2020年人工智能的120个预测(一)
更新日期:2020-01-10|阅读次数:3908

人工智能领域风口进入白热化阶段。未来人工智能领域发展的想象空间是无限的。那么2020年关于人工智能领域,我们将迎来怎样的局面?

今天小编带大家了解一下都有哪些人工智能方面值得推敲的预测。

2020年,人工智能将继续“直进”,为传统产业创造价值,并深入改变我们的日常生活。2020年,不再是争论人工智能是否能够登陆以及如何登陆的舞台,而是人类应该如何与人工智能相处、整合并共同工作。

最近,著名商业杂志《福布斯》发表了一篇文章,预测了2020年人工智能的120个发展趋势。文章采访了120家科技公司的创始人/高管,从底层技术、工业应用、法律、伦理等方面阐述了人工智能在不同维度面临的问题。

1.Nauto首席执行官Stefan Heck

自动驾驶汽车应该被设计为可以打破法律限制,它必须学会超速行驶,并与其他驾驶员的速度相匹配,以便确保其他驾驶员的安全。比如遇到车祸时,超速如果能拯救更多的生命,AI就必须学会违反法律/驾驶规则。2020年,我们将看到更多关于设计非法行为算法的争论。

2.Affectiva联合创始人

兼首席执行官Ranael Kaliouby

我们将看到数据合成方法的兴起,以应对人工智能中的数据挑战。基于深度学习的人工智能算法只有在对大量数据进行训练和验证后才能正确工作,但人工智能公司往往面临获取准确数据的挑战。

为了解决这个问题,公司可以综合收集的数据来创建新的数据。数据合成并不消除收集真实世界数据的需要,但它可以扩展数据集,这对开发更精确的人工智能算法至关重要。

3、Dynamic Yield首席执行官Liad Agmon

全球最大的B2C品牌商已经将他们的注意力转移到个性化和人工智能驱动的客户体验上,而且正在努力将他们的愿景变为现实。

这是由于部门结构、技术基础设施老化,以及缺乏能够阐明业务需求并将其转化为技术解决方案的高级和中级管理人员造成的。这样的转变对他们的生存至关重要,所以我们将看到行业越来越重视AI创造的客户体验。

4.Trifacta联合创始⼈兼CSO Joe Hellerstein

在整个2020年,我们希望看到AI/ML更多的关注从研究转向⼯程,更加关注管理和⽣产。还期望看到对数据挖掘的更多投资,这是许多项⽬的最⼤瓶颈。而且应该更加关注对AI/ML通道的跟踪,这有助于预测⽣产中的服务质量,形成数据挖掘和产品质量的良性循环。

5.Aiqudo⾸席执⾏官John Foster

随着语⾳对消费者来说变得越来越有⽤,通过语⾳查询将会激增。每⼀个查询都代表⼀个消费意图,而且与消费者想要采取的⾏动⾼度相关——⾯向交易的⾼价值消费者意图。任何以消费者为中⼼的AI平台都需要能够收集和分析由语⾳命令代表的⼤量⾼价值消费者意图。

6. 以⾊列创新局Aharon Aharon

近年来,我们看到越来越多的国家在制定国家⼈⼯智能战略。⼈⼯智能的巨⼤经济价值将有可能提⾼⽣活各个⽅⾯的效率和幸福感。但是,从政府机构的⻆度来看,在实施这项技术的同时,必须有适当的基础设施、数据库的可用性和规章制度,特别是在自主决策和隐私方面。还必须有充分的人力资本,以应对AI时代带来的劳动力市场挑战。

7.LogMeIn高级技术总监Ryan Lester

事实上,语音还不成熟,2020年也达不到目标。即使是一些最先进的基于人工智能的语音解决方案,也只适用于某些特定的应用,在受控环境之外不稳定。

语音会变得更好,也会找到合适的应用场景,我们会习惯使用它,但是2020年,它还没有准备好,应用范围还很窄,所以不要把所有的鸡蛋都放在那个篮子里。

8. ActiveViam董事总经理GeorgeBory

零售商将越来越多地将AI⽤作营销推荐,许多零售商会努⼒将这些源⾃AI的决策转化为可定价,供应链和商品销售的业务规则。但并不是所有公司都意识到使⽤AI技术进⾏数据分析只是迈向真正转型过程的第⼀步。

