Al mismo tiempo, los gobiernos de todos los países también están corriendo para lanzar una investigación avanzada de inteligencia artificial, que considera la inteligencia artificial como un medio para lograr un mayor impacto económico y convertirse en una potencia económica.
Estamos en las primeras etapas de la rápida evolución del mercado laboral bombo de aprendizaje de máquina puede empezar a disminuir - esto se debe a la máquina de aprendizaje, de hecho, todas las principales áreas de la industria del software ha penetrado, desde la simple aplicación de la agenda para el motor de búsqueda a las ventas software de gestión puede ver la figura de aprendizaje automático.
AI ahora aún listo para vencer a la campeona del mundo. Robot humanoide puede completar un backflip perfecto y aterrizar con éxito. Sin embargo, los algoritmos de inteligencia artificial en una serie de tareas básicas fáciles para los seres humanos está lejos de ser perfecta, tales como la comprensión de la imagen la escena, o similar, para identificar el contexto de la sesión.
Al mismo tiempo, la perspectiva de la inteligencia artificial universales - o la inteligencia artificial no supervisado a aprender rápidamente nuevas tareas - a pesar de la inexplorada contener Vicario, del sistema y de los Vástagos aún, incluyendo un pequeño número de empresas está aumentando el desarrollo de la inteligencia artificial, los fondos comunes de inversión, pero casi no hay datos o pruebas reales.
Aplicación de la Inteligencia Artificial hoy en día sólo se centran en un rango muy estrecho de tareas, pero es estos son impulsados por la inteligencia artificial, estrechar el alcance de la tarea de remodelar el negocio, el mercado y la industria.
Para ayudar a las personas a comprender el status quo y las trayectorias de desarrollo de miles de compañías de IA de todo el mundo, CB Insights publicó recientemente un informe de AI que predice 13 tipos de tendencias de inteligencia artificial que surgirán en 2018, con el objetivo de convertirse en partes interesadas en el campo de la inteligencia artificial Trae inspiración.
Primero, la aparición de un nuevo trabajo de cuello azul - niñera robot
En los Estados Unidos, las oportunidades de empleo en robots industriales y fabricación están en aumento.
Los trabajos de fabricación han sido criticados por su mano de obra a menudo subcontratada a países en desarrollo baratos, y en algunos casos para hacer que los sitios de fabricación se acerquen más a las necesidades del producto a fin de reducir el costo de los robots industriales.
Recientemente, el fabricante chino de las camisetas y prendas de vestir empresa gubernamental Tianyuan Arkansas Estados Unidos firmaron un Memorando de Entendimiento (MoU), la compañía Tianyuan estableció una nueva fábrica de ropa en Arkansas, a un precio $ 14 por hora emplea a unos 400 trabajadores. La Plan de acción que se llevará a cabo a finales de 2017.
Tianyuan Compañía utilizará un robot de costura SoftWare Georgia inteligencia artificial Automatización empresa de nueva creación en Little Rock, Arkansas planta de reciente creación, este robot es un software de automatización de Adidas producción y el desarrollo de ropa. Muchos buscan trabajo muy pesado se completará robot mientras que los trabajadores humanos, incluyendo el trabajo de gama alta es hacerse cargo de mantenimiento y funcionamiento del robot y similares. esto significa que el número y la naturaleza de los trabajos de fabricación serán diferentes en 2008.
La Oficina de Estadísticas Laborales define y analiza los diferentes trabajos en la industria manufacturera, por ejemplo, debido al impacto de la automatización, la Oficina no es optimista sobre las perspectivas de puestos tales como inspectores de control de calidad, ensambladores y constructores.
En 2012, el contrato entre Advanced Planning and Research Agency del Departamento de Defensa de EE. UU. Y SoftWear Automation dejó en claro que "el objetivo final es lograr una instalación de producción completa donde la producción de prendas de vestir sea directamente fabricada por el hombre cero".
Pero las preferencias cambiantes de los consumidores y la incapacidad de adaptarse a los dramáticos cambios en el proceso siguen siendo obstáculos completamente automatizados.
Esto es evidente incluso en el almacén altamente automatizado de Amazon.
Los robots de almacenamiento en colaboración de Amazon se encargan del trabajo más pesado, mientras que los trabajadores humanos se centran en el trabajo meticuloso, como recoger los productos de los estantes e insertarlos en pedidos separados.
Sin embargo, los robots aún están lejos de ser satisfactorios en términos de recolección, recolección y manipulación de elementos en un entorno no estructurado. Amazon ha utilizado más de 100.000 robots en una variedad de almacenes, pero al mismo tiempo ha creado un número para humanos en nuevos centros de distribución. Miles de nuevos empleos.
