حدود
على طول
المعروفة مشروع شركة أبحاث العاصمة CB البصائر مسح من 25 نوعا من AI أكبر الاتجاهات لتحديد الاتجاه القادم في 2019، والتكنولوجيا، وتقييم كل من هذه الاتجاهات على أساس اعتماد الصناعة والسوق المزايا، وتصنف على أنها ضرورية، تجربة وتهدد، مؤقتة، نيتياس الترجمة التشطيب ذكية، للمشاركة في صغيرة، Meadowdow، يي لي، nariiy، عاليه.
وشبكة كبسولة الطعن في معظم صورة متقدمة خوارزميات الاعتراف
1
أطر مفتوحة المصدر (مفتوح المصدر أطر)
حواجز مصطنعة أمام دخول أقل مما كانت عليه في أي وقت مضى، وذلك بفضل برمجيات المصدر المفتوح. افتتح 2015 جوجل آلته تعلم TensorFlow مكتبة، المزيد والمزيد من الشركات، بما في ذلك شركة كوكا كولا، والبريد خليج، وما إلى ذلك بدأت TensorFlow. 2017 الفيسبوك آخر caffe2 وPyTorch، في حين Theano هو مكتبة مفتوحة المصدر آخر من معهد مونتريال للتعلم الخوارزمية، مع استخدام هذه الأدوات على نطاق أوسع، توقف شركة ميلة تطوير Theano.
2
كبسولات شبكة (شبكات كبسولة)
وكما نعلم جميعا، فإن معظم دراسة متعمقة لتعزيز تطبيق الذكاء الاصطناعي اليوم، وظهور شبكة كبسولة قد تجعل من عملية شد الوجه. يشار الدوائر دراسة متعمقة الطيار جيفري هينتون الى "كبسولة" مفهوم في ورقة عام 2011 التي نشرت في عام 2017 السنة - اقترحت 2018 ورقة "شبكة كبسولة" المفهوم. بعد الاختبار، ويمكن للكبسولة مواجهة بعض من شبكة معقدة من الهجمات العدائية، مثل العبث مع خوارزميات صورة الارتباك، ومتفوقة على CNN. شبكة كبسولات وإن كانت لا تزال في مهدها، ولكن قد يكون التحدي التعرف على الصور الأكثر تقدما.
3
شبكة المواجهة صيغة
في عام 2014، اقترح الباحث جوجل إيان غودفلوو "صيغة ضد شبكة" مفهوم، واستخدام "AI AI VS" مفهوم، وطرح اثنين من الشبكات العصبية: بناء والممي. التعاون جوجل DeepMind المتدرب أندرو بروك جنبا إلى جنب مع باحثين آخرين، بعقد دورات تدريبية للجانس مجموعات البيانات الكبيرة لخلق "BigGANs". ويتمثل التحدي الرئيسي الذي يواجه GANS هو القدرة الحاسوبية لمنظمة العفو الدولية، يجب أن يكون موازيا أجهزة القياس. وأجرى الباحثون أن "وجها لوجه الترجمة" مع GANS، فضلا عن استخدام GANS الفيديو أصبحت شكل كوميدي، أو مباشرة إلى الطلاء وهلم جرا، ولكن GANS أيضا من قبل بعض الناس الخبيثة الاستخدام، بما في ذلك إنتاج أشرطة الفيديو وهمية الاباحية والتشويه السياسي المنتجات.
4
التعلم المشترك (اتحاد Learnnig)
جوجل شارك في وضعها أسلوب التعلم مصممة لاستخدام هذه مجموعة بيانات غنية، ولكن في نفس الوقت حماية البيانات الحساسة. جوجل تختبر دراسة مشتركة على لوحة المفاتيح الروبوت دعا Gboard ذلك. يختلف أسلوب التعلم المشترك من خوارزمية أخرى تأخذ بعين الاعتبار الميزات اثنين: غير مستقلة ووزعت مطابق الخلل. وقد استخدمت التعلم المشترك في محرك البحث فايرفوكس، والذكاء الاصطناعي وغيرها من الشركات المبتدئة OWKIN.
