù)和創(chuàng)意空間

吸引和保持客戶群的注意力是大多數(shù)企業(yè)一直在努力應(yīng)對的挑戰(zhàn)。為了提高企業(yè)的品牌知名度，需要不斷生成高質(zhì)量的內(nèi)容，這些內(nèi)容是相關(guān)的、吸引人的，并適當(dāng)?shù)赜糜诟鞣N渠道的傳播。生成式人工智能提供了增強內(nèi)容創(chuàng)作的新功能。使用生成式人工智能，企業(yè)可以創(chuàng)建各種內(nèi)容，如圖像、視頻和書面材料，并減少周轉(zhuǎn)時間。生成式人工智能網(wǎng)絡(luò)采用遷移式學(xué)習(xí)或一般對抗網(wǎng)絡(luò)從不同來源創(chuàng)建沉浸式內(nèi)容。除了在市場營銷中的明顯用例外，它還可能徹底改變媒體行業(yè)。電影制作和高清修復(fù)老電影、增強特效能力以及在元世界中構(gòu)建虛擬形象都是一些無限的應(yīng)用。

在這里，像GPT-3這樣的大型語言模型將再次發(fā)揮作用，在小說、非小說和學(xué)術(shù)文章中創(chuàng)造引人入勝的內(nèi)容。在許多公開可用的網(wǎng)站上，已經(jīng)可以從用戶的簡單書面提示中生成高質(zhì)量的抽象概念圖像。在音頻合成等領(lǐng)域，可以創(chuàng)建數(shù)千種音調(diào)和頻率的敘述和聲音。人們需要警惕的一個可能出現(xiàn)的惡意應(yīng)用程序是深度偽造(人工生成的虛假圖像和視頻)的創(chuàng)建，這將導(dǎo)致假新聞擴散和進(jìn)一步有害宣傳等新興威脅。因此，生成式人工智能將成為一股主要的轉(zhuǎn)型力量，在各種商業(yè)追求中增強人們與生俱來的創(chuàng)造力。

3.可解釋的人工智能使道德和負(fù)責(zé)任的人工智能成為現(xiàn)實

越來越多的企業(yè)意識到，需要可解釋的人工智能來提高透明度，建立問責(zé)制，并暴露自動決策系統(tǒng)中的偏見。可解釋的人工智能也是降低企業(yè)人工智能固有風(fēng)險的主要工具。事實也證明，可解釋的人工智能也增加了整個企業(yè)對人工智能的采用，因為當(dāng)人工智能模型在預(yù)測的同時給出理由和基本原理時，人們會更加信任。在醫(yī)療保健或金融服務(wù)等環(huán)境中，這將獲得很大的動力，因為需要理解和闡明推薦治療或診斷的理由，或者為什么貸款申請被拒絕。

一些技術(shù)，如LIME，通過擾動輸入和評估對輸出的影響來提高模型的可解釋性。另一種流行的技術(shù)（SHAP）通過分析特征組合及其對結(jié)果增量的相應(yīng)影響，使用基于博弈論的方法。它創(chuàng)建可解釋性分?jǐn)?shù)，以突出對輸出貢獻(xiàn)更大的輸入方面。例如，在基于圖像的預(yù)測中，可以突出顯示導(dǎo)致輸出的主導(dǎo)區(qū)域或像素。隨著人工智能對商業(yè)和社會的影響不斷增加，人們也面臨著由這些復(fù)雜用例產(chǎn)生的各種道德問題。正在研究適當(dāng)?shù)臄?shù)據(jù)治理框架、揭露偏見的工具和透明度因素，以保持符合法律和社會結(jié)構(gòu)。模型將被徹底測試漂移、謙遜和偏見。適當(dāng)?shù)哪Ｐ万炞C和審計機制，內(nèi)置可解釋性和可重復(fù)性檢查，將成為規(guī)范，以防止道德失誤。

4.自適應(yīng)人工智能銳化和提升客戶和品牌體驗

行業(yè)領(lǐng)先的零售商正在大力投資，通過人工智能提高運營效率和客戶體驗。零售商店將越來越多地成為提升品牌知名度和客戶體驗的焦點，而不是簡單的交易中心，Adaptive人工智能將成為這一轉(zhuǎn)變背后的力量。基于計算機視覺和基于邊緣的人工智能系統(tǒng)的無障礙購物體驗將減少等待時間和麻煩，這將是一個主要的增長領(lǐng)域。未來的零售商店還將能夠提供高度個性化的建議，并基于內(nèi)置基礎(chǔ)設(shè)施支持的視頻分析生成的實時洞察，打造無縫的客戶旅程。

店內(nèi)分析將根據(jù)商店中不同通道的停留時間提供智能見解。通過多渠道整合過去的購物歷史，并將人口統(tǒng)計資料納入其中，將豐富客戶體驗，使體驗式購物具有高度沉浸感和樂趣。全渠道管理將通過自適應(yīng)人工智能得到增強，它將提供高度場景相關(guān)的幫助。對話式人工智能，再加上AR和VR等新興技術(shù)，將增強商店員工完全重新定義實體店購物體驗的能力。

5.邊緣人工智能將變得更加普遍

邊緣人工智能通過強大的深度學(xué)習(xí)，使普通消費設(shè)備具有場景感知能力，有巨大的能力改變?nèi)藗兊娜粘Ｉ?。基于邊緣的人工智能將因為更輕的模型和高性能GPU計算的可訪問性而變得更便宜。邊緣模型使用本地基于場景的學(xué)習(xí)，并在適當(dāng)?shù)臅r間與中心模型同步，從而減少帶寬和能源需求。這些價格合理的智能設(shè)備將徹底改變零售、制造業(yè)和能源公用事業(yè)等各個領(lǐng)域，用于質(zhì)量檢查、預(yù)測性維護以及健康和安全等用例。

由于較低的計算需求而導(dǎo)致的成本下降將催生智能和響應(yīng)式設(shè)備的市場。對于數(shù)據(jù)管理受到嚴(yán)格監(jiān)管的醫(yī)療保健和金融等行業(yè)來說，數(shù)據(jù)要求的降低將是一個福音。每個邊緣設(shè)備的模型都是根據(jù)特定的邊緣環(huán)境定制的，關(guān)鍵數(shù)據(jù)永遠(yuǎn)不會出現(xiàn)在邊緣網(wǎng)絡(luò)之外。邊緣人工智能將在智能倉庫、制造業(yè)和公用事業(yè)等領(lǐng)域普及。隨著企業(yè)越來越意識到笨重模型的巨大能源需求，將采用基于邊緣的人工智能來減少人工智能的碳足跡，并實現(xiàn)可持續(xù)發(fā)展目標(biāo)。防抱死裝置會讓車主在一直踩剎車時，它會一松一放的關(guān)閉和打開剎車油路，防抱死裝置電腦基本上是每秒15次左右的點剎，防止汽車抱死發(fā)生，防抱死裝置提高短距離的安全停車。就因為這樣，每次剎車防抱死裝置都是不斷的點剎，所以車主們在踩剎車時會有種踏板跳動的感覺。