精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

近日，未來(lái)今日研究所（Future Today Institute）發(fā)布了最新版《2020 年科技趨勢(shì)報(bào)告》，其中包括對(duì)人工智能在內(nèi)的多項(xiàng)前沿科技未來(lái)一年的發(fā)展前景進(jìn)行了展望。根據(jù)報(bào)告，未來(lái)世界科技產(chǎn)業(yè)將由中國(guó)、人工智能等趨勢(shì)塑造。

《2020 科技趨勢(shì)報(bào)告》由未來(lái)今日研究所和紐約大學(xué)斯特恩商學(xué)院（New York University's Stern School of Business）主任艾米?韋伯（Amy Webb）教授共同撰寫，這次已經(jīng)是第 13 年發(fā)布。這份報(bào)告試圖認(rèn)識(shí)到技術(shù)與未來(lái)不確定性之間的聯(lián)系，比如 2020 年美國(guó)總統(tǒng)大選的結(jié)果，以及冠狀病毒等流行病的傳播。

在所有前沿科技中，人工智能再次成為該榜單的第一名。韋伯表示，人工智能將引發(fā)第三次計(jì)算浪潮，帶來(lái)積極的影響，例如 AlphaFold 在發(fā)現(xiàn)疾病的治療方法中可以發(fā)揮的作用；但也會(huì)帶來(lái)消極的影響，例如它當(dāng)前對(duì)刑事司法系統(tǒng)的影響。

一些科技巨頭，例如美國(guó)的 Amazon、IBM、Facebook、Google 和 Microsoft，以及中國(guó)的騰訊、阿里和百度，繼續(xù)在全球科技領(lǐng)域發(fā)揮最大的影響力。韋伯已經(jīng)在 2019 年出版的《九大巨頭》中預(yù)測(cè)了這些公司將如何塑造世界。

“ 這 9 家公司推動(dòng)了人工智能的大部分研究、資金、政府參與和消費(fèi)級(jí)應(yīng)用。大學(xué)的研究人員和實(shí)驗(yàn)室依靠這些公司提供數(shù)據(jù)、工具和資金。九大人工智能公司也對(duì)人工智能合并和收購(gòu)產(chǎn)生了巨大影響，為人工智能初創(chuàng)公司提供資金并為下一代開(kāi)發(fā)人員提供支持。”

同時(shí)，報(bào)告指出，中國(guó)的企業(yè)和政府正在全面合作，以使其在 2030 年之前成為全球主要的人工智能創(chuàng)新中心。

與中國(guó)相比，美國(guó)擁有眾多組織和中心，但是，這些機(jī)構(gòu) “缺乏機(jī)構(gòu)間合作和協(xié)調(diào)的努力”，在行動(dòng)目標(biāo)、研發(fā)工作安排和資金周轉(zhuǎn)方面存在不協(xié)調(diào)的情況。

據(jù)了解，每年韋伯通常會(huì)在德克薩斯州奧斯汀舉行的 SXSW 會(huì)議上，以一場(chǎng)演講作為報(bào)告發(fā)布的開(kāi)頭，但是由于冠狀病毒的影響，今年的會(huì)議已經(jīng)取消。

未來(lái)今日研究所這份報(bào)告對(duì)人工智能領(lǐng)域的科技預(yù)測(cè)可謂面面俱到，無(wú)論是對(duì)于人工智能企業(yè)、人工智能研究者，還是人工智能學(xué)習(xí)者，這都是一份比較詳盡的報(bào)告。限于篇幅，學(xué)術(shù)頭條精選了報(bào)告中關(guān)于人工智能的部分內(nèi)容進(jìn)行翻譯，希望對(duì)讀者有參考價(jià)值。報(bào)告更多亮點(diǎn)及全文，可在文末查看。

用幾個(gè)變量進(jìn)行實(shí)驗(yàn)，通常需要對(duì)測(cè)量、材料和輸入進(jìn)行微小的、系統(tǒng)的調(diào)整。研究生們可能會(huì)花上幾百個(gè)無(wú)聊的小時(shí)，一次又一次地做一些小的調(diào)整，直到找到一個(gè)解決方案。越來(lái)越多的人工智能系統(tǒng)被用于研究實(shí)驗(yàn)室，以加快科學(xué)發(fā)現(xiàn)的進(jìn)程。

