IT思维

公众号/大数据文摘

大数据文摘作品

作者：ROSIEBROWN

编译：彭湘伟、蒋宝尚、小鱼

被华尔街时报，福布斯和财富杂志称为“AI(人工智能)元年”的2017年，人工智能成果颇丰。

AI在新领域的表现优于职业玩家和扑克玩家。通过各种线上项目，一步扩大了深度学习的教育范围。最近微软公布说，语音识别的准确率多次打破了之前的记录。像牛津大学、马萨诸塞州总医院和通用电气公司的Avitas系统等研究机构和组织都下注深度学习超级计算机。

2017年AI领域取得了诸多成果。

2018年AI又将何去何从？

以下是来自世界顶级研究人员和行业领军人物对2018年AI领域发展作出的13个预测。让我们听听这些最聪明的大脑怎么说。

“2018年，AI设备将会在医药行业上线。我们将把算法植入产品中，并且进行整合和验证，让那些来自概念的解决方案生根发芽，这样医生们就可以用AI设备辅助工作。

到2018年末，AI技术会以多种形式嵌入医疗系统的诊断体系中，在大部分诊断医学领域会采用这种系统，同时，人口健康，医疗运营和一大部分的临床诊断等领域也会迅速普及AI技术。在2018年，在全球范围内，我们会通过AI技术，真正地改变医疗服务提供者的工作方式，以及病人们体验医疗服务的方式。”

——Mark Michalski，马萨诸塞州总医院和临床数据科学中心的执行主管。

“2018年，深度学习将会颠覆工程仿真和设计。未来三到五年里，深度学习会加速产品的研发周期，并将其从过去以月计数缩短到以天计数，在产品特性、性能和成本的研发流水线上给出一种快速创新的模式”

——Marc Edgar，通用电气研究部的高级信息科学家。

“在2018和未来几年里，我们的诊断系统会深度嵌入AI技术，但我们不会称之为AI设备，而只是一套常规的系统。人们会问：‘在没有这些系统之前，我们是怎么生活的？’”

——Luciano Prevedello，医学博士，公共卫生学硕士，来自俄亥俄州立大学韦克斯勒放射学和放射医学中心。

“看到AI的发展速度如此之快，我希望它能够根据个人的口味创造个性化媒体，比如音乐。想象一下，未来的音乐服务不仅播放你可能喜欢的老歌，而且能持续创作合你心意的新歌。”

——Jan Kautz，NVIDIA视觉计算与机器学习研究的高级主管。

“AI将影响并推动25%的技术行业的发展。关键在于机构组织和从业人员如何面对AI技术带来的改变。”

——Nicola Morini Bianzino，埃森哲人工智能与发展和技术决策指导部门主管。

“有了AI技术，面部信息会成为人们信用卡，身份证和条形码。随着生物特征识别技术的成熟，人脸识别作为个人信息认证已经变得很安全。传统零售业结合AI技术会给我们带来更好的体验，像亚马逊和全食超市。在不久的将来，人们再也不用在商场排队了。”

——Georges Nahon，Orange Silicon Valley的首席执行官；Orange Institute（一所全球研究联合实验室）的主席。

“深度学习将会显著提高放射学报告中定量分析的可靠性。人们对深度学习是个”黑盒子”的担心会越来越少，因为新的技术会帮助我们去理解深度学习所”看”到的。”

——Bradley J. Erickson，医学博士，放射科顾问；卫生科学研究部生物医学统计和信息学顾问；梅奥诊所放射科研究副主席。

“智能手机上大量的App将运行深度神经网络算法支持AI技术的实现。家用机器人会更智能，其成本也会更低。

它们将视觉、语言和语音等交互方式巧妙融合，用户很难察觉不同交流方式之间的差异。”

——Robinson Piramuthu，易趣网计算机视觉的首席科学家。

“机器人将在人类认为的复杂任务中表现的更好，比如在房间里走来走去和跨过物体。它们处理繁琐的事情也变得游刃有余。我也期待自然语言处理的进展，因为这方面的技术还有很大的提升空间。

未来，大量嵌入AI技术的产品会进入我们的生活。Waymo的L4级自动驾驶车辆已经上路测试。所有这些在实验室测试的AI项目，在我们未来的生活中触手可及。”

——Chris Nicholson，Skymind.io的首席执行官和联合创始人。

“越来越多来自不同背景的人都在搭建、开发和产品化AI项目。随着开发工具和基础设施的不断改进，人们把数据和算法转化为实用产品的过程更加容易。产品和应用程序将允许底层模型在内部运作时进行交互式查询，从而提高人们对这些系统的信任，特别是在任务关键型应用程序中。在医学领域，我们会将多个跨学科的信息源进行整合后加以利用，而不是关注单应用程序的案例，尽管目前这种应用正在席卷医药行业。”

——George Shih，MD.ai创始人；康奈尔大学威尔医学院信息放射科的副主席兼副教授副教授。

“AI技术可以探测到天体物理学中未知物体发射出的引力波，这为当代天体物理学开启了一个新的研究领域。”

——Eliu Huerta，伊利诺伊大学厄巴纳—香槟分校超级计算应用国家中心重力组组长，天体物理学家。

“AI在成像上达到了”技术成熟度曲线”的峰值，AI设备从研究实验室搬进了放射科医生的工作站，最终成为病人床边的某种设备。医用AI设备的评估和实现对开发人员、投资公司、医疗组织和其他机构吸引力远不如其他案例，例如工作流工具、质量/安全分析、病人分类等。

医疗和AI成像行业面临的最大挑战之一是监管机构能否跟上技术创新的步伐。美国食品药物管理局（FDA）需要找到有效合理的方法，简化可用于筛选、检测和诊断疾病的算法的审批流程。”­­

——Safwan Halabi，Lucile Packard儿童医院，斯坦福大学儿童健康中心放射信息科主任。

“AI私人助理会变得越来越聪明。当私人助理学习了很多我们日常生活的规律后，想象有那么一天，我不再为准备晚餐复杂的步骤而担心了。我的AI私人助理会知道我喜欢吃什么，我的厨房里有什么，每周哪几天我喜欢在家做饭，当我工作回来时，做饭所需的食材就在我的家门口的台阶上，它都帮我准备好了。”

——Alejandro Troccoli，NVIDIA高级研究科学家

原文链接：

https://blogs.nvidia.com/blog/2017/12/03/ai-headed-2018/?ncid=so-twi-dplglncn-29699