Hi,您好,歡迎來到西安盛圖軟件科技有限公司!

2022年人工智能5大發展趨勢

發布時間:2022-01-20 17:19:04

2022年人工智能5大發展趨勢

近幾年隨著各行業對于自動化需求的提高,為人工智能帶了了一次巨大的提升機會。隨著深度學習的開放,人工智能在幾年中快速發展,由尖端技術慢慢向著開始普及在各行業和家庭生活中。以下是國外一家專注于開源和堆棧技術新聞網站TheNewStark盤點的2022年值得人們期待的五個人工智能發展趨勢。

趨勢1

大型語言模型(LLMs),定義交互式人工智能的下一個浪潮

大型語言模型(LLMs)是在包含巨大數據量的大規模數據集上訓練的。像是Google的BERT和OpenAI的GPT-2和GPT-3就是LLMs很好的例子。據了解,GPT-3中約有1750億個參數,在570千兆字節的文本上進行訓練。這些模型生成的東西可以從簡單的文章到復雜的金融模型。

現如今,包括OpenAI、HuggingFace、Cohere、AI21Labs以及AI12在內的人工智能初創公司,正在通過訓練具有數十億參數的模型來推動LLMs的發展。

在2022年,我們將看到大型語言模型成為下一代交互式人工智能工具的基礎模型。


趨勢2

多模態人工智能的崛起

首先,什么叫做模態(Modality)呢?

每一種信息的來源或者形式,都可以稱為一種模態。例如,人有觸覺,聽覺,視覺,嗅覺;信息的媒介,有語音、視頻、文字等;多種多樣的傳感器,如雷達、紅外、加速度計等。以上的每一種都可以稱為一種模態。

同時,模態也可以有非常廣泛的定義,比如我們可以把兩種不同的語言當做是兩種模態,甚至在兩種不同情況下采集到的數據集,亦可認為是兩種模態。

因此,多模態機器學習,英文全稱MultiModal Machine Learning(MMML),旨在通過機器學習的方法實現處理和理解多源模態信息的能力。目前比較熱門的研究方向是圖像、視頻、音頻、語義之間的多模態學習。

多模態人工智能的最新例子是OpenAI的DALL-E,該模型使用藝術家薩爾瓦多-達利和皮克斯的瓦力的諧音來命名。它可以從文本描述中生成對應圖像。例如,當文本描述為"一個甜甜圈形狀的時鐘"被發送到該模型時,它就可以生成以下圖像。

NVIDIA的GauGAN2型號將根據簡單的文本輸入生成照片般逼真的圖像。它將分割映射、內繪畫和文本到圖像生成結合在一個模型中,使其成為創建具有文字和繪圖組合的照片級真實感藝術的強大工具。

趨勢3

簡化和精簡MLOps

機器學習操作(MLOps),是一個將機器學習投入到工業生產中的實踐,是機器學習和DevOPs在軟件領域交叉的產物,所以它在許多方面與2012年的DevOps相似。

在2012年DevOps上線的時候,許多企業就意識到了它的價值,但是他們在實施DevOps的時候很困難,工具鏈非常復雜,生態系統也不夠完善。而MLOps相比來說更加復雜,它的軟件包包括安裝、配置訓練、推理基礎設施、配置特征存儲、配置模型注冊表、監控模型的衰減以及檢測模型漂移等所有的相關內容。

其龐大的軟件包也導致MLOps的部署比DevOps還困難。

MLOps是被納入基于云計算的ML平臺的概念之一,平臺包括如亞馬遜網絡服務的AmazonSageMaker, Azure ML, 以及谷歌的VertexAI。

然而,它所擁有的這些能力卻不能用于混合和邊緣計算這兩個環境。因此,監測邊緣計算的環境模型被證明是企業要面臨的一個重大挑戰。

在處理計算機視覺系統和交互式人工智能系統時,創建一個為其服務的監測邊緣計算的模型就變得更加具有挑戰性。

隨著Kubeflow和MLflow等開源項目的逐漸成熟,MLOps其實已經很容易就能獲取到。在未來幾年我們或許可以看到一個精簡和簡化的MLOps方法橫跨云領域和邊緣計算環境。

趨勢4

AI驅動的開發者生產力

在未來,人工智能幾乎會影響到IT行業的每個方面,包括編程和開發。在過去的幾年里,我們已經看到了諸如亞馬遜代碼大師這樣的工具,該產品會在開發者編程時,為其提供智能建議,以提高代碼質量,并識別出應用程序中最重要的代碼行。

就在最近,GithubCopilot作為一個 "人工智能配對程序員"首次亮相,協助開發人員編寫高效的代碼。而Salesforce的研究團隊也推出了CodeT5,這是一個開源項目,將幫助Apex開發人員進行由人工智能驅動的編碼。

Tabnine,即以前的Codata,將智能代碼完全帶到了主流開發環境。Ponicode也是一個AI驅動的工具,可以提供函數創建、可視化和運行單元測試的快捷方式。

型語言模型(LLMs)的興起和開源代碼更廣泛的可用性,使IDE供應商能夠再其基礎上建立智能代碼生成和分析系統。

展望未來,人們期望看到能夠從內聯注釋中生成高質量和緊湊代碼的工具。它們甚至能夠從一種語言編寫的代碼翻譯成另一種語言,通過將傳統代碼轉換為現代語言來實現應用程序的現代化。

趨勢5

云平臺新的垂直化人工智能解決方案

世界領先的人工智能供應商,包括亞馬遜、谷歌和微軟,都正專注于將研究和開發工作商業化。他們通過旗下的云平臺提供托管服務,并建立硬件設備,配備人工智能加速器和針對特定場景的預訓練模型。

亞馬遜連接和谷歌聯絡中心AI是垂直整合的典型例子。兩者都利用機器學習能力來執行智能路由,由機器人驅動的客服對話,以及對聯絡中心代理商的自動協助。

AWSPanorama可以連接到現有的IP攝像機,以此來執行基于計算機視覺的推理??蛻艨梢栽谄湓破脚_訓練新的模型,并將它們部署在全景設備的邊緣。

AzurePercept采用了類似的方法,在邊緣提供計算機視覺模型和交互式人工智能。微軟基于Azure上現有的物聯網、人工智能和邊緣計算服務建立了Percept。

最后,亞馬遜Lookoutfor Equipment和谷歌CloudVisual InspectionAI等服務,利用基于云的人工智能平臺,對設備進行預測性維護和產品的異常檢測。這些服務是專為零售和制造業定制的。

在2022年,我們將看到人工智能平臺和云供應商利用前沿研究技術和現有的管理服務,提供針對特定的例子和場景的解決方案。

參考鏈接:5AI Trends to Watch out for in 2022 – The New Stack

更多新鮮有趣的計算機相關指示、新聞,記得關注盛圖科技哦

上一篇:程序員35歲即失業?
下一篇:過年了,七大姑八大姨:你工資多少???
欧美三级在线观看中文,欧美三级经典免费播放,香港经典三级视频免费,三级在线观看视频免费