2017年被《華爾街日報》、《福布斯》和《財富》等刊物稱為“人工智慧之年”。 各種深度學習線上課程不斷推出, 接受相關教育的途徑也更多了;語音辨識準確性的記錄被多次打破。 此外, 牛津大學、麻省總醫院和通用電氣旗下的Avitas Systems 等研究院校和機構也紛紛在深度學習超級電腦領域進行投資。
2017 年人工智慧領域取得了許多里程碑式的成果, 而以上只是其中一部分。 那麼, 以後人工智慧又會如何發展呢?
以下是由全球頂尖研究人員和行業思想領袖所做的預測:
人工智慧將在醫學領域發揮實效
“2018 年, 人工智慧將在醫學領域發揮實效。
Mark Michalski
麻省總醫院與布列根和婦女醫院臨床資料科學
執行主任
深度學習將對工程類比和設計產生革命性的影響
“2018年, 深度學習將在工程類比和設計領域引發一場革命。 在未來三到五年裡, 深度學習將加快產品開發速度, 將開發週期從幾年縮短到幾個月、幾周甚至幾天, 從而在產品功能、性能和成本方面創造一種快速創新的新模式。 ”
Marc Edgar
GE Research高級資訊科學家
人工智慧將被視為“常規”臨床系統的一部分
“從2018年開始, 人工智慧將深深融入我們的臨床系統, 那時它不會再被稱作人工智慧, 而只是一個常規系統。 人們會問自己:‘過去沒有這些系統我們是怎麼工作的?’”
Luciano Prevedello
俄亥俄州立大學Wexler醫學中心
放射學和神經放射學醫學博士、公共衛生學碩士
人工智慧將被視為主流內容的創作者
“鑒於研究速度之快, 在我看來人工智慧將創造出新的個性化媒體,
Jan Kautz
NVIDIA視覺計算和機器學習研究部門高級總監
技術將繼續根據人工智慧進行調整
“人工智慧將影響未來25%的技術支出。 關鍵的問題是機構和員工如何應對人工智慧技術帶來的變化。 ”
Nicola Morini Bianzino
埃森哲公司
人工智慧部門總經理兼技術發展與戰略部門主管
生物識別技術將取代信用卡和駕照
“得益於人工智慧的強大功能, 人臉將成為新型信用卡、駕照和條碼。 通過採用生物識別功能, 人臉識別技術徹底改變了安全驗證的方式。 而且技術和零售行業也正在融合, 亞馬遜收購全食超市就是一個很好的例證。
Georges Nahon
Orange Silicon Valley首席執行官兼Orange Institute(一所全球性研究聯合實驗室)總裁
新的深度學習技術讓資料處理更透明
“深度學習將顯著推動放射學報告中量化內容的增加。 人們對於深度學習會成為‘黑盒子’的擔心會大大減少, 因為新技術會幫助我們瞭解深度學習‘觀察到’的東西。 ”
Bradley J.Erickson博士
身兼梅奧醫學中心放射科顧問、生物醫學統計和資訊科顧問、健康科學研究科顧問、研究部門和放射科
副主任職位
人工智慧和深度神經網路將能夠在智慧手機上使用
“智慧手機上的大量應用將通過運行深度神經網路來實現人工智慧功能。 友善溫和的機器人將變得越來越經濟實惠,
Robinson Piramuthu
eBay電腦視覺部門首席科學家
人工智慧將更加全面地融入日常生活
“機器人將能夠更好地處理那些人類認為稀鬆平常的‘複雜’任務, 比如在房間內四處走動以及跨過物體。 它們將能夠更熟練地處理單調、常規的任務。 另外, 我也期待著能在NLP(自然語言處理)任務方面取得進展, 因為從目前來看我們仍然有漫長的路要走。 我們將看到越來越多含有不同形式人工智慧技術的產品走進生活。 現在, Waymo的L4級自動駕駛汽車已經上路。 所以, 這些在實驗室測試的物件將變得更加普遍和方便。 人工智慧將會滲入越來越多的生活領域。”
Chris Nicholson
Skymind.io首席執行官兼聯合創始人
人工智慧的發展將更加多樣化