En segundo lugar, la aplicación de la inteligencia artificial en todos los ámbitos de la vida
La tendencia de desarrollo de la inteligencia artificial es irresistible: desde la fabricación de cerveza hasta la industria del cannabis, el aprendizaje automático parece omnipotente.
La Inteligencia Artificial está en todas partes, y hablando específicamente, el aprendizaje automático está en todas partes. El aprendizaje de máquinas se refiere a algoritmos de entrenamiento en un gran conjunto de datos para que las máquinas aprendan cómo reconocer y generar los patrones que necesitan. A medida que pasa el tiempo, los algoritmos- Los parámetros correctos son proporcionados por creadores humanos: tienen un mejor desempeño en sus tareas.
Mientras haya datos que puedan entrenar el software y tengan en mente la salida deseada, esta técnica puede aplicarse básicamente a todo.
Por lo tanto, verás:
La compañía británica IntelligentX quiere lanzar la primera cerveza cervecera de inteligencia artificial del mundo.
DeepFish de Rusia utiliza redes neuronales para identificar especies de peces y combina la tecnología de radar con inteligencia artificial para distinguir peces y ruido en imágenes de radar.
Hoofstep en Suecia recaudó fondos para capital de riesgo y realizó un análisis del comportamiento del caballo basado en el aprendizaje profundo.
¿Eres vegetariano? ¿Libre de gluten o alérgico a la soja? La empresa de Nueva York, Prose, quiere utilizar la inteligencia artificial en productos personalizados para el cuidado del cabello de vientos conocidos como Forerunner Ventures, Lerer Hippeau Ventures y Maveron. La compañía recaudó $ 7.57 millones en fondos.
Además, la tecnología de inteligencia artificial también se usa la marihuana. DeepGreen usar una computadora es una discriminación visual y la salud sexual de las plantas cannabinoides. Weedguide marihuana, en comparación con la inteligencia artificial recomendación personalizada recaudó $ 1.7 millones en financiación.
Y luego darse cuenta de la idea de los ingresos de la manía, la distinción entre si esto es sólo una cosa que mirar el largo plazo. En 2018, esperamos ver más sacarlo de la caja "AI para X." Esta tendencia La creciente novedad de popularidad e ideas muestra que la inteligencia artificial no es una rareza y, en su lugar, es una de las piedras angulares del software y las aplicaciones modernas.
En tercer lugar, China y los Estados Unidos compiten por líderes globales de inteligencia artificial
Aunque China AIEC tiene una participación del 9% en el mercado global, en 2017, casi el 50% de los fondos de IPO globales fueron a China por primera vez más allá de los Estados Unidos.
China está implementando activamente una visión bien diseñada de inteligencia artificial en la que China ya ha derrotado a los Estados Unidos en algunas áreas de inteligencia artificial.
El gobierno chino también está promoviendo un futuro plan de AI que abarque desde la agricultura inteligente, la logística inteligente hasta aplicaciones militares y la inteligencia artificial para la creación de empleo.
Algunos de los recursos se utilizarán en startups chinas innovadoras que desarrollen inteligencia artificial en diversas industrias, que van desde la asistencia sanitaria hasta los medios de comunicación.
De hecho, China representó sólo el 9% de la inteligencia artificial puesta en marcha facturación de la compañía en el mundo. Pero en 2017, el mundo de las empresas de nueva creación de inteligencia artificial que financian la inversión de capital total de los flujos a China representaron el 48%, por primera vez superó a Estados Unidos en la cuota de dólar. Usted sabe, en el año 2016 de China Solo el 11.3% de los fondos globales.
En términos de la participación de los activos en nuevas empresas de IA, los Estados Unidos aún mantienen la posición dominante a nivel mundial, pero su participación en las transacciones mundiales está disminuyendo.
Además, las solicitudes de patente de las empresas chinas también reflejan las capacidades de investigación y desarrollo.
En la solicitud de patente, las empresas chinas ponerse al día con la tendencia de Estados Unidos. Basado en el título y el resumen de las palabras clave de búsqueda, la publicación de patente china relacionada con la inteligencia artificial muy superior al número de patentes publicadas por la Oficina de Patentes y Marcas.
Tomando como ejemplo el aprendizaje profundo, China publica 6 veces más patentes en esta área que los Estados Unidos. (Nota: Antes de que se anunciara la solicitud de patente, el proceso de presentación de la patente tardó mucho en llegar).
Los chips de reconocimiento facial y inteligencia artificial son también dos tecnologías que impulsan el desarrollo de la inteligencia artificial en China, la primera atiende el plan del gobierno de implementar la vigilancia en todo el país, lo que plantea un desafío directo a los chips fabricados en los Estados Unidos.