人工智能生態(tài)系統(tǒng)內(nèi)的企業(yè)領(lǐng)導(dǎo)者一直在競(jìng)相搶占人工智能云共享平臺(tái)，并成為遠(yuǎn)程服務(wù)器上最受信任的人工智能提供商。企業(yè)客戶也可能會(huì)堅(jiān)持最初選擇的供應(yīng)商，因?yàn)闄C(jī)器學(xué)習(xí)系統(tǒng)訪問(wèn)的數(shù)據(jù)越多，隨著時(shí)間的推移則能不斷學(xué)習(xí)做出更好的決策。

可以在設(shè)備上進(jìn)行這種由本地人工智能驅(qū)動(dòng)的處理和決策，在云或互聯(lián)網(wǎng)上沒(méi)有任何數(shù)據(jù)交互——這是一種使用所謂 “邊緣計(jì)算” 的技術(shù)。直接在設(shè)備上處理數(shù)據(jù)，在未來(lái)對(duì)于醫(yī)療保健、汽車和制造業(yè)應(yīng)用將非常重要，因?yàn)樗赡芨臁⒏踩?/p>

機(jī)器人流程自動(dòng)化（RPA）使企業(yè)能夠在辦公室內(nèi)自動(dòng)化某些任務(wù)和流程，從而使員工能夠?qū)r(shí)間花在更高價(jià)值的工作上。RPA 最終將他們的生產(chǎn)力提升到更高的水平，這將使媒體和娛樂(lè)公司能夠在許多不同領(lǐng)域做出更好的實(shí)時(shí)預(yù)測(cè)性決策，從客戶服務(wù)到成本節(jié)約。

數(shù)字雙胞胎是真實(shí)世界環(huán)境、產(chǎn)品或資產(chǎn)的虛擬表示，用于多種目的。制造商使用數(shù)字雙胞胎來(lái)管理機(jī)器和工廠的性能和效率，而城市規(guī)劃者則使用它們來(lái)模擬新開(kāi)發(fā)項(xiàng)目的影響。

隨著人類和機(jī)器更加緊密地合作，機(jī)器人有機(jī)會(huì)根據(jù)環(huán)境學(xué)習(xí)和適應(yīng)新的技能。機(jī)器學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)、計(jì)算機(jī)視覺(jué)和模擬環(huán)境的發(fā)展將很快導(dǎo)致具有早期認(rèn)知能力的機(jī)器人出現(xiàn)。應(yīng)用包括環(huán)境清理、探索危險(xiǎn)地形和協(xié)助急救人員。

神經(jīng)網(wǎng)絡(luò)長(zhǎng)期以來(lái)需要巨大的計(jì)算能力，需要很長(zhǎng)時(shí)間的訓(xùn)練，并且依賴于消耗數(shù)百千瓦電力的數(shù)據(jù)中心和計(jì)算機(jī)。一些知名企業(yè)已經(jīng)致力于研究使芯片更容易在人工智能項(xiàng)目上工作，并且應(yīng)該保證更快、更安全的處理。

亞馬遜網(wǎng)絡(luò)服務(wù)、阿里云、微軟 Azure、谷歌云和百度云正在為開(kāi)發(fā)者推出新的產(chǎn)品和軟件包，希望能讓一大批人工智能初創(chuàng)企業(yè)更容易、更實(shí)惠地將自己的創(chuàng)意投放市場(chǎng)。

Python 是一種領(lǐng)先的語(yǔ)言，有許多預(yù)先構(gòu)建的庫(kù)和框架。Julia 是麻省理工學(xué)院開(kāi)發(fā)的一種專注于數(shù)值計(jì)算的開(kāi)源語(yǔ)言。當(dāng)然還有 Lisp，由現(xiàn)代人工智能的前輩約翰?麥卡錫在 1958 年創(chuàng)造的。

算法只是定義和自動(dòng)處理數(shù)據(jù)的規(guī)則。它們是用計(jì)算機(jī)能夠理解和處理的 “如果這個(gè)，那么那個(gè)” 邏輯來(lái)構(gòu)建的。開(kāi)發(fā)人員并不總是提前知道一個(gè)算法將如何與其他算法一起工作。有時(shí)，幾個(gè)開(kāi)發(fā)團(tuán)隊(duì)都在獨(dú)立地處理不同的算法和數(shù)據(jù)集，只有在部署后才能看到他們的工作。這一直是導(dǎo)致最近股市出現(xiàn)故障和電子商務(wù)網(wǎng)站發(fā)力的原因。