5
تعزيز التعلم (تعزيز التعلم)
عندما وضعت جوجل DeepMind AlphaGo فاز بطل العالم في لعبة الشطرنج الصينية، وتعزيز التعلم اكتسبت اهتماما واسع النطاق. على أساس تعزيز التعلم، DeepMind ثم أنها وضعت AlphaGo صفر.
2025 أرباح الطيار الآلي من 80 مليار $ في أول تطبيق الخدمات اللوجستية
6
محطة الذكاء الاصطناعي
التكرار السريع الذكاء الاصطناعي، تمر عملية من الغيوم إلى المحطة، محطة الذكاء الاصطناعي يمكن أن أفضل وأسرع تساعدنا معالجة المعلومات، وحل المشاكل، ونحن قد تخلت عن استخدام وسائل منع سحابة، ولكن خوارزميات AI تحميل المحطة على الجهاز. 2017 و 2018 هي واحدة من العديد من شركات التكنولوجيا في الذكاء الاصطناعي من محطة دخلت مرحلة التطور السريع لعامين، في حين أنها تعزز أيضا بحث وتطوير رقاقة الذكاء الاصطناعي. لكن منظمة العفو الدولية لا تزال تواجه معضلة تخزين والتنمية، في حاجة الى ثراء نموذج خليط المعدات الطرفية المتصلة خادم مركزي.
7
التعرف على الوجه
فتح الهاتف من رحلات داخلية لنطاق تطبيق اعتراف واسع النطاق على نحو متزايد، التعرف على الوجه لمطلب وطني تدريجيا، بدأت العديد من الشركات المبتدئة في التركيز على هذا المجال، واستخدام هذه التكنولوجيا، مما يقلل من ملامح الوجه ملثمين الوجه الكامل من المشتبه بهم. ولكن هناك اعتراف إلى تحسين. وهذه التكنولوجيا لا تزال موجودة على وجه إجهاض الصواب والخطأ من العدالة. وتضمنت بيانات التعرف على الوجه إلى أن تكون أكثر مما كنا نتخيل، والذي ينبغي أيضا أن يقدموا القضايا الأمنية اهتمامنا.
8
المعالجة الآلية للغات
معالجة اللغة الطبيعية هو المجال الفرعي الذكاء الاصطناعي، لترجمة المصطلحات التقنية، NLP مثل صندوق باندورا - بالإضافة إلى ثروة من الفرص المتاحة في السوق، وهناك تحد كبير. الترجمة الآلية هي واحدة انتظار الكنز الدفين لتطوير الآلية من الخلفية، ودعم العملاء، الى وسائل الاعلام، ومجموعة واسعة من التطبيقات.
9
الآلي قيادة السيارة
على الرغم من أن آلية القيادة في سوق السيارات لديها امكانات كبيرة، ولكن لا يزال مستقبل التلقائي بالكامل غير مؤكد. أصبح يقود حقل جديد من شركات التكنولوجيا الأتمتة والطلائعية للتنافس مع بعضها البعض، ويفعلون ذلك ليس فقط ضخ حيوية جديدة، والكثير من الاستثمارات. المستثمرون متفائلون للغاية بشأن قرارهم، واجمالى الاستثمارات من عدة مركبات ذاتية الحكم العلامة التجارية اكتسب عشرة مليارات المتوقع 2025 سوق الربح يمكن أن تصل إلى 80 مليار $، والخدمات اللوجستية والصناعات الأخرى ذات الصلة أن يكون التطبيق الأول من القيادة الأوتوماتيكية ومن المتوقع أن يقطع ثلث تكلفة هذه الصناعة.
