1、用于文本、語(yǔ)音和視覺(jué)的人工智能將繼續(xù)成為主流。

信息的寶藏隱藏在客戶與呼叫中心高管的對(duì)話中。這些非結(jié)構(gòu)化的語(yǔ)音和文本對(duì)話正在迅速成為最簡(jiǎn)單的信息來(lái)源之一。在某些情況下，有可能獲得改進(jìn)產(chǎn)品和服務(wù)的關(guān)鍵消費(fèi)者洞察力，設(shè)計(jì)虛擬助手，幫助員工解決復(fù)雜的客戶問(wèn)題，提高客戶滿意度。其他有價(jià)值的信息包括識(shí)別常見(jiàn)問(wèn)題，為他們創(chuàng)建適當(dāng)?shù)淖灾?wù)渠道，增加客戶參與度，識(shí)別和規(guī)定交叉銷售和追加銷售的機(jī)會(huì)，以及大量其他相關(guān)機(jī)會(huì)。

在構(gòu)建這些解決方案時(shí)，有幾個(gè)障礙，例如從不同的語(yǔ)言、不同的方言和口音中清晰地轉(zhuǎn)錄，識(shí)別不同類型的場(chǎng)景詞匯，消除環(huán)境噪聲，并使用不同的渠道(如單聲道或立體聲)來(lái)記錄對(duì)話。多年來(lái)，大型科技公司提出了許多解決方案。他們建立了一個(gè)強(qiáng)大的專有模型，具有非常高的精度。然而，主要挑戰(zhàn)是數(shù)據(jù)需要通過(guò)網(wǎng)絡(luò)發(fā)送，這可能與機(jī)密性和隱私問(wèn)題相沖突。此外，這些專有模型在特定領(lǐng)域的定制訓(xùn)練中范圍有限。

在未來(lái)的日子里，利用強(qiáng)大的深度學(xué)習(xí)來(lái)構(gòu)建編碼器解碼器網(wǎng)絡(luò)，利用預(yù)訓(xùn)練的組件和遷移學(xué)習(xí)是不同的。這些計(jì)算密集型模型利用高性能GPU計(jì)算的硬件加速來(lái)避免翻譯和語(yǔ)音細(xì)微差別帶來(lái)的挑戰(zhàn)。

在接下來(lái)的幾天里，像BERT和GPT-3這樣的大型語(yǔ)言模型將變得更加復(fù)雜，擴(kuò)展其處理不同語(yǔ)義相似性和場(chǎng)景關(guān)系的能力，改進(jìn)現(xiàn)有的文本摘要和生成、聊天機(jī)器人、提高翻譯準(zhǔn)確性、增強(qiáng)情感挖掘、搜索、代碼生成等應(yīng)用。

在計(jì)算機(jī)視覺(jué)領(lǐng)域，人們正在構(gòu)建一個(gè)更新和更強(qiáng)大的模型，用于物體檢測(cè)、分割、跟蹤和計(jì)數(shù)。這些模型提供了前所未有的精度水平。通過(guò)強(qiáng)大的GPU，這些模型將變得越來(lái)越普遍。

人們可以期待看到混合解決方案利用上述所有進(jìn)步，將下一代人工智能助手帶入生活。這些解決方案將具有人類對(duì)話的溫暖觸感，結(jié)合快速實(shí)施和推理的能力，最終降低運(yùn)營(yíng)成本，大大提高客戶滿意度。

2、在藝術(shù)和創(chuàng)意空間中生成人工智能。

吸引和保持客戶的注意力是大多數(shù)企業(yè)一直在努力應(yīng)對(duì)的挑戰(zhàn)。為了提高企業(yè)的品牌知名度，需要不斷生成高質(zhì)量的內(nèi)容，這些內(nèi)容是相關(guān)的、有吸引力的，適當(dāng)應(yīng)用于各種渠道的傳播。生成人工智能提供了增強(qiáng)內(nèi)容創(chuàng)作的新功能。利用生成人工智能，企業(yè)可以創(chuàng)建圖像、視頻、書(shū)面材料等各種內(nèi)容，減少周轉(zhuǎn)時(shí)間。生成人工智能網(wǎng)絡(luò)采用遷移學(xué)習(xí)或一般對(duì)抗網(wǎng)絡(luò)，從不同來(lái)源創(chuàng)建身臨其境的內(nèi)容。除了市場(chǎng)營(yíng)銷中明顯的影像應(yīng)用，它還可以改變電力量。

在這里，像GPT-3這樣的大型語(yǔ)言模型將再次發(fā)揮作用，在小說(shuō)、非小說(shuō)和學(xué)術(shù)文章中創(chuàng)造引人入勝的內(nèi)容。在許多公開(kāi)可用的網(wǎng)站上，高質(zhì)量的抽象概念圖像已經(jīng)可以從用戶的簡(jiǎn)單書(shū)面提示中產(chǎn)生。在音頻合成等領(lǐng)域，可以創(chuàng)建成千上萬(wàn)種語(yǔ)氣和頻率的敘述和聲音。人們需要警惕的惡意應(yīng)用程序之一是創(chuàng)建深度偽造(人工生成的虛假圖像和視頻)，這將導(dǎo)致虛假新聞的傳播和進(jìn)一步有害的宣傳等新的威脅。因此，生成型人工智能將成為一種商業(yè)力