過(guò)去幾年，亞馬遜、谷歌和 Facebook 都因操縱搜索系統(tǒng)，將對(duì)公司更有利的結(jié)果進(jìn)行優(yōu)先排序而受到抨擊。對(duì)搜索算法的調(diào)整會(huì)對(duì)互聯(lián)網(wǎng)用戶的看法產(chǎn)生重大影響，無(wú)論是新聞、銷售產(chǎn)品還是廣告。美國(guó)和歐盟目前正在調(diào)查亞馬遜同時(shí)扮演搜索引擎、市場(chǎng)運(yùn)營(yíng)商和自有產(chǎn)品銷售商的角色。立法者尚未就操縱算法以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)是否符合反壟斷活動(dòng)的標(biāo)準(zhǔn)達(dá)成一致。

在實(shí)施監(jiān)控和認(rèn)證員工的人工智能系統(tǒng)之前，公司可能會(huì)三思而后行。機(jī)器學(xué)習(xí)的新技術(shù)導(dǎo)致了合成指紋和其他能夠欺騙監(jiān)控系統(tǒng)的自動(dòng)生成生物識(shí)別器。

bot，在最基本的層次上，是設(shè)計(jì)用于自動(dòng)化指定任務(wù)的軟件應(yīng)用程序。它們可以是基于文本或音頻的，并且可以跨各種平臺(tái)部署。機(jī)器人技術(shù)的下一個(gè)重大進(jìn)步不是技術(shù)性的，而是監(jiān)管性的。

眾所周知，人工智能人才短缺，每個(gè)行業(yè)都希望將人工智能融入其核心業(yè)務(wù)職能。因此，在全球范圍內(nèi)都在爭(zhēng)先恐后地為人工智能研究提供資金，并收購(gòu)初創(chuàng)企業(yè)。

在 21 世紀(jì)一零年代，大型科技公司、初創(chuàng)公司和開(kāi)發(fā)者社區(qū)利用算法市場(chǎng)來(lái)分享和銷售他們的作品。2018 年，微軟斥資 75 億美元收購(gòu)了 GitHub，這是一個(gè)流行的開(kāi)發(fā)平臺(tái)，允許任何人托管和審查代碼，與其他開(kāi)發(fā)人員合作，并構(gòu)建各種項(xiàng)目。

盡管人工智能的生態(tài)系統(tǒng)正在蓬勃發(fā)展，但收購(gòu)熱潮也意味著整合。現(xiàn)在，大公司在有時(shí)間成熟之前就開(kāi)始創(chuàng)業(yè)，收購(gòu)的平均年齡是 3 歲。只有 9 家大公司占據(jù)了人工智能的主導(dǎo)地位：美國(guó)的 Amazon、 Google、Microsoft、 IBM、Facebook 和蘋果，中國(guó)的巨頭百度、阿里巴巴和騰訊。

人工智能的生態(tài)系統(tǒng)覆蓋了數(shù)百家公司。許多政策團(tuán)體、倡導(dǎo)組織和政府都在制定指導(dǎo)方針、規(guī)范和標(biāo)準(zhǔn)以及政策框架，希望以此來(lái)指導(dǎo)人工智能的未來(lái)發(fā)展。因此，生態(tài)系統(tǒng)在兩個(gè)方面支離破碎：基礎(chǔ)設(shè)施標(biāo)準(zhǔn)和治理。

當(dāng)機(jī)器運(yùn)轉(zhuǎn)不好時(shí)，誰(shuí)該受責(zé)備？我們目前的法律體系是為了規(guī)范人類行為，而不是無(wú)監(jiān)督機(jī)器的行為。當(dāng)企業(yè)急于構(gòu)建和實(shí)施人工智能產(chǎn)品和流程時(shí)，他們必須提前計(jì)劃新出現(xiàn)的風(fēng)險(xiǎn)。

