七大人工智能科技趋势

本篇文章2726字，读完约7分钟

趋势1:自主的事物

无论是汽车、机器人还是农业，自主的事物都使用人工智能来完成传统上由人类完成的任务。智能的复杂性各不相同，但所有自主的事物都使用人工智能来更自然地与环境互动。

有五种类型的自主事物:

机器人

车辆

无人机

家用电器

虚拟助手

这五种类型占据四个环境:海洋、陆地、空和中性数字。他们都有不同水平的能力、协调能力和智力。例如，他们可以越过在空运行的无人驾驶飞行器，手动协助农业机器人在野外完全自主地运行。这描绘了潜在应用的广阔前景。几乎每个应用、服务和物联网对象都将采用某种形式的人工智能来自动化或增强流程或人工操作。无人驾驶飞行器等协作式自主事物将日益推动人工智能系统的未来发展。

数据科学家现在有越来越多的数据要准备、分析和分组，并从中得出结论。鉴于数据的数量，不可能探索所有的可能性。这意味着企业可能会错过数据科学家无法探索的假设的关键见解。

增强的分析代表了第三波数据和分析能力，因为数据科学家使用自动算法来探索更多的假设。数据科学和机器学习平台改变了企业产生分析洞察力的方式。

“到2020年，超过40%的数据科学任务将实现自动化。”

增强的分析可以识别隐藏的模式，消除个人偏见。尽管存在企业无意中将偏差插入算法的风险，但增强的分析和自动化洞察最终将嵌入到企业应用程序中。

到2020年，公民数据科学家的数量将是专业数据科学家的五倍。公民数据科学家使用人工智能驱动的增强分析工具来自动化数据科学功能、自动识别数据集、开发假设和识别数据模式。企业将把公民数据科学家视为实现和扩展数据科学能力的一种方式。Gartner预测，到2020年，超过40%的数据科学任务将实现自动化，从而提高生产率和公民数据科学家的广泛使用。在公民数据科学家和增强分析之间，数据洞察力将广泛应用于整个企业，包括分析师、决策者和操作员。

人工智能驱动开发侧重于将人工智能嵌入应用程序并使用人工智能为开发过程创建人工智能驱动工具的工具、技术和实践。这一趋势正沿着三个方面发展:

构建基于人工智能的解决方案的工具正在从面向数据科学家的工具(人工智能基础设施、人工智能框架和人工智能平台)扩展到面向专业开发者社区的工具(人工智能平台、人工智能服务)。有了这些工具，专业开发人员可以将人工智能驱动的函数和模型注入应用程序，而无需专业数据科学家的参与。

用于构建基于人工智能的解决方案的工具被赋予了人工智能驱动的功能，这可以帮助专业开发人员并自动执行与人工智能增强的解决方案开发相关的任务。增强的分析、自动化测试、自动化代码生成和自动化解决方案开发将加速开发过程，并使更广泛的用户能够开发应用程序。

支持人工智能的工具正在从协助和自动化与应用程序开发(ad)相关的功能发展到使用业务领域专业知识和自动化ad流程堆栈(从一般开发到业务解决方案设计)的更高层次的活动。

市场将从专注于与开发人员合作的数据科学家转向使用作为服务提供的预定义模型独立运作的开发人员。这使得更多的开发人员能够利用这些服务并提高效率。这些趋势也导致了虚拟软件开发人员和非专业“公民应用程序开发人员”的主流使用。

边缘计算是一种拓扑结构，在这种拓扑结构中，信息处理和内容收集与传递更靠近信息源，并且将流量保持在本地将减少延迟。目前，该技术的重点是物联网系统需要在嵌入式物联网世界中提供断开或分布式的功能。这种类型的拓扑将解决广域网成本高和不可接受的延迟水平的挑战。此外，它将实现数字业务和信息技术解决方案的细节。

“技术和思维将转化为经验，将人们与数百个边缘设备联系起来。”

gartner预计，到2028年，传感器将嵌入边缘设备，存储、计算和高级人工智能功能将继续增加。一般来说，智能将走向各种终端设备的边缘，从工业设备到屏幕、智能手机到汽车发电机。

到2028年，改变用户与世界互动方式的对话平台，以及改变用户感知世界方式的增强现实(ar)、混合现实(mr)和虚拟现实(vr)将带来新的沉浸式体验。Ar、mr和vr显示了提高生产率的潜力。下一代虚拟现实可以感知形状，跟踪用户的位置和mr，这样人们就可以观察他们的世界并与之互动。

到2022年，70%的企业将尝试将沉浸式技术用于消费和企业使用，25%的企业将将其部署到生产中。未来的对话平台，从虚拟个人助理到聊天机器人，将结合扩展的感官通道，使平台能够根据面部表情检测情感，在互动中变得更具对话性。

最终，技术和思维将转移到人们连接数百个边缘设备(从电脑到汽车)的地方。

智能空是一个物理或数字环境，人类和技术支持的系统在一个日益开放、互联、协调和智能的生态系统中互动。随着科技越来越成为日常生活的一部分，智能空房间将进入一个加速交付的时期。此外，随着个人解决方案成为智能空，其他趋势，如人工智能驱动的技术，边缘计算，区块链和数字双胞胎，正朝着这一趋势发展。

智能空仅在五个关键方面发展:开放性、连通性、协调性、智能性和广度。本质上，智能空房间正在发展，因为一项技术来自一个孤岛，共同创造了一个协作和互动的环境。智能空的一个例子是智能城市，其中结合商业、住宅和工业社区的区域正在使用智能城市生态系统的框架进行设计，并且所有部门都与社会和社区协作相关联。

量子计算是一种非经典计算，它基于亚原子粒子的量子态，它将信息表示为以量子位或“量子位”表示的元素。

量子计算机是一个指数级可扩展和高度并行的计算模型。想象传统计算机和量子计算机区别的一种方法是想象一个巨大的图书馆。

尽管经典计算机线性阅读图书馆里的每本书，但量子计算机同时阅读所有的书。量子计算机理论上可以同时处理数百万次计算。以商业上可获得、价格合理和可靠的服务形式出现的量子计算将改变一些行业。

从促进pcb生产到在增强现实中扮演不可或缺的角色，下一代人工智能可能会彻底改变我们所知道的生活。谷歌发布了自己的tpu和EGDE TPU: TPU是一个定制的专用集成电路(asic)，专门为tensorflow上的机器学习工作负载量身定制。虽然第一代tpu只用于推理，但cloudtpu适用于推理和机器学习训练。Cloudtpu内置四个定制asic，可提供强大的64gb高带宽内存和180次浮点性能。

去年，谷歌声称其tpu比现代图形处理器和推理cpu快15-30倍，最高功耗测量值增加了30-80倍。

在旧金山召开的googlenext会议的主题演讲中，googlecloud的物联网副总裁injongrhee宣布推出两个新的aii项目主板——aii project sedgetpudevboard和edgetpuaccelerator，这是tpu围绕Google新推出的专用边缘。