趨勢 | 2019年人工智慧行業的25大趨勢（二）

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

四、合成數據集用以解決AI的數據依賴

16 預測性維護

從製造商到設備保險公司，AI-IIoT可以在在故障損害發生之前，提出防範措施。現場和工廠設備會產生大量的數據，然而，未預料到的設備故障是製造業停機的主要原因之一。預測設備或單個部件何時失效將使資產保險公司和製造商受益。

在預測性維護中，感測器和智能攝像機收集來自機器的連續數據，如溫度、壓力等。實時數據的數量和變化形式使機器學習成為IIoT不可分割的組成部分。隨著時間的推移，演算法可以在故障發生之前預測可能出現的隱患。

隨著工業感測器成本的降低、機器學習演算法的進步，以及對邊緣計算的推動，預測性維護會更加廣泛。

17 後台自動化

人工智慧正在推動管理工作走向自動化，但數據的不同性質和格式使其成為一項具有挑戰性的任務。根據行業和應用程序的不同，自動化「後台任務」的挑戰可能是獨一無二的，例如，手寫的臨床筆記對自然語言處理演算法來說就是一個獨特的挑戰。

機器人過程自動化（RPA）一直是熱門話題，雖然並非所有的機器人過程自動化都基於機器學習，但許多都開始將圖像識別和語言處理集成到它們的解決方案中。

18 綜合訓練數據

對於訓練人工智慧演算法來說，訪問大型的、標記的數據集是必要的，合成數據集可能會成為解決瓶頸問題的關鍵，人工智慧演算法依賴數據，當一些類型的現實世界數據不易被訪問時，合成數據集的用武之地就體現出來，一個有趣的新興趨勢是使用AI本身來幫助生成更「逼真」的合成圖像來訓練AI，例如，英偉達使用生成對抗網路（GAN）來創建具有腦腫瘤的假MRI圖像。

GAN被用於「增強」現實世界數據，這意味著AI可以通過混合現實世界和模擬數據進行訓練，以獲得更大更多樣化的數據集。此外，機器人技術是另一個可以從高質量合成數據中獲益的領域。

19 網路優化

人工智慧正在開始改變電信，電信網路優化是一套改進延遲、帶寬、設計或架構的技術——能以有利方式增加數據流的技術，對於通信服務提供商來說，優化可以直接轉化為更好的客戶體驗，除了帶寬限制之外，電信面臨的最大挑戰之一是網路延遲，像手機上的AR / VR等應用，只有極低的延遲時間才能達到最佳的功能。

電信運營商也在準備將基於AI的解決方案集成到下一代無線技術中，即5G，三星收購了基於AI的網路和服務分析初創公司Zhilabs，為5G時代做準備，高通認為人工智慧邊緣計算是其5G計劃的重要組成部分（邊緣計算可減少帶寬限制並與雲進行頻繁通信，這是5G的主要關注領域）。

20 網路威脅狩獵

對網路攻擊做出反應已經不夠了，使用機器學習主動「搜尋」威脅正在網路安全中獲得動力。顧名思義，威脅搜尋是主動尋找惡意活動的做法，而不僅僅是在發生警報或違規後做出反應，狩獵開始於對網路中潛在弱點的假設，以及手動和自動化工具，以在連續的迭代過程中測試假設。

網路安全中龐大的數據量使機器學習成為流程中不可分割的一部分，威脅狩獵很可能會獲得更多的動力，然而它也面臨著自身的一系列挑戰，比如應對不斷變化的動態環境和減少誤報。

五、訓練演算法、指紋追蹤、人工智慧防範假貨

21 電子商務搜索

對搜索詞的上下文理解正在走出「實驗階段」，但要廣泛採用搜索詞還有很長的路要走，當使用電子商務搜索來顯示相關結果時，使用適當的元數據來描述產品是一個起點。

但是僅僅描述和索引是不夠的，許多用戶用自然語言搜索產品（比如「沒有紐扣的洋紅色襯衫」），或者不知道如何描述他們在尋找的商品，這使得電子商務搜索的自然語言成為一個挑戰。

22 汽車索賠處理

保險公司和初創公司開始使用人工智慧來計算車主的「風險得分」，分析事故現場的圖像，並監控駕駛員的行為，Ant Financial在其「事故處理系統」中使用深度學習演算法進行圖像處理，過去，車主或司機會把他們的車送到「理算師」那裡，理算師負責檢查車輛的損壞情況，並記錄下詳細情況，然後將這些信息發送給汽車保險公司。

如今，圖像處理技術的進步使得人們可以拍下這輛車的照片並將其上傳，神經網路對圖像進行分析，實現損傷評估的自動化，另一種方法是對駕駛員進行風險分析，從而影響汽車保險的實際定價模型。

23 防偽

假貨越來越難被發現，網購使得購買假貨比以往任何時候都容易。為了反擊，品牌和典當商開始嘗試人工智慧，在網路世界和現實世界兩條戰線上與假貨作戰。

不過，網上假冒偽劣產品的範圍和規模龐大複雜，造假者使用與原始品牌列表非常相似的關鍵詞和圖片，在假冒網站上銷售假貨，在合法市場上銷售假貨，在社交媒體網站上推廣假貨，隨著「超級假貨」或「aaa假貨」的興起，用肉眼分辨它們幾乎變得不可能。

現在，建立一個假冒偽劣商品的資料庫，提取其特徵，並訓練人工智慧演算法來分辨真偽，雖是一個繁瑣的過程，但對於奢侈品牌和其他高風險零售商來說非常有必要，下一步的解決方案還可能是在實體商品上識別或添加獨特的「指紋」，並通過供應鏈對其進行跟蹤。

24 零售

走進一家商店，挑選你想要的東西，然後走出去，這幾乎「感覺」就像在行竊，人工智慧可以杜絕真正的盜竊行為，並讓免結賬手續零售變得更加普遍。

盜竊一直是美國零售商的一大痛點，然而，當你掌握進出商店的人，並自動向他們收費時，有人入店行竊的可能性就會降到最低。其餘一些需要考慮的事情是如何利用建築空間，特別是在擁擠的超市，確保攝像機被最佳地放置來追蹤人和物品。

在短期內，問題將歸結為部署成本和由潛在技術故障造成的庫存損失成本，以及零售商能夠承擔這些成本和風險的程度。

25 農作物監測

無人機可以為農民繪製農田地圖，利用熱成像技術監測濕度，識別蟲害作物並噴洒殺蟲劑。

初創公司正專註於為第三方無人機捕獲的數據添加分析。還有人使用計算機視覺使地面上的農業設備變得更智能，按照需要噴洒個別作物，就會減少對非選擇性除草劑的需求，而非選擇性除草劑會殺死附近的一切，精確噴洒意味著減少除草劑和殺蟲劑的使用量。

在實地調查之外，利用計算機視覺分析衛星圖像提供了對農業實踐的宏觀理解，地理空間數據可以提供關於全球作物分布模式和氣候變化對農業影響的信息。

更多精彩，敬請關注矽谷洞察官方網站（http://www.svinsight.com）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！