9.XLabs⾸席执⾏官Radhika Dirks

2020年,从全球角度来看,我们将开始看到人工智能被用来解决棘手和有意义的问题。人工智能的建立是为了帮助人类做一些对于我们而言困难的事情,而不仅仅是试图模仿我们的能力。这就是我们所说的下一代人工智能。

10.Hailo联合创始人OrrDanon

随着AI本身真正融⼊芯⽚中,⼀个全新边缘计算时代才刚刚起步。⼈⼯智能芯⽚已经能够更有效地处理视觉数据,为未来的⾃动驾驶汽⻋铺平了道路。

对于智能城市,人工智能芯片将协助完成实时交通监控、寻找失踪人员和寻找被盗车辆等关键任务。对于智能家居来说,芯片将通过在边缘处理数据来确保更多的隐私和可靠性。人工智能芯片的新时代意味着技术的新时代。

11.MemSQL CMO PeterGuagenti

我们将在2020年开始看到⼀些重⼤突破和⼀些真正的变⾰。可以说,在某种程度上,AI/ML将走出实验室并渗透到你的生活中。如果2020年出现衰退,将会加速即将到来的AI/ML影响,这是因为AI/ML已经在提高人类工作效率。

12.Aluxio创始⼈兼⾸席技术官李浩远

昨天的Hadoop平台团队是今天的AI/Analytics团队。过去的统计模型现在已经与计算机科学融合,并已成为AI和机器学习。因此,数据、Analytics和AI团队不再相互孤⽴。实际上,他们需要合作并共同努⼒,以从他们都使⽤的相同数据中获取价值。2020年,我们将看到更多的组织围绕数据堆栈建⽴专⻔的团队。

13. SIOS Technology全球营销副总裁

Frank Jablonski

机器学习和⼈⼯智能将通过提⾼云效率来节省成本。要做到这⼀点,将需要应⽤程序了解何时需要更多资源,然后⾃动扩展这些资源以满⾜不断增⻓的需求。相反,该技术将需要了解何时不再需要特定的资源,并安全地将其关闭以将成本最⼩化。

14. harmon.ie 联合创始人

CEO Yaacov Cohen

图像识别和机器学习的新进展将使上下⽂识别和内容推荐成为可能,从⽽帮助信息⼯作者应对信息泛滥的问题。AI将有助于工作场所的数字化转型,并通过基于⽤户当前的上下⽂提供信息减轻认知负担。

15. UJET创始人兼CEO Anand Janefalkar

2020年,人工智能将显著改善员工体验(EX)。能够自动、即时地从多个渠道收集数据、分析数据并提供可操作的洞察力,这将使支持代理能够更快、更轻松、更准确地处理客户查询,并获得非常令人满意的问题解决方案。

16. Cleo 产品开发高级副总裁JorgeRodriguez

由于供应链行业在数字化方面历来采用缓慢,因此收集的数据根本不足以让人工智能/ML算法提出可靠的建议。当我们开始看到一个更现代化的供应链在2020年出现,AI/ML算法将使我们能够更全面看到供应链,并提供宝贵的见解,以简化以前繁琐的过程,如产品重定向、新的合作伙伴和供应商培训、订单取消、供过于求。

17. Mastercard高级副总裁

Brighterion负责人Sudhir Jha

会有越来越多企业在大规模生产中部署复杂的人工智能模型。到目前为止,大多数人工智能应用要么是实验(即不在生产中),要么是简单的推荐/预测/回归模型,要么是应用在较小的问题上。到2020年,我们将看到更多的企业更加大胆地实现他们的人工智能雄心,并要求他们的供应商支持大规模部署。

18.Cloudian CMO JonToor

随着数据量持续爆炸式增长,关键挑战之一是如何获得这些数据的全部战略价值。Object存储将有助于在2020年处理人工智能和多语言工作负载,因为这种新的存储体系结构以传统文件存储不具备的方式利用元数据。

19.雅虎小企业商务工程师PhilGrier

2020年,人工智能将有助于缩小许多资源有限的小企业面临的商业能力差距。有了人工智能,小企业可以通过自动化工作流程(如员工管理、IT服务管理或合规性管理)实现更好的库存和交付管理,无缝高效地管理其门店。基于人工智能的聊天机器人和虚拟助理进一步简化业务交易,提高运营效率,同时也提供了最佳的客户体验。