關(guān)門后發(fā)生的事情可能不會(huì)是長(zhǎng)期的秘密，高管們應(yīng)該提防新的環(huán)境監(jiān)測(cè)方法。人工智能可能很快擁有 x 光視覺(jué)能力，這對(duì)從事敏感項(xiàng)目的公司來(lái)說(shuō)可能不是什么好消息。從事信息安全和風(fēng)險(xiǎn)管理工作的人應(yīng)特別關(guān)注計(jì)算機(jī)視覺(jué)的發(fā)展。

研究人員使用大量的三維模型、轉(zhuǎn)換成三維模型的圖像和從不同角度顯示物體的二維圖像訓(xùn)練神經(jīng)網(wǎng)絡(luò)。結(jié)果：一個(gè)新的系統(tǒng)，可以渲染三維模型，無(wú)需任何人為干預(yù)。實(shí)際應(yīng)用包括僅使用二維圖像自動(dòng)生成環(huán)境真實(shí)模型的機(jī)器人。

人工智能的發(fā)展一直走在兩條概念軌道上：符號(hào)（機(jī)器使用表示概念的知識(shí)和規(guī)則基礎(chǔ)）和非符號(hào)（機(jī)器使用原始數(shù)據(jù)創(chuàng)建自己的模式和概念表示）。神經(jīng)網(wǎng)絡(luò)將通過(guò)符號(hào)來(lái)理解數(shù)據(jù)，而不是總是依賴人類程序員為數(shù)據(jù)排序、標(biāo)記和編目。符號(hào)算法將有助于這一過(guò)程，這最終將導(dǎo)致不總是需要人來(lái)訓(xùn)練的魯棒系統(tǒng)。

人工智能的一大挑戰(zhàn)是構(gòu)建能夠主動(dòng)收集和解釋數(shù)據(jù)、識(shí)別模式和整合上下文并最終實(shí)時(shí)學(xué)習(xí)的機(jī)器。對(duì)實(shí)時(shí)機(jī)器學(xué)習(xí)（RTML）的最新研究表明，使用連續(xù)的事務(wù)數(shù)據(jù)流和實(shí)時(shí)調(diào)整模型是可能的。這標(biāo)志著數(shù)據(jù)移動(dòng)方式和我們檢索信息的方式發(fā)生了重大變化。

NLU 允許研究人員通過(guò)提取概念、映射關(guān)系和分析情感來(lái)量化和學(xué)習(xí)所有文本，并且他們?cè)谶^(guò)去一年中取得了一些令人印象深刻的進(jìn)步。在最近的一次語(yǔ)言理解評(píng)估競(jìng)賽中，中國(guó)的百度擊敗了谷歌和微軟，成為第一個(gè)開(kāi)發(fā)不僅能懂英語(yǔ)，還能懂中文的技術(shù)的公司。

對(duì)于人工智能研究者來(lái)說(shuō)，機(jī)器閱讀理解（MRC）一直是一個(gè)具有挑戰(zhàn)性的目標(biāo)，但卻是一個(gè)重要的目標(biāo)。MRC 使得系統(tǒng)能夠在篩選大量數(shù)據(jù)集的同時(shí)讀取、推斷意義并立即給出答案。它代表了實(shí)現(xiàn)人工通用智能的必要步驟，在短期內(nèi)，它可能將從技術(shù)手冊(cè)到歷史地圖，再到我們的醫(yī)療記錄，一切都變成易于搜索的信息存儲(chǔ)庫(kù)。

隨著數(shù)字助理的日益普及，消費(fèi)者希望能夠與機(jī)器進(jìn)行自然對(duì)話。但是訓(xùn)練人工智能系統(tǒng)需要大量的數(shù)據(jù)。自然語(yǔ)言生成（NLG）系統(tǒng)自動(dòng)檢測(cè)、分析、可視化和敘述關(guān)鍵數(shù)據(jù)。NLG 的一個(gè)可能性是：開(kāi)發(fā)一個(gè)可以使用簡(jiǎn)單語(yǔ)言向他人解釋自己和所做決定的系統(tǒng)。

世界上充斥著信息、錯(cuò)誤信息和膚淺的思想，機(jī)器學(xué)習(xí)中的實(shí)時(shí)上下文技術(shù)旨在幫助人們實(shí)踐推理、發(fā)展見(jiàn)多識(shí)廣的論點(diǎn)并得出可靠的結(jié)論。