La compañía china de unicornios Face ++, Shangtang Technology y la nube de start-ups de la ciencia y la tecnología son los tres principales actores en esta área (este último ganó el financiamiento del gobierno municipal de Guangzhou de 301 millones de dólares estadounidenses).
Cerca de 50 ciudades en China se han unido al "Proyecto Brillante" en 2017. Las cámaras de monitoreo instaladas en áreas públicas y en áreas privadas serán centralmente manejadas para monitorear al personal así como en diversas situaciones, y los informes de los medios dijeron que la medida ayudará a China Sistema de crédito social para considerar el "crédito" de los ciudadanos.
Kuang como tecnología ha ganado el apoyo de las compañías de seguros de China (Sunshine Insurance Group), organizaciones gubernamentales (Rusia-China Investment Group) y los gigantes corporativos (Foxconn, Ant Financial), la compañía ha recibido datos faciales de 1.3 billones de ciudadanos chinos.
Alibaba, que opera con ropa de hormigas, y Foxconn, ambos inversores, se asociaron con Hangzhou en 2016 para lanzar el proyecto Ciudad del Cerebro, que utiliza inteligencia artificial para analizar datos sobre cámaras de vigilancia y redes sociales.
Ropa de oro de antigüedades en tiendas minoristas propiedad de Alibaba que utilizan el pago independiente de tecnología de reconocimiento facial.
Los Estados Unidos y China también compiten por el dominio de la tecnología de chips de inteligencia artificial.
En junio de 2017, el gobierno chino dijo que para 2020 la inteligencia artificial alcanzará a Estados Unidos y superará a Estados Unidos como líder mundial en inteligencia artificial para el 2030. Un proyecto respaldado por el gobierno apunta a crear un mundo donde las operaciones y la eficiencia energética están muy atrás Ultra-Nvidia GPU20 veces el chip. La compañía china Cambrian prometió desarrollar el chip con mil millones de unidades de procesamiento en los próximos tres años, la compañía está desarrollando un chip dedicado al aprendizaje profundo.
Los gigantes tecnológicos chinos como Baidu y Jingdong también están invirtiendo en compañías extranjeras de IA, incluido Estados Unidos.
Recientemente, Baidu y Jingdong invertidos en los Estados Unidos la tecnología de la compañía financiera ZestFinance, Tencent invertido en compañía de inteligencia artificial Oben en Nueva York. Pony.ai códigos y la biotecnología de nueva creación, como Estados Unidos y China han llevado a cabo las operaciones entre los dos países más cerca La brecha de competencia.
Aunque las empresas chinas están buscando activamente la cooperación o la inversión en los Estados Unidos, pero en comparación, la inteligencia artificial, la creación de empresas en los Estados Unidos hay más inversión china, la inversión china en los Estados Unidos de empresas de la inteligencia artificial es relativamente pequeño.
En cuarto lugar, confíe en el futuro de la defensa de la inteligencia artificial
mercado de seguridad de red de inteligencia artificial más y más popular. Algunos incluso tienen lista de clientes del gobierno de una empresa de nueva creación, con la esperanza de dar un paso adelante que los piratas informáticos.
El centro de datos se está convirtiendo en un nuevo campo de batalla.
En 2014, Amazon creó un servicio de computación en la nube para clientes para que la CIA cumpla con los estrictos requisitos regulatorios y de cumplimiento para datos confidenciales.
En el cuarto trimestre de 2017, AWS abrirá estas herramientas a clientes del gobierno fuera del servicio de inteligencia.
Amazon también adquirió dos firmas de seguridad de redes de IA, Harvest.ai y Sqrrl, para proteger los datos sensibles a la nube.
Independientemente de si Amazon o cualquier otra empresa de nueva creación deliberadamente atiende a clientes del gobierno, la inteligencia artificial está emergiendo como la columna vertebral de la ciberseguridad respaldada por el gobierno.
Durante la Guerra Fría, el gobierno está discutiendo con la "brecha de misiles" entre los méritos rivales de ojivas o posición nucleares. Ahora, el gobierno está cada vez más preocupado por las deficiencias en sus capacidades de red. El resultado de la seguridad de la red continua y la defensa de la tradición Fusion.
El riesgo de pérdida de datos provocada notable: de filtrado agencia de calificación de crédito de Estados Unidos Equifax millones de números de seguridad social, y luego a WannaCry eventos de virus extorsión como la intervención rusa en la elección presidencial de Estados Unidos.
2017, SecurityScorecard (una compañía de Nueva York invertido por Intel Capital y Moody y otras empresas) análisis del informe, la organización del gobierno de Estados Unidos recibió la puntuación más baja en la seguridad de la red. El análisis incluyó un total de "552 Agencias locales, estatales y federales, cada una con más de 100 direcciones IP orientadas al público ".
