人工智能应用场景的回顾与展望

简介: 2020年,是不平凡的一年,令人难忘的一年,对于人工智能来说也是如此。

2020年,是不平凡的一年,令人难忘的一年,对于人工智能来说也是如此。
image.png
在过去的一年里,AI越来越渗透、影响着我们的生活,它为抗“疫”提供了丰富且有效的武器,也涉足文娱、游戏、电商、食品加工等各个领域。

那么在2020年人工智能大事件中,让你印象最深刻的有哪些呢?让我们从接下来这份AI应用场景清单中一起来回顾过去,展望未来吧。

01.AI农业的下一城

2020年10月15日,国内首届草莓AI种植大赛宣布了第一赛季的结束,人工智能队整体领先了顶尖农人队。根据比赛现场的数据显示:AI队和顶尖农人队的草莓含糖量等指标基本持平,但AI队在产量上全面领先,平均超过顶尖农人队175%以上。

AI种草莓并不是AI迈进农业的第一步,早在2018年,“AI养猪”就已面世,意在将AI、大数据、视频语音等技术引入养猪产业。

人工智能与农业的深度融合将会提高农业生产效率,从高度智能化的养猪场,养鸡场到智能分拣,采摘机器人,用最先进的科技与前沿视野改造农业生产链,AI正在推动农业的快速发展。

02.AI对文物进行修复

长城的修葺一直是文物修复界的一大难题,用传统的方法去修缮长城耗时耗力,尤其是坐落在北京怀柔的箭扣长城,如天梯一般修建于险峰断崖之上,人员想要到达施工现场可谓险阻重重。另外,传统的手工测量无法反映长城的全貌和细节,不利于保护单位做更精确的维修方案。

但是如今利用“无人机技术、高性能计算平台、人工智能算法与技术”三项核心技术则可克服传统的修葺难题。其中,无人机技术主要是对城墙进行检测与航拍,获取高分辨率图像以进行清晰准确的3D建模,能够在各种恶劣条件下近距离测绘。而高性能计算平台通过无人机采集的图像,采用可扩展处理器的工作站能够快速分析处理,监测判断出需要被修缮的墙面裂痕和砖瓦缺失。人工智能算法与技术是对采集到的多形态数据进行分析、处理以及虚拟重建,为修缮、维护提供指导,从而为以后的工作提供预测数据。

03.AI化身上班监工

为了制止上班摸鱼的现状,美国的一家公司设计了一款叫做Enaible的监工软件,这款软件自安装在员工的电脑里就可以一直在后台运行,收集员工工作中的细节数据后提供给公司。

在员工使用电脑的时候,操作系统都会以日志的形式对应用软件的操作流程进行记录。打开文档、内容是什么、上网浏览哪些网页都会留下使用痕迹,将监控软件装在计算机里,赋予它操作系统里面的各种权限,AI监工就能够吧办公中操作电脑所留下的各种数据都收集起来,进行融合处理,形成计算机可理解的表达。

软件还使用了一个名为Trigger-Task-Time的算法,算法会根据邮件或者电话,来判断员工要完成什么任务以及计算这些任务花了多长时间来完成,随后算法会根据这些数据给员工的工作效率打分。

04.AI创作音乐

随着技术的发展,AI参与音乐创作的部分逐步增加,直到完全包揽音乐作品的所有部分。我们所关注的问题也即将从试探性的将AI置于某个音乐部分进行创作,逐渐转移到AI做为一个独立的音乐创作者而产出“作品”。

“醒来灿烂星光透过了窗台,海岸线连接了那片山川大海。涌动梦境边缘像是空旷舞台,在眼前忽然展开。”12月13日,2020网易未来大会首发AI原创单曲《醒来》,这是一首作词、作曲、编曲、演唱全部由AI完成的歌曲。

05.舌尖上的AI

不久之前Facebook人工智能研究所的研究人员开发了一个AI系统,据说只要给一张美食图片,就可以自动识别出食物的食材、加工程序有哪些,吃货们自己在家就可以做出想吃的东西来。仿佛再也不用觉得某道菜好吃,自己又不会做,导致天天去人家馆子里给送钱了。

英国记者尼尔·麦肯锡尝试让AI为自己帮厨做过一餐,他在冰箱里翻出三个西红柿、一个红薯和一些芦笋,尝试着将这些食材输入智能程序,随后填写自己没有食材过敏的声明,并列出厨房中能找到的调味品。很快,AI就得出包括煨炖、烹炒等做熟这些食材的方式。

2020年注定是人工智能值得纪念的关键性一年。

人工智能作为新一轮产业变革的核心驱动力,正在催生出新技术、新产品、新产业。我们看到,不论是在算法算力上还是在数据层面上,人工智能都在不断进步。

2021年即将到来,人工智能将会迸发出怎样的力量?在TA的助推下,又会有哪些新的新的场景和业态出现?