研究人員正在開(kāi)發(fā)能夠?qū)W習(xí)多個(gè)任務(wù)的單一算法，AlphaZero。它不僅能在圍棋中獲得超人的表現(xiàn)，還能在其他游戲中獲得超人的表現(xiàn)，包括國(guó)際象棋和日本象棋。這一個(gè)算法從游戲規(guī)則之外的知識(shí)開(kāi)始，最終發(fā)展出自己的策略來(lái)?yè)魯∑渌婕摇?/p>

程序員使用特殊的深度學(xué)習(xí)算法，同時(shí)使用大量的數(shù)據(jù)，通常是數(shù)兆字節(jié)的文本、圖像、視頻、語(yǔ)音等，系統(tǒng)被訓(xùn)練成獨(dú)立學(xué)習(xí)。雖然概念上的深度學(xué)習(xí)并不是什么新鮮事，但最近發(fā)生的變化是計(jì)算量和可用的數(shù)據(jù)量。實(shí)際上，這意味著越來(lái)越多的人工過(guò)程將被自動(dòng)化，包括軟件的編寫，計(jì)算機(jī)很快就會(huì)開(kāi)始自己編寫。

硬件升級(jí)和更快的芯片將有助于使開(kāi)源框架在未來(lái)幾年變得更快和更流行。

強(qiáng)化學(xué)習(xí)是解決決策問(wèn)題的有力工具，它被用來(lái)訓(xùn)練人工智能系統(tǒng)以獲得超人的能力。在計(jì)算機(jī)模擬中，一個(gè)系統(tǒng)嘗試、失敗、學(xué)習(xí)、實(shí)驗(yàn)，然后快速連續(xù)地再次嘗試，每次都會(huì)改變它未來(lái)的嘗試。

目前，深度學(xué)習(xí)技術(shù)已經(jīng)幫助系統(tǒng)學(xué)習(xí)以更接近人類所能做的方式解決復(fù)雜任務(wù)，但這些任務(wù)仍然是特定的，它們需要一個(gè)嚴(yán)格的序列，而且可能很耗時(shí)。持續(xù)學(xué)習(xí)（CL）更多的是關(guān)于自主和漸進(jìn)的技能培養(yǎng)和發(fā)展，研究人員將繼續(xù)在這一領(lǐng)域不斷地突破可能的極限。

在過(guò)去的一年里，卡內(nèi)基梅隆大學(xué)和 Facebook 的人工智能實(shí)驗(yàn)室的研究人員發(fā)布了一款名為 Pluribus 的多人撲克人工智能，撲克也讓多個(gè)玩家相互競(jìng)爭(zhēng)，獲得勝利比抓取游戲碎片要復(fù)雜得多。Pluribus 學(xué)會(huì)了同時(shí)做幾件事，并建立了自己的戰(zhàn)略來(lái)贏得勝利。

生成性對(duì)抗網(wǎng)絡(luò)（GANs）是本世紀(jì)最有趣的想法，在過(guò)去幾年里，GANs 有了巨大的進(jìn)步。把一個(gè) GAN 想象成圖靈測(cè)試，但是沒(méi)有任何人類參與。GANs 是一個(gè)無(wú)監(jiān)督的深度學(xué)習(xí)系統(tǒng)，由兩個(gè)相互競(jìng)爭(zhēng)的神經(jīng)網(wǎng)絡(luò)組成，它們?cè)谙嗤臄?shù)據(jù)（如人的圖像）上進(jìn)行訓(xùn)練。僅去年一年，就有許多有趣的實(shí)驗(yàn)涉及 GANs。

自回歸隱式分位數(shù)網(wǎng)絡(luò)（簡(jiǎn)稱 AIQN）聽(tīng)起來(lái)很復(fù)雜，但它是一個(gè)創(chuàng)新的想法，有助于改進(jìn)算法，使它們更穩(wěn)定。這意味著：這可能會(huì)加快人工智能的發(fā)展步伐 —— 這可能意味著整個(gè)生態(tài)系統(tǒng)中更快的機(jī)遇和創(chuàng)新。

概率編程語(yǔ)言減輕了開(kāi)發(fā)概率模型的一些壓力和繁瑣。這些較新的語(yǔ)言允許開(kāi)發(fā)人員構(gòu)建、重用和共享他們的模型庫(kù)，同時(shí)仍然容納不完整的信息。