Seguridad de red proporciona un verdadero oportunidades de aplicación algoritmos de inteligencia artificial, debido a los ataques cibernéticos seguirán evolucionando protección se enfrentan constantemente con una variedad de software maligno sin precedentes de la inteligencia artificial se puede aplicar a una amplia gama de eventos en los millones La detección identifica señales anormales, peligrosas y potencialmente amenazantes.
Actualmente, el mercado tiene una gran cantidad de compañías emergentes de ciberseguridad que intentan impulsar el aprendizaje automático al siguiente nivel.
En los últimos cinco años, 134 empresas de nueva creación un total de $ 3.65 mil millones en la financiación disponible. El año pasado, cerca de 34 empresas por primera vez para obtener financiación. En la actualidad, el mercado son las empresas más grandes, tales como, Cybereason, CrowdStrike, Cylance y Tanium ocupados por cada empresa La capitalización bursátil de más de 900 millones de dólares estadounidenses.
Incluso tales como empresas de consultoría Accenture tradicionales están en constante desarrollo de tecnologías de seguridad de red de inteligencia artificial para servir mejor a los clientes del gobierno federal. La Fuerza Aérea de Estados Unidos cuenta con clientes tales como la puesta en marcha Endgame empresa venderá su negocio de servicios gubernamentales a Accenture, el acuerdo Despertó una preocupación generalizada
2016, las agencias de inteligencia brazo de inversión de In-Q-Tel invirtieron Anomali, Interset y Cylance. Darktrace compañía británica afirma que su sistema se despliega en todo el mundo en el año 3000, incluyendo organismos públicos situados en Colorado LogRhythm también con la Fuerza Aérea de los Estados Unidos , NASA y el contratista de defensa Raytheon.
Otros contratistas de defensa superior también están invirtiendo constantemente.
Lockheed Martin fue de los primeros inversores Cybereason (valor de mercado actual de US $ 900 millones). 2017, Boeing invirtió Turk, Texas, una compañía de seguridad en Internet, a través de su brazo de inversión SparkCognition Horizonte X.
¿Cómo estás, Alexa?
Amazon Echo y Google Home dominan el mercado de altavoces hogareños inteligentes, pero los gigantes no están tan entusiasmados con los mercados que no hablan inglés.
Alexa abrió una revolución en el habla.
La computación habilitada para voz se convirtió en una ventaja en 2018CES, y los dispositivos IoT que no se conectaban a Amazon Alexa o Google Home eran prácticamente inexistentes.
Samsung está desarrollando su propio asistente de voz, Bixby, y espera tener todos los productos de la compañía conectados en red y con la tecnología inteligente de Bixby para 2020. LG pudo conectar todas sus aplicaciones a través de WiFi en 2017. Actualmente, más de 80 Producto de LG para lograr el acoplamiento de Google Home.
Aunque Amazon fue inicialmente un líder en computación de voz, está un paso por detrás de su soporte de idiomas.
El trimestre pasado, Amazon anunció que enviará altavoces con Alexa en aproximadamente 80 países, pero la desventaja es que quiere que los usuarios de todo el mundo interactúen con los altavoces en inglés, alemán o japonés.
Google Home admite inglés, alemán, francés y japonés. Apple HomePod actualmente solo admite inglés, pero está previsto que sea compatible con alemán y francés en breve.
En este sentido, Google tiene una ventaja mayor que Amazon.Un teléfono de Google en teléfonos Android admite Inglés, francés, alemán, italiano, coreano, español y portugués. Es capacidades de reconocimiento de voz - para voz - texto La conversión y la búsqueda por voz pueden admitir 119 idiomas.
En la actualidad, los gigantes de la tecnología no han prestado suficiente atención al mercado español de hogares inteligentes, aunque es uno de los idiomas más utilizados después del chino.
En China, Alibaba dijo que el locutor de voz chino Tmall Genie vendió más de 1 millón de unidades desde su lanzamiento en junio de 2017.
En 2018, los asistentes de voz seguirán compitiendo en el mercado de voz no inglés para dominar el mercado.
Seis, trabajadores de cuello blanco en el proceso de aceleración de la automatización
Los trabajadores de cuello blanco incluyen abogados, consultores, analistas financieros, periodistas, comerciantes y otros. El impacto de la inteligencia artificial sobre estas personas es tan grande como el de los obreros.
Cada vez más por la bendición de inteligencia y automatización a nivel de expertos de software artificial para mejorar los efectos positivos de la inteligencia artificial en la producción auxiliar de la inteligencia humana o artificial para optimizar la producción de una nueva era. Estos pueden optimizar la producción de herramientas de inteligencia artificial están amenazando parte de recepción de los trabajos de cuello blanco.
