[ad_1]

ما به گذشته سر و صدا می پردازیم تا برخی از پیش بینی های واقع بینانه هوش مصنوعی را در سال آینده در شرکت ارائه دهیم.

تصویر: ART STOCK CREATIVE - stock.adobe.com

تصویر: ART STOCK CREATIVE – stock.adobe.com

هوش مصنوعی در سال گذشته تأثیر خود را بر زندگی ما گسترش داده است. حتی در حالی که همه گیری جهانی بسیاری از دانشمندان را مجبور به کار در خانه کرد ، نوآوری مبتنی بر هوش مصنوعی همچنان از باهوش ترین ذهن ها در همه جا سرازیر می شود.

هوش مصنوعی در مرکز “عادی جدید” آینده زندگی ما قرار دارد. از این پس ، هوش مصنوعی هسته هوشمند فرایندهای خودکار ، رباتیک و بدون تماس خواهد بود که ما را از شیوع آینده محافظت می کند. از آنجا که بحران COVID-19 هنوز در جریان است ، در اینجا پیش بینی های من درباره تکنیک های خاص هوش مصنوعی ، ابزارها ، سیستم عامل ها و برنامه های کاربردی است که سال آینده مورد توجه قرار خواهد گرفت:

  • مدیریت خودکار کلید کنترل برنامه های هوش مصنوعی خواهد شد: هوش مصنوعی غیرقابل تحمل است. در سال 2021 ، شرکت ها با ارائه یک ضمانت مدل قوی در گردش کار یادگیری ماشین عملیاتی ، مدیریت هوش مصنوعی را در سازمان های خود تقویت می کنند. این یک قابلیت کلیدی برای اطمینان از اینکه برنامه های هوش مصنوعی دقیقاً وظایف مورد نظر خود را انجام می دهند ، در حالی که از نقض حریم خصوصی ، اطلاعات جمعیتی و سایر نتایج الگوریتمی نامطلوب جلوگیری می کند ، تبدیل خواهد شد. فروشندگان پلت فرم مدیریت هوش مصنوعی توانایی خود را در استقرار و مدیریت یک جریان ثابت از مدل های ایمن تا پایان دستگاه ها گسترش می دهند.
  • حملات رقابتی نیاز به اقدامات متقابل برای محافظت از اقتصاد تحت مدیریت هوش مصنوعی دارد: هوش مصنوعی پایدار ضروری است. در سال 2021 ، متخصصان هوش مصنوعی برای شناسایی و مقابله با تهدیدات رقابتی برای برنامه های کاربردی هوش مصنوعی مانند سیستم های بینایی رایانه ای مبتنی بر لبه که به شبکه های عصبی کانولوشن متکی هستند ، تلاش می کنند تا یک روش اجماع داشته باشند. بسیاری از توسعه دهندگان هوش مصنوعی Adversarial ML Threat Matrix را که به تازگی منتشر شده است ، یک چارچوب صنعتی باز و گسترده برای طبقه بندی رایج ترین تاکتیک های رقابتی مورد استفاده برای اخلال و گمراه کردن سیستم های ML در پیش می گیرند. بسیاری از ارائه دهندگان یادگیری ماشین DevOps این استاندارد را – به ویژه دسترسی به مخازن GitHub آنها برای ذخیره سازی آماده حمله اتومبیلرانی – در راه حل های خود لحاظ می کنند.
  • هوش مصنوعی مبتنی بر Edge شبکه های عصبی را به هسته اصلی آنها خرد می کند: هوش مصنوعی جمع و جور ضروری است. در سال 2021 ، توسعه دهندگان هوش مصنوعی مرتباً معماری شبکه عصبی مدل ها ، ابر پارامترها و سایر ویژگی های خود را کوتاه می کنند تا محدودیت های سخت افزاری سیستم عامل های نهایی را برآورده کنند. به طور فزاینده ای ، کامپایلرهای مدل AI فشرده سازی و تنظیم مدل های AI را برای اجرای سریع و کارآمد در نقاط انتهایی بی شماری انجام می دهند. با شتاب گرفتن انقلاب TinyML ، خواهیم دید که بیشتر توسعه دهندگان هوش مصنوعی از تکنیک های جستجوی معماری عصبی برای یافتن فشرده ترین و کارآمدترین ساختار شبکه عصبی برای یک کار خاص آلوده کردن هوش مصنوعی استفاده می کنند. فشرده سازی الگوریتم های هوش مصنوعی با توجه به ماهیت پیش بینی آنها ، حرکت اکثر بارهای هوش مصنوعی را که باید روی میکروکنترلرهای تعبیه شده در دستگاه های انتهایی اجرا شود ، تسریع می کند.
  • تشخیص چهره به فناوری برتر مبتنی بر هوش مصنوعی برای احراز هویت بدون تماس تبدیل خواهد شد: AI مجاز است. در سال 2021 ، مشاغل احراز هویت قوی را در طیف فزاینده ای از برنامه های داخلی و مشتری محوری پیاده سازی می کنند. به همین ترتیب ، مشاغل به طور فزاینده ای از استفاده از فناوری برای استنباط هویت ، نژاد ، جنسیت و سایر ویژگی هایی که از نظر محرمانه بودن ، تعصب یا نظارت حساس هستند ، پرهیز می کنند. تا جایی که مشاغل شامل شناسایی چهره در برچسب گذاری خودکار تصویر / ویدئو ، جستجوی تصویر و سایر برنامه های مشابه باشد ، این تنها پس از بازبینی گسترده توسط یک مشاور حقوقی اتفاق می افتد. حساسیت نظارتی این فناوری و خطرات قانونی فقط در آینده قابل پیش بینی افزایش می یابد.
  • رباتیک آموزش بیشتری را به جریان اصلی هوش مصنوعی وارد می کند: AI چابک ضروری است. در سال 2021 ، همه گیری COVID-19 شروع به عقب نشینی می کند ، اما بعدا بسیاری از عملکردهای قبلی انسان را به ربات های زیرک منتقل خواهیم کرد. آنها با تقویت آموزش ناوبری انعطاف پذیر ، مدیریت و دستکاری اشیا in در سناریوهای پیچیده دنیای واقعی ، به طور جزئی یا کامل آموزش خواهند دید. حسگرهای زیستی ، تحویل و ضد عفونی بخش های غنی رباتیک خواهند شد ، با وسایل نقلیه هوایی بدون سرنشین در میان سیستم عامل های غالب که برنامه های مبتنی بر RL AI برای آنها آموزش داده می شود.
  • فناوری Deepfake نسل جدیدی از ابزارهای آماده سازی رسانه مبتنی بر هوش مصنوعی را به ارمغان می آورد: هوش مصنوعی تولیدی جهانی است. در سال 2021 ، شبکه های رقابتی مولد (GAN) از فناوری deepfake ثابت می کنند که می توانند از طریق دستکاری الگوریتمی ، محتوای ویدئویی ، صوتی و سایر رسانه ها را در ترکیب و بهبود قرار دهند. GAN ها به ابزاری استاندارد برای افزایش وفاداری حضور شرکت کنندگان در فضاهای کاری مجازی در زمان واقعی تبدیل می شوند. به زودی ، هیچ راه حل کنفرانس تجاری کاربران را در معرض مشکلات کیفیت ناشی از پخش خام تصویری و صوتی قرار نمی دهد که با هوش مصنوعی پیچیده صاف و تقویت نشده اند.
  • رایانش کوانتومی اولین کاربرد جذاب خود را برای هوش مصنوعی پیدا خواهد کرد: هوش مصنوعی فوق العاده در راه است. در سال 2021 ، اکوسیستم توسعه دهنده اطراف TensorFlow Quantum حداقل یک نمونه از مدل شناختی نورومورفیک ، الگوریتم یادگیری ماشین تطبیقی ​​، یک شبکه مسابقه تولیدی یا یک برنامه یادگیری موازی ارائه می دهد که سیستم عامل های همکاری کوانتومی سریعتر از این کار با یک سیستم عامل کاملاً کلاسیک امکان پذیر است. با تکرار این نتایج در سیستم عامل های مختلف کوانتومی تجاری ، تجاری سازی بخش AI کوانتومی به طور جدی آغاز می شود. شرکت های نوپا به این عرصه می پرند و شرکت های بیشتری شروع به جدی گرفتن سیستم عامل های کوانتومی در هوش مصنوعی و برنامه های محاسباتی با عملکرد بالا می کنند.

