根據(jù) 2020 年麥肯錫全球人工智能 (AI) 調(diào)查，2020 年，超過 50% 的公司已在至少一個業(yè)務(wù)部門或職能部門采用了人工智能，因此我們見證了新的人工智能趨勢的出現(xiàn)。 組織應(yīng)用人工智能工具來創(chuàng)造更多價值、增加收入和客戶忠誠度。 人工智能領(lǐng)先公司將至少 20% 的息稅前利潤 (EBIT) 投資于人工智能。 隨著 COVID-19 加速數(shù)字化，這個數(shù)字可能會增加。 封鎖導(dǎo)致在線活動激增，并在商業(yè)、教育、行政、社交等領(lǐng)域大量采用人工智能。

[[426875]]

本文旨在概述2020年出現(xiàn)并在2021年仍在增長的人工智能新趨勢和當(dāng)前趨勢。企業(yè)可以根據(jù)趨勢預(yù)測2022年人工智能的未來，成功降低風(fēng)險。

人工智能采用趨勢

人工智能采用水平因行業(yè)而異。使用麥肯錫全球人工智能調(diào)查中提到的數(shù)據(jù)，我們可以突出四個領(lǐng)先行業(yè)：高科技、電信、汽車、裝配。

公司將人工智能應(yīng)用于服務(wù)運(yùn)營、服務(wù)或產(chǎn)品設(shè)計、廣告和銷售。在投資方面，藥物發(fā)現(xiàn)和開發(fā)領(lǐng)域獲得的資金最多——2020年，資產(chǎn)總額超過138億美元，比上年增長4.5倍。

如果應(yīng)用于庫存和零件優(yōu)化、定價和促銷、客戶服務(wù)分析、銷售和需求預(yù)測，人工智能將推動最高的收入增長。報告成本降低的用例與優(yōu)化人才管理、聯(lián)絡(luò)中心自動化和倉庫自動化有關(guān)。

人工智能技術(shù)趨勢

在 2021 年和接下來的幾年里，人工智能將被用來簡化運(yùn)營并提高效率。企業(yè)應(yīng)嘗試通過改善 IT 基礎(chǔ)設(shè)施和數(shù)據(jù)管理，從人工智能的商業(yè)應(yīng)用中受益。但并非每個部署的 AI 模型都可以對公司有所幫助并適用于績效監(jiān)控。我們將關(guān)注可能成為主流的 2021-2022 年人工智能趨勢。

趨勢 1：用于安全和監(jiān)控的 AI

人工智能技術(shù)已經(jīng)應(yīng)用于人臉識別、語音識別和視頻分析。這些技術(shù)構(gòu)成了監(jiān)視的最佳組合。因此，到 2021 年，我們可以預(yù)見人工智能在視頻監(jiān)控中的大量利用。

人工智能有利于安全系統(tǒng)的靈活設(shè)置。以前，工程師花費大量時間配置系統(tǒng)，因為它會在屏幕上特定數(shù)量的像素發(fā)生變化時被激活。所以，誤報太多了。這些警報是由落葉或奔跑的動物引起的。多虧了人工智能，安全系統(tǒng)可以識別物體，這有助于更靈活的設(shè)置。

視頻監(jiān)控中的人工智能可以通過關(guān)注異常行為模式而非面部來檢測可疑活動。這種能力可以通過識別潛在威脅來創(chuàng)建更安全的公共和私人空間。這種人工智能驅(qū)動的視頻解決方案也可能有助于物流、零售和制造。

另一個為人工智能應(yīng)用提供前景的利基是語音識別。與語音識別相關(guān)的技術(shù)可以確定身份。身份是指一個人的年齡、性別和情緒狀態(tài)。用于監(jiān)控的語音識別所基于的原理可能與 Alexa 或 Google Assistant 的情況相同。一個適用于安全和監(jiān)視的功能是內(nèi)置的反欺騙模型，可檢測合成和錄制的語音。

最關(guān)鍵的安全技術(shù)之一是生物特征人臉識別。不同的惡意應(yīng)用程序試圖通過提供虛假照片而不是真實圖像來欺騙安全系統(tǒng)。為了防范這種情況，目前正在開發(fā)和大規(guī)模使用多種反欺騙技術(shù)。

趨勢2：實時視頻處理中的人工智能

處理實時視頻流的挑戰(zhàn)是處理數(shù)據(jù)管道。工程師的目標(biāo)是確保準(zhǔn)確性并最大限度地減少視頻處理的延遲。而人工智能解決方案可以幫助實現(xiàn)這一目標(biāo)。