El siguiente cuadro muestra el mercado de EAAS, donde se puede ver que las nuevas empresas AI EAAS están en todos los ámbitos de la vida, y en particular, abogados, periodistas, gerentes de salud , Comerciantes o profesionales de la industria de la consultoría, existe una AI correspondiente. Se puede usar el software EAAS.
Por ejemplo, en el trabajo legal, AI tiene un gran potencial para ahorrar tiempo y mejorar la eficiencia, y el procesamiento del lenguaje natural y las técnicas de análisis de texto pueden resumir miles de páginas de documentos legales en minutos. Esto se hizo en cuestión de días antes de que una persona trabajara, y el uso de inteligencia artificial ayudó a mejorar la precisión de su trabajo.
A medida que la plataforma de inteligencia artificial se vuelve cada vez más eficiente y comercial, los patrones de carga para los bufetes de abogados externos que solían cobrar tarifas por hora también se verán afectados.
Los programadores no son inmunes a muchos proyectos iniciales de inteligencia artificial que se centran en pruebas de software basadas en inteligencia artificial, depuración y desarrollo de front-end básico. DiffBlue, con sede en el Reino Unido, recibió un gran bache en finanzas el año pasado y el negocio de la compañía Utilice la tecnología AI para corregir errores en los esfuerzos de codificación cotidianos, escribir códigos en el lado del cliente, traducir el código escrito en un lenguaje de programación a otro.
La industria de la salud y la educación es considerada la industria que menos impacto tiene de la inteligencia artificial porque ambas industrias tienen una gran cantidad de tareas dinámicas y los profesionales de ambas industrias a menudo requieren una mayor inteligencia emocional. Sin embargo, la inteligencia artificial aún se encuentra en medio de estas dos Penetración de la industria, educación, por ejemplo, las empresas de nueva creación están trabajando para proporcionar servicios de apoyo de inteligencia artificial, como marcado, enseñanza de idiomas, composición, etc.
Siete, la migración de inteligencia artificial hasta el final
La industria de la inteligencia artificial mostró una clara tendencia a migrar a terminales en 2017. Por ejemplo, la IA está integrada en dispositivos y sensores más pequeños y se ejecuta en el borde de la red informática. En otras palabras, AI Deja la nube, o incluso deja que el teléfono, a su vez, exista en tus auriculares.
La inteligencia artificial está cada vez más dispersa.
La inteligencia del dispositivo, como la inteligencia en teléfonos inteligentes, automóviles e incluso dispositivos inalámbricos, permite un procesamiento de la información más rápido, localizado y basado en escenas porque no hay necesidad de comunicarse con la nube o el servidor.
Por ejemplo, los vehículos autónomos necesitan para tomar respuesta en tiempo real a las condiciones del camino, su proceso de toma de decisiones es muy sensible al tiempo, retardo de la señal pondría en peligro la vida de otro ejemplo, artificial asistente de inteligencia formación privada en el dispositivo local, los ayudantes será capaz de identificar su único Acento y sus rasgos faciales personales.
En 2017, la inteligencia terminal ha dado un salto cualitativo gracias a la fuerte inversión de los gigantes tecnológicos.
Apple lanzó el chip A11 con el motor neuronal, que se usará en el iPhone 8 y iPhone X. Apple dijo que el chip puede ejecutar tareas de aprendizaje automático a velocidades de hasta 600B por segundo e impulsa tareas de aprendizaje automático como FaceID Etc. Durante el uso de la función FaceID, el teléfono móvil no necesita cargar ni almacenar ningún dato de usuario en la nube emitiendo luz invisible a la cara del usuario.
Intel, el principal fabricante de procesadores para la mayoría de los centros de datos, ha tenido que ponerse al día con la tendencia de la inteligencia terminal a través de adquisiciones e Intel recientemente introdujo el chip de computación de visión del lado del dispositivo Myriad X, un chip originalmente adquirido por Intel en 2016 El chip desarrollado para la compañía de Movidius.
Intel dijo que Myriad X es capaz de realizar tareas de aprendizaje profundo que se ejecutan en una variedad de dispositivos finales que van desde teléfonos inteligentes hasta monitores para niños y drones.
Google propone un concepto de su parecido Federados de aprendizaje. La diferencia es que parte de la tarea de aprendizaje de máquina para correr en el equipo terminal. En la actualidad, este concepto está siendo probado en el teclado Google Gboard.
Aunque la inteligencia artificial terminal debilita el problema de la demora de la información, la inteligencia terminal tiene limitaciones en el espacio de almacenamiento y la potencia computacional en comparación con la nube.
