AI領域中機器學習、計算機視覺、機器人等幾項熱點技術都在加快更新換代。如計算機視覺領域,穀歌公司的“穀歌大腦”(Google Brain)模型2013年對於圖像識別的準確度普遍在60%~70%之間,2020年已經可以達到90%以上,模型訓練的速度提高了8倍。又如智能翻譯領域,2017年商業領域帶訓練模型的獨立機器翻譯雲平台僅有8家,2020年增至28家,其中LibriSpeech數據庫對於單詞識別的錯誤率從2017年的5%下降至僅1%。
曾經,尖端的深度學習技術需要大量的數據、計算能力和專業知識,非常昂貴。隨著技術加速進步,AI的應用程序和開發工具也逐步公開,為更多人所用,許多平台都是開源免費的,不少領域的訓練成本也都大幅降低。雲計算的普及和數據共享使用將使AI創新不再是少數人的專屬,能夠拓展到全球範圍實施。
在現代社會中,人們對機器和自動化的需求程度在不斷加深。以智能手機為例,目前的手機都具有多種支持AI的功能,包括語音助手、照片標記、麵部識別安全性、搜索應用程序、推薦和廣告引擎等。在手機功能越來越強大的同時,人們對其依賴程度也在升級。此外,智能電器、智慧家居等都在通過提供更加便捷、精準、高效的服務改變人們的生活習慣。AI正在將曾經的幻想轉化為跨學科的現實,讓機器扮演更加重要的角色。
其發展應用呈現出更加積極的趨勢,同時也麵臨新的挑戰。
隨著AI從精英科學發展成為主流工具,今後其或在某些方麵遇到難以突破的瓶頸。
一是訓練模型需要的數據將更為珍貴,各國政府、企業、研究機構都更加重視並加強對數據和隱私的保護,或限製AI的快速發展;
二是隨著應用的普及,AI在就業、生物、社會公平,甚至機器與人的關係方麵都將麵臨現實的倫理挑戰;
三是部分領域AI帶來的顛覆性創新,如自動駕駛,相關監管措施是否能及時跟進,將對其應用產生深刻影響。
機器人招商Disinfection Robot機器人公司機器人應用智能醫療物聯網機器人排名機器人企業機器人政策教育機器人迎賓機器人機器人開發獨角獸消毒機器人品牌消毒機器人合理用藥地圖 |