10
AI دردشة الروبوت
على الرغم من أن الكثير من الناس لديهم AI دردشة الروبوت كمرادف، ولكن كل ما زالت هناك اختلافات. وقد تطورت اليوم AI دردشة الروبوت مثالية جدا، أو حتى لتطبيق "آه ..." حوار مع الواقع ووقف هذا النوع من اللغة المحكية، ولكن المخاوف بشأن سلوك هذه الروبوتات واقعية جدا لبدء التفكير حول هذا الموضوع خلال دردشة الحوار وأوضحت الحاجة إلى التأكد من هوية الروبوت. التكنولوجيا الأجنبية FAMGA العملاقة (الفيسبوك، وأبل، مايكروسوفت وجوجل وأمازون) وBAT المحلي الصب عيونهم على هذا المجال.
آفاق AI تشخيص ضخمة الرهان العملاقة الصيدلانية خوارزميات AI
11
التصوير الطبي والتشخيص
على الجانب الاستهلاكي، شعبية تقدم الهواتف الذكية وتقنيات التعرف على صورة تجلب هاتف المنزل إلى أداة التشخيص قوية، ودعا تطبيق Dip.Io باستخدام شرائط اختبار البول التقليدية لرصد مختلف التهابات المسالك البولية. يمكن للمستخدمين استخدام الهواتف الذكية على الورق صورة، خوارزمية رؤية الكمبيوتر لتصحيح النتائج وفقا لظروف الإضاءة المختلفة ونوعية الكاميرا. وبالإضافة إلى ذلك، العديد من "ML كخدمة" منصة متكاملة يجري في أجهزة الرصد المنزل وافقت ادارة الاغذية والعقاقير، يمكن العثور عليها في حالة تأهب لاستثناء الأطباء.
12
الجيل القادم من الأطراف الاصطناعية
البحوث في وقت مبكر آخذ في الارتفاع، مع علم الأحياء والفيزياء وآلة التعلم لحل واحدة من أكثر القضايا الصعبة التي تواجه بدلة، وهي المرونة. هذه مسألة معقدة للغاية، مثل مبتوري الأطراف يمكن أن تجعل من النشاط على إصبع الذراع الاصطناعية واحد، وراء الحاجة إلى فك رموز اشارات المخ والعضلات، وتحولها إلى أوامر التحكم الروبوت، الأمر الذي يتطلب التعاون متعدد التخصصات. مؤخرا، بدأ الباحثون باستخدام التعلم الآلي لإشارات فك شفرة من أجهزة الاستشعار جسم الإنسان، ويحوله إلى جهاز الاصطناعية قيادة المحمول.
13
تجنيد المريض التجارب السريرية
واحدة من أكبر العقبات في سريري التوظيف المريض محاكمة هو الحق، قد أبل تكون قادرة على حل هذه المشكلة. وعلى الرغم من الجهود المبذولة لرقمنة السجلات الطبية، ولكن العمل المشترك لا تزال واحدة من أكبر المشاكل في مجال الرعاية الصحية. يتم استخراج AI الحل المثالي من المعلومات الطبية للمريض، وبالمقارنة مع المحاكمات الجارية، وتقديم المشورة برنامج AI لمباراة البحوث.
14
القياسات الحيوية الطبية المتقدمة
باستخدام الشبكات العصبية، وشرعوا في دراسة وقياس عوامل الخطر الشاذة ومن الصعب تحديد الباحثون السابق، وذلك باستخدام تحليل الشبكة العصبية للصور الشبكية وأنماط الخطاب قد تساعد على تحديد مخاطر الإصابة بأمراض القلب. على سبيل المثال، والباحثين جوجل تستخدم تدريب الشبكة العصبية صور الشبكية لاكتشاف عوامل الخطر لأمراض القلب والأوعية الدموية، مثل العمر والجنس والتدخين، مايو كلينيك عن طريق تحليل الخصائص الصوتية الصوت والكلام يمكن العثور عليها في مختلف المرضى المصابين بأمراض القلب التاجية الميزة.