3、可以解釋的人工智能使道德和負(fù)責(zé)任的人工智能成為現(xiàn)實(shí)。

越來(lái)越多的企業(yè)意識(shí)到需要可解釋的人工智能來(lái)提高透明度，建立問(wèn)責(zé)制度，暴露自動(dòng)決策系統(tǒng)中的偏見(jiàn)?？山忉尩娜斯ぶ悄芤彩墙档推髽I(yè)人工智能固有風(fēng)險(xiǎn)的主要工具。事實(shí)也證明，可解釋的人工智能也增加了整個(gè)企業(yè)對(duì)人工智能的采用，因?yàn)楫?dāng)人工智能模型在給出理由和基本原理的同時(shí)進(jìn)行預(yù)測(cè)時(shí)，人們會(huì)更加信任。在醫(yī)療保健或金融服務(wù)等環(huán)境下，由于需要理解和澄清推薦治療或診斷的原因，或者拒絕貸款申請(qǐng)。

一些技術(shù)，如LIME，可以通過(guò)擾動(dòng)輸入和評(píng)估對(duì)輸出的影響來(lái)提高模型的可解釋性。另一種流行技術(shù)（SHAP）基于博弈論的方法是通過(guò)分析特征組合及其對(duì)結(jié)果增量的相應(yīng)影響來(lái)實(shí)現(xiàn)的。它創(chuàng)建了一個(gè)可解釋的分?jǐn)?shù)，以突出對(duì)輸出有更大貢獻(xiàn)的輸入。例如，在圖像的預(yù)測(cè)中，可以突出導(dǎo)致輸出的主導(dǎo)區(qū)域或像素。隨著人工智能對(duì)商業(yè)和社會(huì)的影響越來(lái)越大，人們也面臨著這些復(fù)雜用例帶來(lái)的各種道德問(wèn)題。為了保持符合法律和社會(huì)結(jié)構(gòu)，我們正在研究適當(dāng)?shù)臄?shù)據(jù)治理框架、揭示偏見(jiàn)的工具和透明因素。模型將被徹底測(cè)試為漂移、謙遜和偏見(jiàn)，以防止重復(fù)的道德檢查。適當(dāng)?shù)哪Ｐ秃徒忉?/span>

4、自適應(yīng)人工智能銳化，提升顧客和品牌體驗(yàn)。

行業(yè)領(lǐng)先的零售商正在通過(guò)人工智能大力投資，提高運(yùn)營(yíng)效率和客戶體驗(yàn)。零售店將越來(lái)越成為提升品牌知名度和客戶體驗(yàn)的焦點(diǎn)，而不是簡(jiǎn)單的交易中心。Adaptive人工智能將成為這種轉(zhuǎn)型背后的力量?；谟?jì)算機(jī)視覺(jué)和邊緣的人工智能系統(tǒng)的無(wú)障礙購(gòu)物體驗(yàn)將減少等待時(shí)間和麻煩，這將是一個(gè)主要的增長(zhǎng)領(lǐng)域。未來(lái)的零售店也將基于內(nèi)置基礎(chǔ)設(shè)施支持的視頻分析，提供高度個(gè)性化的建議，創(chuàng)造無(wú)縫的實(shí)時(shí)洞察。

店內(nèi)分析將根據(jù)店內(nèi)不同渠道的停留時(shí)間提供智能見(jiàn)解。通過(guò)多渠道整合過(guò)去的購(gòu)物歷史，并將人口統(tǒng)計(jì)數(shù)據(jù)納入其中，豐富客戶體驗(yàn)，使體驗(yàn)式購(gòu)物具有很高的沉浸感和樂(lè)趣。全渠道管理將通過(guò)自適應(yīng)人工智能得到加強(qiáng)，這將提供與場(chǎng)景高度相關(guān)的幫助。對(duì)話人工智能，加上AR、VR等新技術(shù)，將增強(qiáng)店員完全重新定義實(shí)體店購(gòu)物體驗(yàn)的能力。

5、邊緣人工智能將變得更加普遍。

通過(guò)強(qiáng)大的深度學(xué)習(xí)，邊緣人工智能使普通消費(fèi)設(shè)備具有場(chǎng)景感知能力，具有很大的改變?nèi)藗內(nèi)粘Ｉ畹哪芰?。由于更輕的模型和高性能GPU計(jì)算的可訪問(wèn)性，基于邊緣的人工智能將變得更加便宜。邊緣模型采用本地基于場(chǎng)景的學(xué)習(xí)，并在適當(dāng)?shù)臅r(shí)間與中心模型同步，從而減少帶寬和能源需求。這類價(jià)格合理的智能設(shè)備將徹底改變零售、制造、能源公用事業(yè)等各個(gè)領(lǐng)域，用于質(zhì)量檢驗(yàn)、預(yù)測(cè)維護(hù)、健康安全等用例。

由于計(jì)算需求低，成本下降將導(dǎo)致智能和響應(yīng)設(shè)備市場(chǎng)。對(duì)于醫(yī)療保健和金融等數(shù)據(jù)管理受到嚴(yán)格監(jiān)管的行業(yè)來(lái)說(shuō)，數(shù)據(jù)要求的降低將是一個(gè)福音。每個(gè)邊緣設(shè)備的模型都是根據(jù)特定的邊緣環(huán)境定制的，關(guān)鍵數(shù)據(jù)永遠(yuǎn)不會(huì)出現(xiàn)在邊緣網(wǎng)絡(luò)之外。邊緣人工智能將在智能倉(cāng)庫(kù)、制造業(yè)和公共事業(yè)中普及。隨著企業(yè)對(duì)笨重模型的巨大能源需求越來(lái)越意識(shí)到，基于邊緣的人工智能將用于減少人工智能的碳足跡，并實(shí)現(xiàn)每次剎車(chē)時(shí)的可持續(xù)發(fā)展目標(biāo)。

標(biāo)簽：人工智能,人工智能技術(shù),AI人工智能,AI人工智能技術(shù)