“我們將開始看到有越來越多背景各異的人士參與人工智慧的創建、開發和生產工作。工具和基礎設施將繼續改善,從而使更多人能夠輕鬆將自己的資料和演算法轉化為實際可用的東西。通過各種產品和應用,人們將能夠對基礎模型的內部工作進行更多互動式查詢,因此對這些系統的信任度也會更高,尤以任務關鍵型應用為甚。在醫學領域,我們將看到跨多學科的不同資訊來源越來越多地進行聚合,而非專注于單一應用案例,但這些目標應用的範圍仍將持續以超快的速度擴展。”
George Shih
MD.ai 創始人、威爾康奈爾醫學院
資訊學與放射科副教授兼副主任
人工智慧將在當代天體物理學中開創新的研究領域
“人工智慧將能夠幫助人們探測到發射引力波的意外天體物理事件,為當代天體物理學開闢一個新的研究領域。”
Eliu Huerta
伊利諾大學厄巴納-尚貝恩分校
國家超級計算應用中心天體物理學家、重力組組長
人工智慧將走出研究實驗室來到患者床邊
“成像領域中的人工智慧技術已經達到了‘發展曲線‘ 的峰值,我們將開始看到具有人工智慧功能的工具走出研究實驗室,應用到放射科醫生的工作站,並最終來到病人床邊。人工智慧評估和實施用例(例如工作流程工具、品質/安全、患者分診等)將開始引起開發者、保險公司、醫療保健組織和機構的注意。管理者緊跟創新技術的能力將成為醫療和成像行業面臨的重大挑戰。FDA需要找到高效、精簡的方法對用於篩查、檢測和診斷疾病的演算法進行審批。”
Safility Halabi
斯坦福大學醫學中心
露西爾帕卡德兒童醫院放射資訊學醫療主任
人工智慧個人助理將變得更加智慧
“人工智慧個人助理將變得更加智慧。隨著個人助理越來越多地瞭解我們的日常生活,我可以想像會有那麼一天,我不必再擔心準備晚餐的事兒。我的人工智慧助理知道我喜歡什麼、我的廚房裡有什麼東西、我周幾喜歡在家裡做飯,並確保當我下班回來的時候所有食材已經準備完畢,讓我能夠為自己烹飪一份渴望已久的美味佳餚。”
Alejandro Troccoli
NVIDIA高級研究科學家
人工智慧將會滲入越來越多的生活領域。”Chris Nicholson
Skymind.io首席執行官兼聯合創始人
人工智慧的發展將更加多樣化
“我們將開始看到有越來越多背景各異的人士參與人工智慧的創建、開發和生產工作。工具和基礎設施將繼續改善,從而使更多人能夠輕鬆將自己的資料和演算法轉化為實際可用的東西。通過各種產品和應用,人們將能夠對基礎模型的內部工作進行更多互動式查詢,因此對這些系統的信任度也會更高,尤以任務關鍵型應用為甚。在醫學領域,我們將看到跨多學科的不同資訊來源越來越多地進行聚合,而非專注于單一應用案例,但這些目標應用的範圍仍將持續以超快的速度擴展。”
George Shih
MD.ai 創始人、威爾康奈爾醫學院
資訊學與放射科副教授兼副主任
人工智慧將在當代天體物理學中開創新的研究領域
“人工智慧將能夠幫助人們探測到發射引力波的意外天體物理事件,為當代天體物理學開闢一個新的研究領域。”
Eliu Huerta
伊利諾大學厄巴納-尚貝恩分校
國家超級計算應用中心天體物理學家、重力組組長
人工智慧將走出研究實驗室來到患者床邊
“成像領域中的人工智慧技術已經達到了‘發展曲線‘ 的峰值,我們將開始看到具有人工智慧功能的工具走出研究實驗室,應用到放射科醫生的工作站,並最終來到病人床邊。人工智慧評估和實施用例(例如工作流程工具、品質/安全、患者分診等)將開始引起開發者、保險公司、醫療保健組織和機構的注意。管理者緊跟創新技術的能力將成為醫療和成像行業面臨的重大挑戰。FDA需要找到高效、精簡的方法對用於篩查、檢測和診斷疾病的演算法進行審批。”
Safility Halabi
斯坦福大學醫學中心
露西爾帕卡德兒童醫院放射資訊學醫療主任
人工智慧個人助理將變得更加智慧
“人工智慧個人助理將變得更加智慧。隨著個人助理越來越多地瞭解我們的日常生活,我可以想像會有那麼一天,我不必再擔心準備晚餐的事兒。我的人工智慧助理知道我喜歡什麼、我的廚房裡有什麼東西、我周幾喜歡在家裡做飯,並確保當我下班回來的時候所有食材已經準備完畢,讓我能夠為自己烹飪一份渴望已久的美味佳餚。”
Alejandro Troccoli
NVIDIA高級研究科學家