20.Moz高级SEO科学家Britney Muller

2020年,非技术性SEO将更容易应用人工智能技术。从人工智能自动化元描述,到自动化标题或重定向,这项技术将渗透到日常任务中,这些任务通常是耗时但必要的。但是专家们不应该害怕新事物,相反,他们应该保持一个行业创新的脉搏,并尽可能与数据科学领域更紧密地结合起来。

21. Intuition Robotics市场副总裁

Dafna Presler

我们将开始看到特定领域的数字伴侣,它们将帮助我们完成任务并更好地利用技术,例如,一个AI副驾驶员,将帮助我们在车内使用技术,成为更安全的驾驶员,并在驾驶过程中预测我们的需求。

22. Infosys Consulting自动化
和人工智能全球合作伙伴Simon Moss

5G、物联网集成以及将分布式和多样化的数据源连接到‘智能系统’的相关能力,将推动消费者在内容管理、网络优化以及基于传感器的数据源数量激增的集成领域的巨大人工智能机会。电信公司、娱乐和能源公司在这些领域的障碍相对较低。

23. PagerDuty⼯程⾼级副总裁
Tim Armandpour

2025年,“实时”还不够好。整个⾏业将需要AI才能超越实时性来进⾏预测。我们将需要更进一步,以预测即将发⽣的事情,就像⽓象学家预测天⽓⼀样。⼤量准确的数据集可以提供背景信息并突出新出现方式,揭示概率的程度。在人工智能的帮助下,预测是可以实现的。

24. ASCM首席执行官Abe Eshkenazi

2020年,我们将见证更多从以人为中心到以数据为中心的自动化决策转变,这一转变利用了预测性和规定性分析,包括人工智能。这将要求各行业在其供应链中更好地利用技术和分析,以满足客户对定制产品和服务的需求。

随之而来的将是对劳动力重新配置和数据基础设施改造更大需求。我们已经看到对供应链内专业发展课程和认证的需求超过了⾮专业4年制 学位课程的需求。

25.Synaptics首席技术官PatrickWorfolk

边缘处理与人工智能创造了更好的物联网体验。物联网设备制造商知道基于边缘的处理的好处,但直到现在,在成本、性能和安全性方面的许多挑战使得在消费品和系统中实施变得不切实际。将边缘处理与云连接结合使用的转变已经开始,并将在2020年继续发展。从消费者的角度来看,这一趋势将带来更快、更可靠、更私密的物联网体验。

26. Virtana首席执行官PhilippeVincent

2020年,AIOps(即 Artificial Intelligence for IT Operations,智能运维)的解决方案将有更大需求,它基础监控设施、工作负载自动化和容量规划集成到一个平台中。因此,未能采用AIOps服务模式的供应商和未能投资于端到端基础设施的企业将无法满足客户要求。

27. Laserfiche公司战略副总裁
和首席信息官Thomas Phelps

2020年,我们将开始看到传统的企业内容管理(ECM)(包括企业内部(Intranet)内容管理、Web内容管理、电子商务交易内容管理和企业外部网(Extranet)信息共享内容管理)平台开始专注于协作服务,以使内部和外部业务伙伴都能够访问内容。传统的ECM提供商专注于为指定的受众(业务主管、客户等)提供数据和自动化存储库,但在未来的一年里,我们将看到企业在AI/ML方面的投资转变,让工作流程更可视化。

28.Taranis联合创始人兼CEO Ofir Schlam

随着气候变化的迫近,农民和农学家面临着许多艰巨的挑战。农业也逐渐数字化管理,人工智能将简化整个过程,从收集图像到提供可操作的决策,它将提高准确性和减少人为错误。农业数字革命将使农民及其农艺合作伙伴更容易制定进一步的解决方案,以应对气候变化的影响。

29. Credorax首席执行官IgalRotem

人工智能在支付领域的作用不仅是推动数据科学和防范支付欺诈,它还需满足全球支付领域的新需求,我们将看到人工智能在确保商户合规性和客户体验方面发挥着不可或缺的作用。在未来的几年里,人工智能将使企业能够简化运营,更好地服务客户,并反过来在经济和文化上创造指数级的发展。

30. Skyline AI联合创始人
兼首席执行官Guy Zipori

在未来几年,企业应该少关注科技如何取代传统工作,而更多关注人工智能和人类专长如何相互补充。我们坚信人工智能和人类专长的结合,我们称之为科学和艺术。

科技永远能够比人类更快地完成任务。但也有一些领域的技术永远无法取代人类。例如,谈判需要直觉、信心和交易经验,而计算机无法复制。我们的信念是,我们需要继续努力,争取在2020年在科学和艺术之间找到完美的平衡。