15
اكتشاف المخدرات
مع صعود AI التكنولوجيا الحيوية الناشئة، وشركات الأدوية التقليدية يبحثون عن AI ادارة العلاقات مع الشركات المبتدئة تقديم حلول مبتكرة للدورة تطوير العقاقير طويلة. مايو 2018، أنشأت شركة فايزر وXtalPi شراكة التعاون الاستراتيجية، التنبؤ بخصائص المخدرات جزيء صغير، تطوير "تحسب على أساس تصميم الأدوية العقلاني". أعلنت شركة نوفارتيس (نوفارتيس)، وسانوفي (سانوفي)، GSK (جلاكسو سميث كلاين)، أمجين (أمجين) وميرك (ميرك) وغيرها من الشركات الدوائية أعلى في الأشهر الأخيرة شراكة مع منظمة العفو الدولية المبتدئة، في اكتشاف الأدوية في مجال السرطان وأمراض القلب.
مجموعة البيانات الاصطناعية لحل تبعيات بيانات من منظمة العفو الدولية
16
الصيانة التنبؤية
المعدات من المصنع لشركة التأمين، AI-IIoT قبل حدوث الضرر فشل العلبة، تقترح تدابير وقائية. الحقل والمصنع الجهاز بتوليد كميات كبيرة من البيانات، ومع ذلك، فشل المعدات غير متوقع هو واحد من التوقف التصنيع الرئيسي. التنبؤ متى المعدات أو فشل مكون واحد سوف يتسبب في أصول شركات التأمين والشركات المصنعة للفائدة. في مجال الصيانة التنبؤية، وأجهزة استشعار كاميرا وجمع البيانات المستمر ذكي من الجهاز، مثل درجة الحرارة والضغط وما شابه. عدد وأشكال مختلفة من البيانات في الوقت الحقيقي من تعلم الآلة لتصبح جزءا لا يتجزأ من IIoT. مع مرور الوقت، يمكن للخوارزمية التنبؤ المخاطر التي قد تحدث قبل حدوث الفشل. مع أجهزة الاستشعار الصناعية خفض التكاليف، وتحسين تعلم الآلة الخوارزميات، وكذلك الضغط من أجل الحوسبة الحافة، والصيانة التنبؤية يكون أكثر اتساعا.
17
خلفية أتمتة
يدفع الذكاء الاصطناعي الإدارة لأتمتة، ولكن طبيعة مختلفة وتنسيق البيانات يجعل من مهمة التحدي. ووفقا للصناعات والتطبيقات المختلفة، التحدي أتمتة "مهمة الخلفية" قد تكون فريدة من نوعها، على سبيل المثال، ملاحظات مكتوبة بخط اليد السريرية على خوارزميات معالجة اللغات الطبيعية، بل هو تحديا فريدا من نوعه. وكان الروبوت عملية أتمتة (الجيش الوطني الرواندي) موضوعا ساخنا، ولكن ليس كلها تقوم الروبوتات على الجهاز أتمتة عملية التعلم، ولكن العديد من بدأوا يدركون الصورة ومعالجة اللغة دمجها في حلها.
18
بيانات التدريب الشامل
لخوارزميات الذكاء الاصطناعي للتدريب، والوصول إلى ذلك، مجموعة كبيرة من البيانات المسمى ضروري، قد تكون مجموعات البيانات الاصطناعية مفتاح حل مشكلة عنق الزجاجة من خوارزمية الذكاء الاصطناعي تعتمد على بيانات لبعض أنواع البيانات في العالم الحقيقي لا يمكن أن يكون من السهل الوصول إليها عند، استخداماته يتجلى مجموعة البيانات الاصطناعية، ومثيرة للاهتمام الاتجاه الناشئ هو استخدام AI نفسها لمساعدة توليد صورة مركبة أكثر النهج "واقعية" لتدريب AI، على سبيل المثال، ولدت ضد استخدام شبكة NVIDIA (GAN) لإنشاء ورم في المخ همية صورة MRI. يستخدم GAN إلى "تعزيز" البيانات في العالم الحقيقي، وهو ما يعني أن منظمة العفو الدولية يمكن أن تكون البيانات المختلطة التدريب والمحاكاة في العالم الحقيقي، من أجل الحصول على مجموعات البيانات الكبيرة وأكثر تنوعا. وعلاوة على ذلك، الروبوتات هي مجال آخر يمكن أن تستفيد من بيانات عالية الجودة التوليف.