وقتی گوشه ای از 2021 را بچرخانیم ، دولت جدید کاخ سفید نیز خواهیم داشت ، واقعیتی که این روندها را در صنعت هوش مصنوعی شکل خواهد داد که هنوز نمی توانیم به طور کامل پیش بینی کنیم.

نشانه های اولیه حاکی از آن است که اصالت محتوای آنلاین ، به ویژه در کارزارهای انتخاباتی ، به یک اولویت اصلی برای دولت بایدن تبدیل خواهد شد ، و این ممکن است سرمایه گذاری اضافی بخش خصوصی در هوش مصنوعی مورد نیاز را تحریک کند. بعلاوه ، مشخص نیست که چگونه دولت بعدی از اصول مقررات هوش مصنوعی پیشنهاد شده توسط دولت اخراج شده منحرف می شود ، یا اینکه چگونه همه اینها منجر به ابتکارات مالی ، نظارتی یا قانونی دولت فدرال در ارتباط با این فناوری می شود.

بهترین چیزی که می توانیم به آن امیدوار باشیم این است که دولت بعدی در واقع مقررات مربوط به هوش مصنوعی را در سطح فدرال ایجاد می کند ، در حالی که تحقیقات و توسعه مورد نیاز برای توسعه ابزارها و رویکردهای قابل اعتماد برای مدیریت مسئولانه هوش مصنوعی را تأمین می کند – یا ” اخلاقی “تا آنجا که می تواند – هر کجا که زندگی ما را لمس کند.

با پیش بینی های بیشتر فناوری ما برای سال 2021 دنبال کنید:

10 روند برتر داده و تجزیه و تحلیل برای سال 2021

نگاهی به ابر در سال 2021: رشد و تغییر

تجزیه و تحلیل پیشرفته برای تسهیل AI و BI در سال 2021 در حال پیشرفت است.

جیمز کوبلوس یک تحلیلگر ، مشاور و نویسنده مستقل در صنعت فناوری است. در اسکندریه ، ویرجینیا زندگی می کند. بیوگرافی کامل را مشاهده کنید

ما از نظرات شما در مورد این موضوع در کانال های رسانه های اجتماعی خود استقبال می کنیم [contact us directly] با س questionsالات در مورد سایت.

بینش بیشتر



[ad_2]

منبع: tasiveh-news.ir