2021年人工智能将如何发展:边缘人工智能势不可挡

人工智能
随着可负担性和可访问性的需求增长和广泛采用,2021年将 在各个行业的边缘解决方案上更广泛地部署AI 。人工智能和边缘计算将在企业中发挥关键作用,以减轻管理大量数据的压力,因为在边缘处理数据而不是将其传输到云中,从而创建了功能更强大,用途更广,响应更快且更安全的解决方案。

 [[388887]]

国外的一个专门从事人工智能研究的机构调研了了一系列人工智能从业人员对2021年人工智能趋势的预测。以下是从这些调研中挑选出来的一些回答:

1.来自 Hailo 首席执行官 Orr Danon:

[[388888]]

ailo首席执行官Orr Danon

随着可负担性和可访问性的需求增长和广泛采用,2021年将 在各个行业的边缘解决方案上更广泛地部署AI 。人工智能和边缘计算将在企业中发挥关键作用,以减轻管理大量数据的压力,因为在边缘处理数据而不是将其传输到云中,从而创建了功能更强大,用途更广,响应更快且更安全的解决方案。

边缘人工智能将使依赖大量摄像头的行业(例如智能零售和工业4.0)能够更高效地处理大量数据,并完成对时间和资源的苛刻任务。边缘处理将帮助实时处理来自多个摄像机的视频流。除了集体,多流处理之外,与摄像机相连的处理将消除对大型店内服务器的需求,同时还降低了通信成本。总的来说,由于边缘处理降低了网络带宽成本,改善了与隐私、延迟和效率相关的问题,各行各业都将从中受益。对于利用计算机视觉实现自动化的企业而言,2021年将是具有变革性的一年,而边缘人工智能的快速发展和落地应用,将使边缘人工智能相关企业在未来几年成为行业领导者。

2.来自 Genuity Science首席执行官Rob Brainin :

靶向药物与药物开发的临床试验阶段一样重要:COVID改变了药物开发的轨迹;业界已经证明他们可以更快地做到这一点。但是,在开始时选择正确的药物靶标只会帮助临床试验过程,因为开始时制定更好的目标可以为下游节省数百万美元。如果一开始就弄错了,那在整个过程中都是错的。

我们将找到导致疾病的根本原因并加以治疗。单细胞生物学和人工智能已帮助解锁了找到包括主动脉瘤在内的疾病的根本原因的关键策略 。这种方法为更多发现潜在疾病的原因打开了大门,包括多发性硬化症,NASH(一种涉及肝硬化的正在发展的疾病)和帕金森氏病等。

 

人工智能将在其他行业受到挫折。至关重要的是,医疗保健不能被归为同一类。尽管人工智能正在细胞层面上扩展我们对生物学的理解,但在其他领域(视频伪造品,恶意机器人,并非真正的自动驾驶汽车等)也会出现失败。但是,人工智能正在帮助发现可挽救生命的发现(即上文讨论的主动脉瘤论文),并改善了疾病治疗研究,数据收集分析等。通过基于细胞数据对人类疾病进行分类(例如对癌症所做的处理),我们可以将其用于其他疾病。这种方法是“与疾病无关”的方法,可以帮助增进我们对人类生物学的理解。

 

3.来自 AI研究人员,投资者,统计学家Steve Shwartz,以及即将出版的 《邪恶的机器人,杀手计算机和其他神话:关于AI与人类未来的真相》一书的作者(2021年2月9日)

[[388889]]

 

史蒂夫·史瓦兹(Steve Shwartz),人工智能研究员,作家

 

关于我们是否将实现通用人工智能(AGI): 狭义人工智能系统背后的技术能不能进步到通用人工智能和邪恶机器人。关于如何使用AGI,有几种想法,但是这些都是模糊的想法。自1950年代后期以来,人工智能研究人员就如何创建AGI有了许多想法。没有一个成功。没有任何证据表明今天的想法会有任何改善。

实现 AGI 的乐观和恐惧都基于狭隘的人工智能系统的成功。这种对边缘人工智能的乐观态度自然而然地蔓延到了对 通用人工智能 前景的乐观态度上,但这种乐观态度是错误的。正如艾伦人工智能研究所(Allen Institute for AI)的首席执行官奥伦 · 埃齐奥尼(Oren Etzioni)所说,“这让我想起一个孩子爬上树顶,指着月亮说,‘我正在去月球的路上。”’

你可能不希望时间旅行发生在你的有生之年。你可能期望它在科幻小说领域保留数百年,如果不是永远的话。对于扭曲速度,你可能也有同样的感觉,让人进入休眠,隐形,瞬间移动,把人的思想上传到电脑里,以及逆转衰老。你应该把人工智能和邪恶的机器人归为同一类。

4.来自Espressive的首席执行官兼创始人Pat Calhoun :

[[388890]]

Espressive首席执行官兼创始人Pat Calhoun

员工体验将成为数字体验的代名词。员工不仅希望他们的工作生活像他们的个人生活一样简单,智能自动化已经成为 IT 和人力资源部门最大化员工生产力和控制成本的当务之急。

根据Gartner的最新研究,在2021年 ,首席人力资源官和首席人力资源官(CHRO)之间的合作将 更加牢固,根据人力资源最佳计划,“工作的未来”将从第五名升至第一名。这是由于在家工作的需要。因此,人力资源领导者的核心关注点将是实现自动化和人工智能的采用,他们需要与 CIO 更密切的关系才能实现这一点。