Además, surgirán más modelos híbridos de aprendizaje profundo para permitir una mejor colaboración entre los diferentes puntos finales y entre los puntos finales y la nube.
Ocho, el aumento de la red de cápsulas
El aprendizaje profundo es el factor que impulsa la mayoría de las aplicaciones actuales de IA, y gracias a la red de cápsulas, ahora se revisa el aprendizaje profundo.
Las distintas redes neuronales tienen una estructura diferente de la estructura de la red de las más famosas áreas de aprendizaje profundos red neuronal de hoy convolucional (CNN) Ahora, una nueva arquitectura de red - Cápsula - pop-up, y en muchos aspectos tiene un retén Capacidad de Super CNN.
A pesar de la CNN en los últimos años ha logrado un éxito, todavía no podemos ignorar las deficiencias de su existencia, en muchos casos, la CNN malos resultados y las posibles violaciones de seguridad. Todo el tiempo, los investigadores están tratando de mejorar los algoritmos de inteligencia artificial para tratar de superar estos problemas .
Tomemos uno de los ejemplos más comunes. En el reconocimiento facial, CNN aprende acerca de todos los elementos del rostro humano (ojos, nariz y boca), pero no puede recordar la ubicación específica de cada elemento, lo que resulta en los siguientes dos La figura puede considerarse un rostro humano.
Geoffrey Hinton, uno de los principales investigadores en aprendizaje profundo, publicó un documento de investigación en 2017 que introdujo el concepto de una red de cápsulas, o CapsNet.
Este ensayo aún se encuentra en la fase de evaluación y carece de suficientes pruebas en la configuración real, pero sus poderosas capacidades han causado un gran revuelo en los medios y en los círculos de la ciencia y la tecnología.
Como no vamos a entrar en detalles aquí, en resumen, la red de cápsulas reconoce cosas de características de dimensiones superiores, requiere menos datos de entrenamiento y es menos propensa a errores, como en el ejemplo anterior, con la boca muy por encima de las cejas La cara se identificará fácilmente, pero CNN no tiene manera de hacerlo.
Otro problema con la CNN es que no puede manejar muchas variaciones de los datos de entrada: por ejemplo, debe tomar muchas fotos desde diferentes ángulos del mismo objeto como datos de entrada para entrenar una red neuronal de convolución para reconocer el objeto Identificar una amplia variedad de objetos requiere una gran cantidad de datos de entrenamiento.
En este punto, se dice que la red de cápsulas funciona mejor que CNN. La red de cápsulas requiere menos datos de entrenamiento y puede inferir estados adicionales de varios estados de un objeto sin la necesidad de ingresar a todos los estados de la capacitación. Datos.
Hinton también mencionó en su artículo que la red de cápsulas se ha sometido a complejas pruebas de ataque de confrontación (con algunos algoritmos de engaño fotográfico inaceptables) y concluyó que el rendimiento excede las redes neuronales convolucionales.
Con un manejo simple, los hackers pueden engañar a la red neuronal convolucional, y los investigadores de Google y OpenAI lo han demostrado con ejemplos.
Uno de los ejemplos más famosos es el hecho de que en un ensayo de 2015, los investigadores trataron una visión invisible de una foto de un panda gigante y la identificaron como gibón con una calificación de confianza del 99.3%.
Nueve, salario de seis cifras de la guerra de talentos de inteligencia artificial
En resumen, el número de investigadores de alto nivel en el campo puede llegar a millones.
China está reclutando expertos en el campo de la inteligencia artificial.
Algunos de los principales investigadores de aprendizaje automático enumerados en BMW China están ganando entre $ 56.7 y $ 624,000 y otras compañías están dando $ 31.5 a $ 410,000 a especialistas en aprendizaje automático. Las ofertas de trabajo se basan en plataformas de reclutamiento en China. Contratar sitio web.
Según un reciente informe de Tencent, hay aproximadamente 300,000 personas actualmente en el campo de la inteligencia artificial, incluidos estudiantes en campos relacionados de estudio, mientras que las empresas pueden necesitar un millón o más de personas. Expertos inteligentes para satisfacer sus necesidades de ingeniería.
En los Estados Unidos, la búsqueda de Inteligencia Artificial en Glassdoor, la comunidad laboral, muestra más de 32,000 empleos, muchos de los cuales ganan seis cifras.
Las grandes empresas con el fin de cavar el mejor talento de inteligencia artificial, naturalmente le darán el salario más competitivo.
DeepMind, que fue adquirida por Google en 2014, dijo en su informe financiero que "los costos de personal y otros costos relacionados" fueron 104.8 millones de libras el año pasado. Una búsqueda rápida de empleados de LinkedIn tuvo 415 empleados. Se supone que este es el equipo del 2016 Escala, después de deducir otros gastos, el salario promedio de un miembro del equipo es de £ 252,000 (aproximadamente $ 350,000).
