AIL域中机器学习、计算机视觉、机器人等几项热点技术都在加快更新换代。如计算机视觉L域,谷歌公司的“谷歌大脑”(Google Brain)模型2013年对于图像识别的准确度普遍在60%~70%之间,2020年已经可以达到90%以上,模型训练的速度提G了8倍。又如智能翻译L域,2017年商业L域带训练模型的独立机器翻译云平台仅有8家,2020年增至28家,其中LibriSpeech数据库对于单词识别的错误率从2017年的5%下降至仅1%。
曾经,尖端的深度学习技术需要大量的数据、计算能力和专业知识,非常昂贵。随着技术加速进步,AI的应用程序和开发工具也逐步公开,为更多人所用,许多平台都是开源免费的,不少L域的训练成本也都大幅降低。云计算的普及和数据共享使用将使AI创新不再是少数人的专属,能够拓展到范围实施。
在现代社会中,人们对机器和自动化的需求程度在不断加深。以智能手机为例,目前的手机都具有多种支持AI的功能,包括语音助手、照片标记、面部识别安全性、搜索应用程序、推荐和广告引擎等。在手机功能越来越强大的同时,人们对其依赖程度也在升级。此外,智能电器、智慧家居等都在通过提供更加便捷、准确、G效的服务改变人们的生活习惯。AI正在将曾经的幻想转化为跨学科的现实,让机器扮演更加重要的角色。
其发展应用呈现出更加积J的趋势,同时也面临新的挑战。
随着AI从精英科学发展成为主流工具,今后其或在某些方面遇到难以突破的瓶颈。
一是训练模型需要的数据将更为珍贵,各国政府、企业、研究机构都更加重视并加强对数据和隐私的保护,或限制AI的快速发展;
二是随着应用的普及,AI在就业、生物、社会公平,甚至机器与人的关系方面都将面临现实的伦理挑战;
三是部分L域AI带来的颠覆性创新,如自动驾驶,相关监管措施是否能及时跟进,将对其应用产生深刻影响。
![]() |
机器人公司 机器人应用 智能医疗 物联网 机器人排名 机器人企业 机器人开发 独角兽 消毒机器人品牌 |