01.沉浸式媒体向体验和场景的纵深演进

沉浸式媒体实现了物理和虚拟世界的融合共生,被认为是改变未来生活和工作方式的颠覆性趋势之一。在5G、AI、VR、AR、MR等技术推动下,沉浸式媒体正走向体验和场景的纵深化发展。更深度的沉浸式体验,主要体现在真实场景的6DOF(Degree of Freedom)、更清晰和流畅的内容显示、多通道交互等方面。依托三维重建、近眼显示、渲染处理、感知交互等技术的产业化进程,沉浸式媒体将带来听视觉的逼真性、交互的流畅感和真实感升级。从场景看,沉浸式正从面向个人娱乐的消费类市场,深化发展到企业级市场的垂直行业。未来,随着5G的大规模普及,沉浸式媒体硬件及技术的进一步突破、制作成本的下降以及更多优质内容的开发,沉浸式媒体产品和服务将被主流群体广泛采纳,应用场景和商业空间将被全面激活。

02.脑机接口有望在康复领域先行突破

脑机接口指在脑与外部设备之间建立的通讯和控制通道,是理解、改造自然和人类的“终极疆域”。“脑-机”简单运动控制持续取得突破,在康复场景下有很大的应用潜力,可辅助残障人士获得部分肢体功能,帮助脑疾病患者进行主动运动康复、重塑部分脑功能。目前主要方向是提升脑电信号采集信噪比、高带宽双向读写、无创/微创植入等。长期来看,其应用突破有赖于多学科合力推进、软硬件技术协同发展,包括硬件方面更精密的电极、更生物友好的材料、更丰富的数据库、更明确统一的数据标准更强大的机器学习算法以及脑科学研究的关键性进展等。

03.疫情按下医疗AI应用快进键

医疗AI泛指AI技术在医疗各领域的应用,通过人机协同扩大医疗供给并提升医疗效率和质量。在小样本学习技术、域自适应方法、注意力机制等关键创新的加持下,医疗影像AI、疾病监测预警AI和辅助医疗决策AI等,有效突破了医疗数据量小等障碍,在疫情期间获得了明显加速发展。未来随着更多医疗AI的可用性被验证,医疗AI的数据整合、软硬件集成和多病种通用化,将是更长远需要关注和把握的重要趋势。

04.数字生物标记物照亮居家慢病诊疗

数字生物标记物(DigitalBiomarkers),即通过数字化手段将生物标记物所释放的“数字信号”变成一种可量化具有临床可解释性的客观标准,用于发现、解释或预测疾病走向。典型的例子,如通过视频分析和手机传感器测量评估帕金森综合症、心功能、肾功能、骨质酥松、脊柱侧弯等;通过面部、语音、呼吸音、咳嗽音、运动功能来测量和评估心功能恶化等。基于智能手机传感器、摄像头等的便携式数字生物标记物测量方式,未来实用化门槛低、普及的可能性大。这将促进居家慢病管理服务市场进入高速发展通道,最终推动全生命周期健康管理和个性化精准医疗成为现实,提高疾病预防和诊疗的质量,减轻疾病对个人生活和社会经济的影响。

05.脑机接口有望在康复领域先行突破

在各地鼓励政策支持下,自动驾驶测试和智能网联先导示范在全国数十个城市全面铺开。支持在限定场景脱手的自动驾驶辅助巡航和自主泊车系统,已经开始商业化落地,预计2021年渗透率会有大幅攀升。开放区域完全的自动驾驶落地,需要百亿公里级别的测试数据,只依靠实际路测,在效率和成本方面都是无法完成的挑战。而仿真测试平台真实还原测试场景,高效利用路采数据生成仿真场景,结合云端大规模并行加速等能力,能满足自动驾驶感知、决策规划和控制全栈算法的闭环,符合汽车V字开发流程。随着仿真技术水平的提高和应用普及,仿真平台有望完成99.9%的行业测试量,有力推动自动驾驶技术的成熟。


本文转自人民数字FINTECH,本文一切观点和机器智能技术圈子无关。原文链接
在线免费体验百种AI能力:【点此跳转】
机器智能技术结尾二维码.png

目录
相关文章
|
27天前
|
机器学习/深度学习 存储 人工智能
人工智能在医疗领域的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)在医疗领域的应用现状与面临的挑战。随着科技的飞速发展,AI技术正逐步渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等方面发挥着重要作用。然而,在推动医疗进步的同时,AI也面临着数据安全、隐私保护以及伦理道德等方面的严峻挑战。本文旨在全面分析AI在医疗领域的应用前景,并针对其面临的挑战提出相应的解决策略,以期为未来医疗行业的发展提供有益的参考。
96 6
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
34 0
|
20天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
27 0
|
12天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
6天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
109 10
|
14天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
54 9
|
16天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
20天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来编程:Python在人工智能领域的深度应用与前景###
本文将深入探讨Python语言在人工智能(AI)领域的广泛应用,从基础原理到前沿实践,揭示其如何成为推动AI技术创新的关键力量。通过分析Python的简洁性、灵活性以及丰富的库支持,展现其在机器学习、深度学习、自然语言处理等子领域的卓越贡献,并展望Python在未来AI发展中的核心地位与潜在变革。 ###
|
20天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
42 2
|
24天前
|
机器学习/深度学习 人工智能 算法
探索人工智能中的强化学习:原理、算法与应用
探索人工智能中的强化学习:原理、算法与应用