歡迎閱讀第五屆年度“神經(jīng) AI 預(yù)測”文章！這使得這成為 Neural 歷史上運行時間最長的系列之一。而且，今年，我們的目標(biāo)是用我們迄今為止最好的洞察力將標(biāo)準(zhǔn)設(shè)定得比以往任何時候都高。
聚在一起，拿些熱巧克力，讓我們看看專家們認(rèn)為人工智能世界接下來會發(fā)生什么：
Natalie Monbiot，Hour One戰(zhàn)略主管：
到 2022 年，隨著企業(yè)及其員工希望利用數(shù)字自我來大幅改善通信、節(jié)省時間、金錢和資源，數(shù)字人類將繼續(xù)崛起。
2022 年將出現(xiàn)新的混合勞動力，其中人類員工與數(shù)字員工分擔(dān)工作量。他們會將重復(fù)性或例行性任務(wù)卸載到可以同樣執(zhí)行這些任務(wù)的機(jī)器上，在某些情況下甚至更好。
更重要的是，員工將擁有自己的數(shù)字化身，擁有超人的技能例如說任何語言的能力。這將有助于打破地理和文化障礙，開啟無摩擦通信的全新時代。
由于 AI 視頻制作的進(jìn)步以及視頻的絕對便攜性，新的增強型混合勞動力將變得普遍。這將適用于異步通信，異步通信已被證明是遠(yuǎn)程工作環(huán)境的最有效媒介。
Neurala首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Max Versace ：
人工智能將從數(shù)字應(yīng)用遷移到物理應(yīng)用： 2020 年并持續(xù)到 2021 年，世界已經(jīng)意識到真實的物理問題。因此，人工智能應(yīng)用的重點將從數(shù)字領(lǐng)域轉(zhuǎn)向物理領(lǐng)域，人工智能可以在幫助我們解決現(xiàn)實世界的挑戰(zhàn)方面發(fā)揮關(guān)鍵作用。例如，塑造我們物理世界的人工智能應(yīng)用程序，例如消除制造、供應(yīng)鏈和物流中的關(guān)鍵漏洞的人工智能應(yīng)用程序，將成為人們關(guān)注的焦點。人工智能將成熟并進(jìn)入成年期。需要人工智能的物理功能的一個例子是質(zhì)量檢查，這是一項傳統(tǒng)上由人類工人執(zhí)行的任務(wù)。對于 3500 萬工人（大約是加拿大的人口）來說，人工智能的身體影響可能是巨大的，他們致力于在制造車間執(zhí)行這一基本功能。2022 年將是 AI 的關(guān)鍵時刻：
讓云在天上：AI 將加速從服務(wù)器到邊緣的遷移。需要解釋數(shù)據(jù)存在的地方（通常是實時的），不應(yīng)離開公司的圍墻。今天，大量支持 AI 的處理器、相機(jī)和其他硬件使這成為可能。越來越多的公司意識到，構(gòu)建真正高效的 AI 算法的方法是根據(jù)自己的獨特數(shù)據(jù)對其進(jìn)行訓(xùn)練，這些數(shù)據(jù)可能會隨著時間的推移而發(fā)生很大變化。為了有效地做到這一點，智能需要直接與產(chǎn)生數(shù)據(jù)的傳感器交互。從那里開始，人工智能應(yīng)該在計算邊緣運行，并且只偶爾與云基礎(chǔ)設(shè)施接口以進(jìn)行備份和/或增加功能。任何關(guān)鍵流程（例如在制造工廠中）都不會而且應(yīng)該完全依賴云 AI，使制造車間面臨可能中斷生產(chǎn)的連接/延遲問題。2022 年將見證邊緣學(xué)習(xí)技術(shù)的興起，使 AI 能夠在幾秒鐘內(nèi)隨時隨地從頭開始“重新編程”。這種范式轉(zhuǎn)換技術(shù)將使人工智能能夠以速度、延遲和成本真正實現(xiàn)其目的，讓每個用戶都能負(fù)擔(dān)得起。
Cerepas Systems產(chǎn)品負(fù)責(zé)人 Andy Hock ：
到 2022 年，人工智能將繼續(xù)增長，成為各行各業(yè)企業(yè)組織的一項寶貴且關(guān)鍵的工作負(fù)載。我們將看到更多團(tuán)隊投資于世界一流的人工智能計算，以加速他們的研究和業(yè)務(wù)。有了這個，對更快、更節(jié)能和專門構(gòu)建的 AI 計算的需求將隨著應(yīng)用程序、模型和數(shù)據(jù)集的增長而繼續(xù)快速增長。將人工智能作為其業(yè)務(wù)增長關(guān)鍵戰(zhàn)略的公司將需要更快地從人工智能計算基礎(chǔ)設(shè)施中獲得解決方案、更大的可擴(kuò)展性以及通過多樣化消費模式獲得更廣泛的可訪問性。