19
شبكة الأمثل
الذكاء الاصطناعي بدأ الاتصالات التغيير، وتحسين شبكة الاتصالات عبارة عن مجموعة من التقنيات لتحسين الكمون وعرض النطاق الترددي، والتصميم أو الهندسة المعمارية - يمكن أن تزيد من البيانات التقنية تدفقات بطريقة مفيدة، لمقدمي خدمات الاتصالات، وتحسين يمكن ترجمتها مباشرة إلى أفضل تجربة العملاء، بالإضافة إلى قيود عرض النطاق الترددي، واحدة من أكبر التحديات التي تواجه تأخير شبكة الاتصالات السلكية واللاسلكية، مثل تطبيقات AR / VR على الهاتف، فقط الكمون المنخفض جدا لتحقيق وظيفة أفضل. شركات الاتصالات على استعداد لدمجها في الجيل المقبل من التكنولوجيا اللاسلكية في الحلول القائمة AI-وهي 5G، سامسونج حصلت على الشبكات والخدمات القائمة على AI-البدء تحليل شركة Zhilabs، تمهيدا لعصر 5G، تعتبر كوالكوم الحوسبة حافة الذكاء الاصطناعي 5G جزءا هاما من خطتهم.
20
سايبر التهديدات الصيد
للرد على الهجمات الإلكترونية لم يعد كافيا، وذلك باستخدام آلة التعلم المبادرة إلى "بحث" التهديدات الأمنية الشبكة تكتسب زخما. وكما يوحي اسمها، بل هو تهديد للبحث يبحثون عن ممارسة النشاط الخبيثة، وليس مجرد رد فعل بعد وقوع إنذار أو غير قانونية، ويبدأ اطلاق النار في افتراضات حول نقاط الضعف المحتملة في الشبكة، وكذلك الأدوات اليدوية والآلية لعملية تكرارية مستمرة اختبار الفرضية، وكمية هائلة من البيانات في التعلم الآلي وأمن الشبكات لتصبح جزءا لا يتجزأ من هذه العملية، هو التهديد الصيد احتمالا للحصول على مزيد من السلطة، لكنه يواجه أيضا مجموعتها الخاصة من التحديات، مثل استجابة لتغير بيئة ديناميكية والحد من ايجابيات كاذبة.
تدريب خوارزمية لمنع وهمية بصمة أثر الذكاء الاصطناعي
21
E-التجارة بحث
فهم لسياق البحث عن الكلمات وللخروج من "مرحلة تجريبية"، ولكن مصطلحات البحث المستخدمة على نطاق واسع لا يزال هناك طريق طويل لنقطعه، وعندما لاستخدام التجارة الإلكترونية لعرض نتائج البحث ذات الصلة، واستخدام البيانات الوصفية المناسبة لوصف المنتج هو نقطة الانطلاق . ولكن مجرد وصف ومؤشر لا يكفي، العديد من المستخدمين استخدام اللغة الطبيعية المنتج البحث، أو لا يعرفون كيفية وصف المنتج الذي تبحث عنه، مما يجعل اللغة الطبيعية التجارة الإلكترونية بحثا عن التحدي.
22
مطالبات السيارات معالجة
الشركات والمشاريع الناشئة التأمين لبدء استخدام الذكاء الاصطناعي لحساب صاحب "درجة المخاطر"، مسرحا لتحليل الصور الحادث، ومراقبة سلوك السائق، النملة المالية في "حادث نظام مناولة" عميق الخوارزميات المستخدمة في معالجة الصور والتعلم، في الماضي ، مالك أو سائق السيارة لوضع على "الضباط" هناك الضباط الضرر المسؤولة عن فحص السيارة، وتفاصيل من المحضر، ثم يرسل المعلومات إلى شركة التأمين على السيارات. اليوم، والتقدم في تكنولوجيا معالجة الصور يتيح للناس أن تأخذ سيارة من الصور وتحميلها، والشبكات العصبية لتحليل الصور، وتقييم الأضرار الآلي، سائق أسلوب آخر هو تحليل المخاطر، مما يؤثر على السيارات الفعلي التأمين نموذج تسعير.