為了在實時視頻處理中實現(xiàn)基于 AI 的方法，我們需要一個預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型、一個云基礎(chǔ)設(shè)施和一個用于應(yīng)用用戶場景的軟件層。處理速度對于實時流傳輸至關(guān)重要，因此所有這些組件都應(yīng)緊密集成。為了更快的處理，我們可以并行化進(jìn)程或改進(jìn)算法。進(jìn)程并行化是通過文件拆分或使用管道方法實現(xiàn)的。這種流水線架構(gòu)是最佳選擇，因為它不會降低模型的準(zhǔn)確性，并且允許使用 AI 算法實時處理視頻而沒有任何復(fù)雜性。此外，對于管道架構(gòu)，可以應(yīng)用暗示面部檢測和模糊的附加效果。

現(xiàn)代實時流處理與背景去除和模糊的應(yīng)用密不可分。由于 COVID-19 對視頻會議新趨勢的出現(xiàn)和普及做出了貢獻(xiàn)，對這些工具的需求有所增加。這些趨勢將得到積極發(fā)展，因為據(jù) GlobeNewswire 稱，全球視頻會議市場預(yù)計將從 2021 年的 92 億美元增長到 2026 年的 225 億美元。

有多種方法可以開發(fā)用于實時視頻中背景去除和模糊的工具。挑戰(zhàn)在于設(shè)計一個能夠?qū)⒖蚣苤械娜伺c背景分開的模型。可以執(zhí)行此類任務(wù)的神經(jīng)網(wǎng)絡(luò)可以基于現(xiàn)有模型，如 BodyPix、MediaPipe 或 PixelLib。選擇模型后，仍然面臨著將其與適當(dāng)框架集成并通過 WebAssembly、WebGL 或 WebGPU 的應(yīng)用程序組織最佳執(zhí)行過程的挑戰(zhàn)。

趨勢 3：用于內(nèi)容創(chuàng)建和聊天機(jī)器人的生成式人工智能

現(xiàn)代 AI 模型可以生成非常高質(zhì)量的文本、音頻和圖像，幾乎與非合成的準(zhǔn)確數(shù)據(jù)無法區(qū)分。

文本的核心是自然語言處理 (NLP)。 NLP 的快速發(fā)展導(dǎo)致了語言模型的出現(xiàn)。例如，谷歌和微軟成功地使用 BERT 模型來補(bǔ)充他們的搜索引擎。

與 NLP 相關(guān)的技術(shù)的發(fā)展還能如何推動公司發(fā)展?首先，結(jié)合 NLP 和 AI 工具可以創(chuàng)建聊天機(jī)器人。據(jù) Business Insider 稱，聊天機(jī)器人市場預(yù)計在 2024 年將達(dá)到 94 億美元，所以讓我們強(qiáng)調(diào)企業(yè)從 AI 驅(qū)動的聊天機(jī)器人實施中受益的方式。

聊天機(jī)器人試圖了解人們的意圖，而不僅僅是執(zhí)行標(biāo)準(zhǔn)命令。在不同領(lǐng)域工作的公司使用人工智能驅(qū)動的聊天機(jī)器人為其客戶或用戶提供人類級別的交流。聊天機(jī)器人的應(yīng)用廣泛應(yīng)用于以下業(yè)務(wù)領(lǐng)域：醫(yī)療保健、銀行、營銷、旅游和酒店。

人工智能驅(qū)動的聊天機(jī)器人有助于自動化管理任務(wù)。例如，在醫(yī)療保健領(lǐng)域，他們減少了體力勞動。在這里，聊天機(jī)器人幫助安排約會，發(fā)送與服藥相關(guān)的提醒，并為患者提供問題的答案。在其他領(lǐng)域，聊天機(jī)器人被引入來傳遞有針對性的信息，提高客戶參與度和支持，并為用戶提供個性化的服務(wù)。

除了聊天機(jī)器人，NLP 是其他尖端技術(shù)解決方案的核心。示例之一是可用于業(yè)務(wù)應(yīng)用程序的 NLP 文本生成。

最近推出的 GPT-3 模型使 AI 工程師每天平均可以生成 45 億個單詞。這將使 AI 的大量下游應(yīng)用能夠用于對社會有益和價值較低的目的。這也促使研究人員投資于檢測生成模型的技術(shù)。請注意，在 2021-2022 年，我們將見證 GPT-4——“人工通用智能 AI”的到來。