Además, los investigadores de inteligencia artificial de las principales compañías de tecnología también se fueron y comenzaron a establecer sus propias compañías.
Ng estableció un fondo de inteligencia artificial y recaudó $ 175 millones después de dejar Baidu, donde el jefe de tecnología de Groq, una startup de inteligencia artificial, desarrolló TPU en Google Hardware Engineering y más tarde en Google X.
Yu Kai, director de tecnología y cofundador de Horizon Robot, una empresa nacional de reciente creación, también trabajó para Baidu como jefe del Instituto de Investigación de Aprendizaje Profundo de Baidu, liderando el equipo de reconocimiento de imágenes.
Sin lugar a dudas, la batalla por el talento será más intensa a medida que las personas talentosas fluyan continuamente hacia las nuevas empresas.
Diez, la especulación en el aprendizaje automático disminuirá
El aprendizaje automático pronto "saldrá del altar". Más de 1.100 nuevas empresas emergentes de AI que han surgido desde 2016 necesitan un modelo comercial sólido para mantenerse con vida.
Los datos grandes primero, luego la nube, son el aprendizaje automático ahora, y el boom tecnológico viene en oleadas.
En 2017, la popularidad del aprendizaje automático marcó el comienzo.
Este año, las incubadoras engendraron más de 300 empresas nuevas de AI, el triple del número de 2016. En ese año, los inversores invirtieron más de $ 1,52 mil millones en nuevas empresas de inteligencia artificial en diversos campos, recaudando fondos en 2016 141%.
Desde que más de 1,100 compañías emergentes de IA han completado su primera ronda de financiamiento desde 2016, esta es más de la mitad de todas las empresas emergentes de AI que históricamente tuvieron financiamiento de capital. Más de la mitad de las start-ups históricas de AI completó la financiación.
Sin embargo, esta ola de especulación pronto desapareció.
La normalización del aprendizaje automático hará que los inversores sean exigentes con las compañías de IA que financian.
Como Frank Chen, un conocido capitalista de riesgo, a16z dijo: "No habrá ningún inversor que esté buscando una puesta en marcha de AI en unos pocos años". Las startups usan los algoritmos de inteligencia artificial necesarios para alimentar sus productos como "hipotéticos".
De hecho, hemos visto esto en muchas industrias.
El aprendizaje automático es inseparable de IIoT. Necesitamos inteligencia artificial para comprender la gran cantidad de datos recopilados en máquinas y sensores y procesarlos en tiempo real. Casi todas las compañías de seguridad cibernética están usando técnicas de aprendizaje automático hasta cierto punto. Además, las grandes compañías de tecnología brindan a las organizaciones una solución de aprendizaje automático.
Los principales inversores están evaluando cuidadosamente las nuevas empresas que usan tecnología de inteligencia artificial, por ejemplo, freenome, la compañía de diagnóstico de biopsias líquidas, recibió cinco muestras de sangre sin etiqueta antes de obtener el intento de inversión a16z y comenzó un análisis utilizando algoritmos de inteligencia artificial.
Eleven, Amazon, Google, Microsoft domina Enterprise AI
Dentro de cinco años, los inversionistas han invertido 180 millones de dólares estadounidenses en startups enfocadas en los servicios de IA empresarial. Ahora, Amazon, Google y Microsoft pueden enfrentar la eliminación de las pequeñas empresas.
A medida que más y más empresas se dedican a integrar el aprendizaje automático en sus productos, las nuevas empresas también están empezando a ofrecer ML-as-a-service.
En la actualidad, las grandes empresas de tecnología como Google, Amazon, Microsoft y Salesforce están luchando por mejorar sus productos de inteligencia artificial empresarial y por el espacio de las empresas y los fondos más pequeños.
Google presentó Cloud AutoML, que permite a los usuarios entrenar sus algoritmos con sus propios datos para satisfacer necesidades específicas.
Amazon está lanzando AI-as-a-service con un lema de Amazon AI bajo la bandera de AWS. El objetivo de Amazon AI es servir a desarrolladores grandes o pequeños que necesitan inteligencia artificial sin tener que prepagar o involucrarse Problemas mucho mayores Amazon lanza una API similar a un producto que permite a los desarrolladores acceder a Amazon Lex (capacidades de Amazon NLP), Amazon Polly (capacidades de síntesis de voz de Amazon) y Amazon Rekognition (capacidades de análisis de imagen de Amazon)
En el cuarto trimestre de 2017, Amazon extendió su alcance para incluir reconocimiento de video, transcripción de audio y análisis de sentimiento, y dejó una huella profunda en la evolución de AWS, con ingresos de solo $ 5 mil millones en el cuarto trimestre, un 44% .