 31. Qlik全球市场高级主管Dan Sommer

现在比以往任何时候都容易在数据库搜索和分析,我们有工具,以确保数据可以用到正确的地方。数据的神秘主义已经消失:2019年Hadoop分销商的整合和迅速消亡是这一转变的信号。下一个重点领域将是非常分散的,或“广泛的数据”。数据格式越来越多样化和碎片化,因此,适合不同类型数据的不同类型的数据库增加了一倍以上。

32. Jiminy联合创始⼈

兼⾸席执⾏官Tal Guttman

如今,许多AI解决⽅案都试图将⽤户数据转化为⼴告收⼊,我希望在2020年看到更多的AI解决⽅案每天如何为我⼯作,⽽不是用来“关注”我。AI的隐私问题在很多领域都存在,包括养育⼦⼥,⼈际关系和受教育程度等等。从积极的⻆度来看,AI带来了个性化。但是,这些AI公司必须优先保护他们收集的个⼈数据。

33. Genpact首席数字官Sanjay Srivastava

我们将看到数字道德官员的出现,他们将负责实施道德框架以做出决策,包括安全性、偏⻅、⽤途等。

34. Gloat InnerMobility联合创始⼈

CTO Amichai Schreiber

2020年⼈⼯智能将被证明是改善职业的重要⼯具。通过⼈⼯智能,雇主将能够为员⼯提供更多的机会,并促进他们获得更多多样性经验。借助AI,员⼯将能够扩展和增强他们的技能,并确保他们在快速发展的市场中保持重要地位。问责制将继续与AI发展并驾⻬驱,尤其是在解释结果和防⽌偏⻅⽅⾯。

35. Sapiens CMO Yaffa Cohen-Ifrah

保险业正在发⽣根本性的转变:保险公司知道他们需要⼤⼤改善客户体验,并确保其产品具有针对性和个性化。2020年,⼈⼯智能使保险公司能够更好地利⽤他们掌握的⼤量数据,以从客户洞察中受益,从⽽最⼤程度地提⾼其服务和产品。这将提升客户满意度,让业务更加⾼效。

36. Udemy Learning副总裁ShelleyOsborne

机器学习和神经网络是人工智能创新背后的力量,这些创新正在席卷全球。在过去3年中,我们看到Udemy平台上的人工智能和数据科学课程发生了决定性的转变,因为企业试图解决他们的知识缺口。

随着对数据科学家和人工智能专家的需求不断增加,我们预计,我们所称的Capability学院将继续增长。Capability学院是一个深入培训计划,旨在发展和维持支持特定业务战略和功能领域的技能能力。

37. Serrala技术和产品

高级副总裁Vishal Awasthi

2020年,人工智能和机器学习在现实世界的应用将会增长,特别是在银行业和金融业,人工智能解决方案将能够加速和改进财务和财务流程。具体来说,我们将看到智能聊天机器人的部署,这些智能聊天机器人将回答客户和供应商的查询,以及用于发票获取、现金应用、异常或争议处理、计算客户信用风险和检测欺诈的智能软件代理。

38. Jabra⼤型企业

⾼级副总裁Holger Reisinger

机器对话中的同理心将变得非常重要。如果机器在对话中能有一定同理心,那么语音助手的应用将会得到极大的改善。Alexa和其他玩家可能会变得更加情绪化,并在用户的反应中察觉到挫败感。在2020年及以后,这将是一个重大的改进。

39.Qentelli总裁Sanjay Jupudi

2020年将更加关注可解释的人工智能,以减少预测中的偏差。数据科学家将成为产品团队的一个组成部分,并与他们密切合作,为应用程序开发创造一种数据优先的方法,而不是专注于让应用程序生成的数据变得有意义。

40. Splunk杰出⼯程师Eric Sammer

自然语言处理(NLP)与人工智能相结合,将越来越多地做出人类观察者难以理解的决策,无论是通过分析股票数据来做出投资决策,还是通过解析堆积如山的非结构化社交媒体来对品牌进行广泛的情绪分析,或是围绕品牌或特定智能进⾏⼴泛的情感分析。

但是,训练就是一切。许多算法正在对存在固有偏见和问题的现有人类实践进行训练。如果你认为可以在一开始就从NLP算法中消除这一点,是很幼稚的。