在 AI 模型和用例方面，我們預(yù)計將繼續(xù)擴(kuò)展和使用用于文本和其他序列數(shù)據(jù)建模問題的大型語言模型，并越來越關(guān)注參數(shù)和數(shù)據(jù)效率更高的模型和方法。在計算機(jī)視覺中，我們將看到越來越多地使用高分辨率 2D 和 3D 圖像數(shù)據(jù)集和視頻，這將導(dǎo)致對具有更高性能和大規(guī)模效率的專用人工智能計算平臺的更大需求。我們還希望看到圖神經(jīng)網(wǎng)絡(luò)在從藥物發(fā)現(xiàn)到金融再到社交網(wǎng)絡(luò)分析等行業(yè)應(yīng)用中的持續(xù)發(fā)展和更多采用。
Synthesis AI 的首席執(zhí)行官兼創(chuàng)始人 Yashar Behzadi ：
圍繞人工智能數(shù)據(jù)的討論將被優(yōu)先考慮：圍繞人工智能數(shù)據(jù)的討論已經(jīng)開始，但幾乎沒有得到足夠的關(guān)注。數(shù)據(jù)是構(gòu)建 AI 系統(tǒng)最關(guān)鍵的方面，我們現(xiàn)在才剛剛開始討論和思考用于獲娶準(zhǔn)備和監(jiān)控數(shù)據(jù)的系統(tǒng)，以確保性能和無偏見。到 2022 年，組織將不得不在企業(yè)架構(gòu)中優(yōu)先采用數(shù)據(jù)優(yōu)先的方法，以使人工智能和分析能夠解決問題并促進(jìn)新的收入流。
合成數(shù)據(jù)將成為構(gòu)建 Metaverse 的必要條件：如果不使用合成數(shù)據(jù)，就無法構(gòu)建 Metaverse。要將現(xiàn)實重建為數(shù)字孿生，必須深入了解人類、物體、3D 環(huán)境以及它們之間的交互。創(chuàng)建這些 AI 功能需要大量高質(zhì)量的標(biāo)記 3D 數(shù)據(jù)人類無法標(biāo)記的數(shù)據(jù)。我們無法在 3D 空間中標(biāo)記距離、推斷材料屬性或標(biāo)記以高保真重建空間所需的光源。使用生成式 AI 模型和視覺效果 (VFX) 技術(shù)的組合構(gòu)建的合成數(shù)據(jù)將成為支持新的 Metaverse 應(yīng)用程序所需的 AI 模型的關(guān)鍵推動因素。
Beyond Limits人工智能解決方案高級經(jīng)理 Michael Krause ：
GPT-4、神經(jīng)網(wǎng)絡(luò)和2022年人工智能革命：總體而言，人工智能技術(shù)的重大突破來之不易。然而，2022 年將是激動人心的一年，一個潛在的新語言模型 GPT-4 帶來了極大改進(jìn)自然語言 AI 的希望。與人類寫作無法區(qū)分的自動生成的文章、改進(jìn)的實時語言翻譯和元學(xué)習(xí)能力只是接下來可能出現(xiàn)的一些想法。將這種類似人類的處理能力應(yīng)用到云等現(xiàn)有技術(shù)中，不僅會提升一個行業(yè)的技術(shù)進(jìn)步，而且會促進(jìn)每個行業(yè)的技術(shù)進(jìn)步
Vicon高級生命科學(xué)產(chǎn)品經(jīng)理 Kim Duffy ：
在臨床步態(tài)分析中采用機(jī)器學(xué)習(xí) (ML) 和人工智能 (AI) 方法仍處于起步階段。使用這些方法需要幾年時間才能看到臨床步態(tài)的真正好處和進(jìn)步。然而，雖然大流行導(dǎo)致了臨床實踐的延誤，但在背景中使用 ML 來檢測視頻捕獲中的頭部位置的面部模糊的實際應(yīng)用有所增加。盡管該應(yīng)用尚未取代傳統(tǒng)方法，但涉及這些方法的臨床研究顯著增加。在另一個例子中，機(jī)器學(xué)習(xí)算法目前正在開發(fā)用于自動步態(tài)數(shù)據(jù)解釋和患者分類。這些發(fā)展和趨勢只會在 2022 年繼續(xù)發(fā)展，隨著步態(tài)分析自動化程度的提高，
希望您的假期愉快，2022 年是您有史以來最好的一年！我們將在這里為您帶來您期望從 Neural 團(tuán)隊獲得的所有新聞、分析和意見。
與此同時，您可以在此處查看去年的預(yù)測，而且和往常一樣，時間旅行者可以在方便的時候查看明年的預(yù)測。