Además, Microsoft y Amazon también son una competencia feroz, seguidas por Salesforce y Oracle y otras compañías.
Doce, el diagnóstico de inteligencia artificial recibió la aprobación de las agencias reguladoras
El aprendizaje automático pronto se convertirá en una operación de rutina en el campo de la imagen médica y el diagnóstico.
Los reguladores de EE. UU. Están considerando aprobar la inteligencia artificial para uso clínico.
El valor de la inteligencia artificial en el diagnóstico se refleja principalmente en la detección temprana de la enfermedad y mejora la precisión del área.
Los algoritmos de aprendizaje automático pueden comparar las imágenes médicas de millones de otros pacientes con los matices insignificantes del ojo humano, y el algoritmo puede hacerlo en segundos, pero los humanos pueden tardar horas. .
También hay un puñado de herramientas de monitoreo de IA para los consumidores, como SkinVision, que utiliza la visión por computadora para detectar enfermedades sospechosas de la piel y una nueva ola de aplicaciones médicas de inteligencia artificial para hospitales y clínicas.
Recientemente, la compañía biofarmacéutica mundial AstraZeneca anunció su cooperación con Alibaba's Ali Health para desarrollar aplicaciones de diagnóstico y cribado asistidas por inteligencia artificial en China.
Antes de esto, General Electric y NVIDIA intentaron llevar la tecnología de aprendizaje profundo al campo médico, y Google DeepMind también intentó utilizar la tecnología de inteligencia artificial para detectar enfermedades oculares.
La entrada de gigantes como DeepMind de Google, IBM, General Electric Corp. y Alibaba ha hecho que sea más difícil para las nuevas empresas dividir el pastel del mercado, pero esto no ha impedido que las nuevas empresas corran riesgos.
La atención médica sigue siendo una de las áreas más candentes del capital de riesgo de inteligencia artificial, y el crecimiento continuo de muchas compañías que se enfocan en imágenes médicas y diagnósticos ha contribuido a este resultado.
Arterys, el fabricante de nuevas empresas de imágenes médicas, recibió la primera aprobación de la FDA y, según los informes, aprobó su plataforma de computación en la nube para analizar las imágenes del corazón después de una serie de pruebas de precisión y velocidad de diagnóstico. Aplicación en oncología.
Otra startup israelí llamada MedyMatch utiliza técnicas de aprendizaje en profundidad para analizar la hemorragia intracraneal para analizar tomografías computarizadas, y recientemente la FDA recibió una calificación pionera para acelerar su tiempo de comercialización.
Entre las áreas más controvertidas para las industrias de alto riesgo, como la sanidad, están las que asumen la responsabilidad del diagnóstico erróneo de los sistemas de inteligencia artificial, que ahora están ayudando a radiólogos y médicos, y no serán los principales adjudicadores de diagnósticos. .
Trece, inteligencia artificial para bricolaje
Deje que su asistente de voz suene como un drama de cine y televisión o cree su propia cámara de IA.
No necesita tener un doctorado en informática o matemáticas y puede construir su propio sistema de inteligencia artificial.
En la actualidad, una gran cantidad de software de código abierto, API y SDK masivos en el mercado y kits de Amazon o Google que son fáciles de obtener comenzaron a reducir drásticamente las barreras para las personas que ingresan en el campo de la inteligencia artificial.
Google ha presentado el plan AIY (inteligencia artificial usted mismo), diseñado para permitir a los usuarios de todas las edades desarrollar sus propios productos de inteligencia artificial.
El AIY Voice Kit, el primer producto nacido en el proyecto AIY, es un kit de reconocimiento de voz que incorpora Raspberry Pi. Para ayudar a los asistentes de voz, como los personajes del drama de ciencia ficción de la BBC "Doctor Who", usa los 80 Comunicación e interacción asistente inteligente. (En la obra, se autodenominan "Dr." Señor de los señores con su máquina del tiempo del pabellón británico disfrazada de los años 50 Tadis y su compañero en el tiempo y el espacio para explorar sin prisa, castigar el mal , Salvar la civilización, ayudar a la debilidad.) No es difícil de encontrar, los usuarios se basan en la tecnología de inteligencia artificial para crear más inventos nuevos.
Además, Google también presentó AIY Vision Kit, que es compatible con el modelo de red neuronal, puede usar algoritmos para identificar gatos y perros, pero también para que coincida con las expresiones faciales y los estados de ánimo.
Amazon también presentó DeepLense, una cámara de aprendizaje profundo de $ 249 que Amazon proporcionó por $ 7,500 para el ganador del primer maratón de piratas informáticos DeepLense.