2020年及以后：对于AI来说是成败还是失败？
分享：
一旦AI转变为跨行业的终身学习系统，个人用户和大公司都将注意到它，而不是动态的见解。
2020年及以后的人工智能（AI）具有看似无限的潜力，它将改变世界-是吗？为了充分接受并获得这种未来技术趋势的回报，远至行业的业务预测和在线博彩安全性，预测性维护和客户服务行业都需要为每个行业确定清晰的AI固有价值战略。
答案可能在于AI的许多细微差别。例如，您的软件是否能够即时学习新知识？在国家航空航天局（NASA）任职期间，神经网络软件专家Max Versace开始建立可以在其整个生命周期中学习的AI模型。它们被称为“终身深度神经网络”（终身DNN），被认为是对传统DNN的巨大进步，而DNN在部署之前只能学习一次。
主要例子
范思哲（Versace）认为，人类是动态的，不断学习的机器的惊人典范。在人类完成高等教育之后，我们人类绝对不会停止学习；事实证明，这种方式过于局限，无法在没有其他知识或技能的情况下度过余生（50或更多年）。
但是，程序员面临的挑战是，要证明如何灵活地预测灵活性和/或适应性水平，他们将需要内置到AI算法中以使其保持领先于任何重要竞争对手的水平。举例来说，用户的作弊检测软件（以及赌场（在线或其他））一直在竞争。如果用户的软件进步很大，则可能会严重破坏为防止其他用户遭受数据黑客，信用卡欺诈者和未来风险（我们可能尚未意识到）之类的制衡。
这是因为，真正利用“边缘”（或不断发展的数据的本地存储）功能的行业将不再在部署之前就狭窄地编程AI软件，而将其存储在“遥远的距离”中。云”。本质上，创建本地存储点将有助于更快地检索数据，降低成本和提高安全性-想象一下Amazon Alexa的动态处理正发生在本地Echo设备上。
也许，当前边缘计算的最高级示例是自动驾驶汽车。由于等待时间的限制（在开始传输数据之前，遵循数据传输指令的延迟）；隐私（通过加密货币并将生物特征信息存储在设备上而不是在云中得到增强）；和带宽（在给定路径上的最大数据传输速率，例如，重要的摄像机镜头存储在其中，其余的则被丢弃），几乎不可能将所有此类车辆的输入和输出都导入云中然后坐下来等待反馈。
实际上，如果您一直在关注埃隆·马斯克（Elon Musk）在特斯拉（Tesla）所经历的头痛和喜乐，那么您将知道，用户责任已几乎完全消失；因此，无人驾驶汽车必须在工作面进行管理，而仅在云支持下才能促进将来必要的算法改进。
控制怪胎要当心
但是，这种终身学习的发展将看到大型IT霸主（从Google，Amazon和Microsoft到IBM和Apple）控制着我们的日常业务，比以往任何时候都要多。我们中的许多人都将发现这个潜在的未来–我们被迫坐下来做出更少的决定–比今天的压力要小得多；而其他人则可能很难放弃这种控制水平。 Electric Light Orchestra 1981年流行歌曲“ Yours Truly，2095”的歌词质疑一旦AI取得如此进展，我们对AI的感觉：“是您想要的，是您真正想要的”吗？
例如，当软件更新完成时，生活可能会变得高效，而令人遗憾的是，人为因素将无法满足我们的日常需求，而个性化因素正是我们日常所需的个性化需求。 ELO在同一曲目的以下两节中反映了这种观点：
“她只被编程为非常好，
但是她就像冰一样冷，只要我离得太近，
她告诉我她非常喜欢我，
但是当我尝试触摸时，她说得太清楚了。
她是最新科技
几乎是神话，但她有一颗坚强的心，
她的智商为1 001，
她穿着连身裤，而且还是电话。”
范思哲（Versace）现在经营着深度学习神经网络软件公司（Neurala），并且是波士顿大学（Boston University）神经形态实验室的创始人。 –处理新数据时。
他建议，一旦摆脱了以前的限制性思维方式，用户将开始与边缘互动，并选择并添加他们认为特别有价值的知识。渴望利用并领先于终生DNN提供的动力的个人和公司，需要坚定地专注于质量控制和培训协议。
最终目的
确实，可以在“边缘”学习的AI类型将彻底改变地球上的生活-使AI真正达到其最终目的。就像在动物界一样，优胜劣汰的生存将成为决定性因素。
使用障碍
在充分利用AI时，以下四个因素继续阻碍大型企业。他们是：
- 缺乏明确的战略；
- 数据不足；
- 技能短缺；和
- 功能性筒仓。
扩展的应用
随着大公司解决其AI挑战，这种软件的使用方式将会打开。示例包括：
- 保险中的索赔管理和风险评估；
- 零售中的股票控制和忠诚度计划；
- 公用事业中的负荷预测和消费见解；
- 银行中的欺诈检测和付款跟进；和
- 增强了网络运营并改善了电信客户服务。
黄金时代…待定
总而言之，很明显，在服务客户，改善业务和效率指标，扩展规模而无需增加员工的情况下，人工智能可以超越所有期望，最重要的是，利用组织数据可以提供深刻的见解。
重要的是要记住，我们今天看到的技术进步只是明天将要获得的东西的一小部分。但是，我们希望AI的黄金时代到2030年将使GDP增长26％或22万亿美元，届时将会看到非熟练劳动力（尤其是在第三世界国家）接受了将其晋升为广泛IT所需的培训，熟练劳动力阶层。
人工智能，新闻，技术
作者：CoinSpeaker员工
请查看Coinspeaker贡献者的最新新闻，专家评测和行业见解。
谢谢
您已成功加入我们的订户列表。
源链接