如果一個(gè)計(jì)算機(jī)系統(tǒng)能夠訪問(wèn)上百萬(wàn)的圖片，就說(shuō)它可以修補(bǔ)和填補(bǔ)圖片中的漏洞。這項(xiàng)功能對(duì)專業(yè)攝影師以及所有想拍出更好自拍的人都有實(shí)際的應(yīng)用。圖像完成也是執(zhí)法和軍事情報(bào)人員的一個(gè)有用工具，計(jì)算機(jī)現(xiàn)在可以幫助他們識(shí)別誰(shuí)或什么是在框架中。考慮到我們已經(jīng)在機(jī)器學(xué)習(xí)算法和數(shù)據(jù)集上看到的偏見(jiàn)，圖像完成可能成為未來(lái)關(guān)于隱私和我們?cè)O(shè)備的爭(zhēng)論的一部分。

目前人工智能沒(méi)有人的幫助還不能完全發(fā)揮作用。混合智能系統(tǒng)將人類和人工智能系統(tǒng)結(jié)合起來(lái)，以獲得更高的精確度。

預(yù)測(cè)機(jī)器視覺(jué)研究有朝一日將使機(jī)器人能夠更容易地在人類環(huán)境中導(dǎo)航，并通過(guò)從我們自己的肢體語(yǔ)言中獲取線索與我們?nèi)祟惢?dòng)。它也可以用于零售環(huán)境，當(dāng)我們操作機(jī)器，或當(dāng)我們?cè)诮淌覍W(xué)習(xí)。

一些組織希望擺脫傳統(tǒng)的機(jī)器學(xué)習(xí)方法，這種方法費(fèi)時(shí)費(fèi)力，需要數(shù)據(jù)科學(xué)家、人工智能領(lǐng)域的專家和工程師。自動(dòng)機(jī)器學(xué)習(xí)（AutoML）是一種新的方法：將原始數(shù)據(jù)和模型匹配在一起以顯示最相關(guān)的信息的過(guò)程。谷歌、亞馬遜和微軟現(xiàn)在提供了大量的 AutoML 產(chǎn)品和服務(wù)。

不久，個(gè)人用戶將上傳他們自己的數(shù)據(jù)來(lái)定制現(xiàn)有的人工智能模型。例如，像 Google 的 Cloud AutoML 和 Amazon SageMaker Autopilot 這樣的工具允許組織在沒(méi)有受過(guò)高度培訓(xùn)的員工的情況下培訓(xùn)定制的機(jī)器學(xué)習(xí)模型。

氣味分類是很棘手的，因?yàn)樗枰粋€(gè)多標(biāo)簽系統(tǒng)。谷歌的研究人員正在構(gòu)建圖形神經(jīng)網(wǎng)絡(luò)（graph neural networks），一種以圖形為輸入的特殊類型的深層神經(jīng)網(wǎng)絡(luò)以在分子水平上預(yù)測(cè)氣味。

一個(gè)持續(xù)的挑戰(zhàn)是讓機(jī)器認(rèn)識(shí)到我們用書面表達(dá)自己的各種方式。光學(xué)字符識(shí)別（OCR）以固定的、可識(shí)別的格式工作，如公路標(biāo)志和書中的文字。但是，OCR 往往不夠聰明，無(wú)法識(shí)別不同的字體、獨(dú)特的符號(hào)或只有一家公司的字段的電子表格。

生成性對(duì)抗網(wǎng)絡(luò)（GANs）的能力遠(yuǎn)遠(yuǎn)超過(guò)生成深度假視頻。研究人員正與藝術(shù)家和音樂(lè)家合作，創(chuàng)造出全新的創(chuàng)造性表達(dá)形式。從合成非洲部落面具到建立幻想的虛構(gòu)星系，人工智能正被用來(lái)探索新的想法。

一段時(shí)間以來(lái)，人們一直在訓(xùn)練計(jì)算機(jī)觀看視頻并預(yù)測(cè)我們物質(zhì)世界中相應(yīng)的聲音。內(nèi)容生成算法研究的重點(diǎn)是幫助系統(tǒng)了解物體在物理領(lǐng)域如何相互作用。

自動(dòng)生成的虛擬環(huán)境的未來(lái)應(yīng)用非常廣泛：考慮物流培訓(xùn)環(huán)境（倉(cāng)庫(kù)、工廠、航運(yùn)中心）、城市規(guī)劃模擬，甚至在游樂(lè)園和購(gòu)物中心內(nèi)測(cè)試客戶流場(chǎng)景。