回到生成式 AI，我們要關(guān)注 GAN，即生成式對抗網(wǎng)絡(luò)，它能夠創(chuàng)建與人工生成的圖像無法區(qū)分的圖像。這可能是不存在的人、動物、物體和其他類型媒體(例如音頻和文本)的圖像。現(xiàn)在是實施 GAN 發(fā)揮其能力的最佳時機(jī)。他們可以對真實數(shù)據(jù)分布進(jìn)行建模并學(xué)習(xí)有用的表示，以改進(jìn) AI 管道、保護(hù)數(shù)據(jù)、發(fā)現(xiàn)異常并適應(yīng)特定的現(xiàn)實世界案例。

趨勢 4. AI 驅(qū)動的 QA 和檢驗

計算機(jī)視覺最引人注目的分支是人工智能檢查。由于應(yīng)用深度學(xué)習(xí)模型提高了準(zhǔn)確性和性能，這個方向近年來一直在蓬勃發(fā)展。公司開始投資計算和財務(wù)資源，以更快的速度開發(fā)計算機(jī)視覺系統(tǒng)。

制造中的自動化檢查意味著對產(chǎn)品是否符合質(zhì)量標(biāo)準(zhǔn)進(jìn)行分析。該方法也適用于設(shè)備監(jiān)控。

以下是AI檢測的幾個用例：

• 檢測流水線上的產(chǎn)品缺陷
• 識別機(jī)械和車身零件的缺陷
• 行李檢查和飛機(jī)維修
• 核電站檢查

趨勢 5：醫(yī)療保健領(lǐng)域顛覆性的 AI 突破

近年來，與在醫(yī)療保健行業(yè)實施 AI 相關(guān)的下一個趨??勢已得到廣泛討論。科學(xué)家使用 AI 模型和計算機(jī)視覺算法來對抗 COVID-19，包括大流行檢測、疫苗開發(fā)、藥物發(fā)現(xiàn)、熱篩查、帶口罩的面部識別和分析 CT 掃描等領(lǐng)域。

為了抵消 COVID-19 的傳播，人工智能模型可以檢測和分析潛在威脅并做出準(zhǔn)確預(yù)測。此外，人工智能通過識別使疫苗有效的關(guān)鍵組件來幫助開發(fā)疫苗。

人工智能驅(qū)動的解決方案可用作醫(yī)療物聯(lián)網(wǎng)上的有效工具，并處理特定于醫(yī)療保健行業(yè)的保密問題。如果我們將醫(yī)療保健中的 AI 用例系統(tǒng)化，很明顯它們的目標(biāo)是一致的——確保快速準(zhǔn)確地診斷患者。

趨勢 6：至少三個領(lǐng)域的無代碼 AI 平臺

無代碼 AI 平臺使即使是小公司也能夠?qū)⒁郧翱捎玫膹?qiáng)大技術(shù)僅應(yīng)用于大企業(yè)。讓我們找出為什么此類平臺是 2021 年企業(yè)的關(guān)鍵 AI 趨勢。

從頭開始開發(fā) AI 模型需要時間、費用和相關(guān)經(jīng)驗。采用無代碼人工智能平臺簡化了任務(wù)，因為它降低了進(jìn)入門檻。優(yōu)點是：

• 快速實現(xiàn)——與從頭編寫代碼、處理數(shù)據(jù)和調(diào)試相比，節(jié)省時間達(dá) 90%。
• 更低的開發(fā)成本——通過自動化，企業(yè)消除了對大型數(shù)據(jù)科學(xué)團(tuán)隊的需求。
• 易于使用——拖放功能簡化了軟件開發(fā)，無需編碼即可創(chuàng)建應(yīng)用程序。

醫(yī)療保健、金融部門和營銷領(lǐng)域都需要無代碼 AI 平臺——盡管生成的解決方案無法高度定制。在最受歡迎的無代碼 AI 平臺中，您可以找到 Google Cloud Auto ML、Google ML Kit、Runaway AI、CreateML、MakeML、SuperAnnotate 等。

企業(yè)規(guī)模的公司和中型企業(yè)利用無代碼平臺來開發(fā)旨在圖像分類、識別姿勢和聲音以及對象檢測的軟件解決方案。

人工智能的演變和未來

趨勢表明，人工智能的未來充滿希望，因為人工智能解決方案正變得司空見慣。用于制造業(yè)預(yù)測分析的自動駕駛汽車、機(jī)器人和傳感器、用于媒體報道的虛擬醫(yī)療助理、用于媒體報道的 NLP、虛擬教育導(dǎo)師、人工智能助理和可以在客戶服務(wù)中取代人類的聊天機(jī)器人——所有這些人工智能驅(qū)動的解決方案都在向前邁進(jìn)一大步。