23
أمن
همية أكثر وأكثر صعوبة التي يمكن العثور عليها، والتسوق عبر الإنترنت يجعل مزيفة شراء كانت أسهل من أي وقت مضى. العودة الى الكفاح واصفا وبدأ المسترهنين في محاولة الذكاء الاصطناعي، والحرب وهمية في عالم الانترنت والعالم الحقيقي جبهتين. ومع ذلك، فإن على الانترنت نطاق المنتجات المزيفة وحجم كبيرة ومعقدة، المزورين استخدام قائمة العلامات التجارية الأصلية كلمات متشابهة جدا، والصور، وبيع السلع المقلدة على السلع وهمية بيع موقع المزيفة في السوق المشروعة، وتشجيع على مواقع وسائل الاعلام الاجتماعية مزيفة، مع صعود "وهمية السوبر" أو "AAA وهمية"، وبالعين المجردة من المستحيل تقريبا لتمييزها. الآن، إنشاء قاعدة بيانات السلع المقلدة، واستخراج معالمه، وخوارزميات الذكاء الاصطناعي التدريب للتمييز بين أصالة، على الرغم من أنها عملية شاقة، ولكن للعلامات التجارية الفاخرة وغيرها من تجار التجزئة عالية المخاطر هو ضروري، فإن الخطوة التالية كما يمكن تحديد الحل على السلع المادية أو إضافة "بصمة" فريدة من نوعها وتتبع من خلال سلسلة التوريد.
24
بيع بالتجزئة
المشي الى متجر، واختيار ما تريد، ثم الخروج، فإنه يكاد يكون "يشعر" هو مثل السرقة، يمكن أن الذكاء الاصطناعي وضعت حقا وضع حد للسرقة، والسماح للإجراءات الخروج التجزئة حرة تصبح أكثر شيوعا. وقد تم سرقة نقطة قرحة كبيرة لتجار التجزئة الولايات المتحدة، ولكن عندما كنت تتقن شخص من المتجر، واتهام لهم تلقائيا، سيتم تخفيض إمكانية شخص بالسرقة إلى أدنى حد ممكن. ما تبقى من بعض الأشياء في الاعتبار هو كيفية استخدام مساحة المبنى، خصوصا في سوبر ماركت مزدحم، تأكد من الأفضل وضع الكاميرا لتتبع الناس والبضائع. وعلى المدى القصير، فإن المشكلة تتلخص في تكلفة من تكاليف التوزيع وخسائر المخزون التي سببها مشاكل فنية محتملة، وكذلك مدى هذه التجزئة على تحمل التكاليف والمخاطر.
25
رصد المحاصيل
الطائرات بدون طيار التي يمكن استخلاصها في الخريطة للحصول المزارعين الزراعي، وذلك باستخدام تقنيات التصوير الحراري لمراقبة الرطوبة، رش المبيدات الحشرية وآفات المحاصيل التي تم تحديدها.
وتركز الشركة البدء في التقاط البيانات UAV لتحليل إضافة طرف ثالث. غيرها من استخدام الرؤية الكمبيوتر لجعل المعدات الزراعية على أرض الواقع أصبح أكثر ذكاء، وفقا لاحتياجات المحاصيل الفردية الرش، وسوف يقلل من الحاجة إلى مبيدات الأعشاب غير انتقائي، لن مبيدات الأعشاب انتقائية تقتل كل شيء في مكان قريب، وسائل الرش دقيقة تقليل كمية المبيدات الحشرية ومبيدات الأعشاب. بالإضافة إلى العمل الميداني، وذلك باستخدام التحليل رؤية الكمبيوتر من صور الأقمار الصناعية توفر الفهم الكلي للممارسات الزراعية، يمكن للبيانات الجغرافية المكانية توفر معلومات عن نمط التوزيع العالمي للآثار الزراعة المحاصيل وتغير المناخ.
تحرير من تقنية 50