随着 虚拟支持代理市场的成熟,将不仅将重点放在减少事件数量上,而且还将越来越关注服务请求的完全自动化。企业将更加大胆地寻找机会,在其中可以部署自动解决服务台问题的机会。

5.来自数据工程公司Ascend.io的创始人兼首席执行官Sean Knapp :

[[388891]]

Sean Knapp,Ascend.io首席执行官兼创始人

2021年:首席数据官的决定性一年。 在过去的几年中,首席数据官以及他们所领导和影响的团队,作为企业的成本中心来对待自己的职位,,为他们奠定了未来的基础。但是,随着数据与业务的越来越紧密地联系在一起,CDO必须重新将精力集中在战略和业务交互方式以及从数据中受益的转变上,而不是用的技术上。我预计2021年将是首席数据官的决定性一年,我们将在其中看到真正确定他们是否走成本或利润中心的道路。

元数据就是大数据。 随着2020年数字化转型计划的显着加速,海量结构化、半结构化和非结构化数据已分散到整个企业中。但是,Gartner预测,到2022年,仅投资于信息治理的组织中有20%将成功优化,为了实现全面的治理和可实现性,企业正在转向元数据以提供更深入的决策,以了解数据的来源,运行在其上的整个代码系列以及数据的去向。随着数据的不断增长和治理要求的提高,组织逐渐意识到跟踪和自动执行元数据管理的能力是新的挑战。预计来年,随着元数据数量的不断增加,

在团队优先级相互矛盾的情况下,“数据变更”将不断增加。 当今的数据团队正处于冲突过程中,优先级相互冲突。对于基础架构团队而言,构建规模,安全性和成本至关重要,而工程团队则优先考虑灵活性,开发速度和可维护性。同时,数据科学家和分析师专注于数据的可用性和可发现性以及工具的连接性。随着企业扩大精力和团队建设新数据产品,互连性和随之而来的复杂性可能会使这些群体陷于瘫痪。如果组织在这些相互矛盾的优先事项中继续满足一个团队的需求,那么我们可以预见到2021年“数据变更”的兴起-内部用户创建自己的工程组织,其任务是迅速采取行动,使自己摆脱这些冲突。

6.来自国际IT资产管理者协会 (IAITAM)首席执行官 Barbara Rembiesa博士 :

[[388892]]

国际IT资产管理者协会首席执行官Barbara Rembiesa

远程工作永远不会消失;是时候进行更严格的控制了。许多组织发现,他们能够在在家工作的环境中维持业务连续性,同时节省开销成本。为了维持业务连续性并在政府于2020年实施的关闭行动中幸存下来,需要专门的ITAM流程,但到2021年还不够好。在2021年,要通过成熟的ITAM计划,强大的跟踪和安全策略及程序来重新部署ITAM计划将是主要的必要条件。

“ Snitch软件”将变得更广泛。 “ Snitch软件”是一种新趋势,刚刚开始涉足审计实践。在供应商与消费者之间的法庭案件的最新示例中,供应商将盗版检测和报告安全软件(PDRSS)放入其产品中,以跟踪何时从IP地址使用了未经许可的软件。最终,供应商对消费者进行了审核,并解释说他们的软件使用不正确,但是消费者认为这尚未得到证明。这从根本上使供应商解释了其已实施的PDRSS,从而导致了隐私权和许可权纠纷。随着组织寻求从大流行中恢复经济的机会,我们很可能会发现审计率可能会上升的案例。知道了这一点,组织应该准备好使告密软件获得发展势头,并让软件制造商将其应用到更多产品中。

 

7.来自Nuance Communications首席技术官Joe Petro :
在2021年,我们将继续看到AI从炒作阶段结束,并且人工智能解决方案的营销,主张和愿望将越来越需要可证明的和可衡量的结果来支持。结果,我们将看到组织将更多的精力放在解决特定问题和创建解决方案上,这些解决方案可以提供可转化为有形ROI的结果,而不是为炒作或为技术而构建技术。

责任编辑:梁菲 来源: 今日头条
相关推荐

2023-03-06 07:40:23

人工智能流程合成数据

2022-06-02 11:39:15

边缘人工智能机器学习

2023-04-06 14:56:03

2021-02-19 09:25:44

人工智能AI机器学习

2024-02-21 11:59:27

人工智能AI

2021-01-31 09:30:27

人工智能企业业务AI

2022-07-29 15:47:25

人工智能AI

2021-02-01 17:48:37

人工智能AI机器学习

2022-06-07 14:22:18

边缘人工智能边缘计算人工智能

2022-02-23 19:50:41

人工智能AI

2023-08-02 17:26:26

人工智能边缘人工智能

2022-09-29 14:40:32

人工智能人工智能风险

2023-08-15 14:31:46

2021-01-12 11:19:35

人工智能AI产业预测

2021-01-13 11:59:03

人工智能人工智能发展

2018-12-04 08:49:32

人工智能物联网IOT

2021-03-15 10:02:46

人工智能AI数字化

2023-06-13 07:11:18

人工智能自动化暗数据

2023-08-22 10:44:13

人工智能机器学习

2022-04-02 00:06:25

人工智能云计算机器学习
点赞
收藏

51CTO技术栈公众号