隨著更多的實(shí)驗(yàn)的進(jìn)行，人們期望看到新聞和娛樂(lè)媒體公司開(kāi)發(fā)同一內(nèi)容的多個(gè)版本，以達(dá)到更廣泛的受眾或大規(guī)模生產(chǎn)大量的內(nèi)容。

類似人工智能和描述使克隆聲音成為可能，這意味著很快你可以在電影中看到基努?里夫斯，也可以聽(tīng)到他用自己的聲音用意大利語(yǔ)說(shuō)話。

在過(guò)去的一年里，研究人員展示了人工智能是如何被用來(lái)編寫好的文本的，以至于人類無(wú)法分辨它是由機(jī)器編寫的。事實(shí)證明，人工智能還可以用來(lái)檢測(cè)文本是什么時(shí)候生成的，即使我們?nèi)祟悷o(wú)法識(shí)別假文本。

誤導(dǎo)性和徹頭徹尾的虛假信息已經(jīng)污染了互聯(lián)網(wǎng)和我們的社交媒體渠道，日常消費(fèi)者難以應(yīng)對(duì)，旨在傳播謊言的算法可以比人類的事實(shí)核查器工作得更快。人工智能研究人員一直在研究使用框架語(yǔ)義的自動(dòng)化技術(shù)。框架是描述特定事件、情況、對(duì)象或關(guān)系及其參與者的示意圖。

智能手機(jī)擁有量已經(jīng)達(dá)到臨界值，人們對(duì)各種網(wǎng)絡(luò)的使用也達(dá)到臨界值。人類的數(shù)據(jù)不僅可以跟蹤我們自己，還可以供任何人搜索、收集和分析。預(yù)計(jì)更多的新聞機(jī)構(gòu)以及營(yíng)銷人員、活動(dòng)家和其他團(tuán)體將開(kāi)始以創(chuàng)造性的方式利用這些數(shù)據(jù)。

自智能手機(jī)問(wèn)世以來(lái)，深度移動(dòng)連接就一直存在，它使人們更容易在手機(jī)中的所有應(yīng)用程序中查找和共享數(shù)據(jù)。深度鏈接的使用方式現(xiàn)在已經(jīng)模糊了消費(fèi)者的信息。

環(huán)境計(jì)算系統(tǒng)承諾優(yōu)先考慮許多與人類行為相關(guān)的決策，代表人們授權(quán)它們，甚至根據(jù)環(huán)境自主地為人們回答。在沒(méi)有直接監(jiān)督和投入的情況下，很多無(wú)形的決策都會(huì)發(fā)生。使環(huán)境設(shè)計(jì)如此誘人的是，它應(yīng)該要求我們?cè)诓痪玫膶?lái)做出越來(lái)越少的決定。把它看作是一種意圖的自動(dòng)完成。

在很多地方都可以找到數(shù)字助理。現(xiàn)在有成千上萬(wàn)的應(yīng)用程序和小工具可以跟蹤和響應(yīng) DAs。新聞機(jī)構(gòu)、娛樂(lè)公司、營(yíng)銷人員、信用卡公司、銀行、地方政府機(jī)構(gòu)（警察、公路管理局）、政治活動(dòng)和許多其他機(jī)構(gòu)都可以利用 DAs 來(lái)顯示和提供關(guān)鍵信息。

2018 年和 2019 年，制藥公司加大了研究力度，以確定人工智能是否可以用于藥物開(kāi)發(fā)的每個(gè)階段，從假設(shè)、挑選更好的化合物和確定更好的藥物靶點(diǎn)，到設(shè)計(jì)更成功的臨床試驗(yàn)和跟蹤現(xiàn)實(shí)世界的結(jié)果。

識(shí)別系統(tǒng)現(xiàn)在可以用來(lái)觀察人們被面試的過(guò)程，來(lái)衡量面試者的熱情、堅(jiān)韌和沉著。算法分析數(shù)以百計(jì)的細(xì)節(jié)，比如面試者的語(yǔ)調(diào)、面部表情和行為習(xí)慣，試圖預(yù)測(cè)面試者將如何適應(yīng)一個(gè)社區(qū)的文化。

新的自動(dòng)機(jī)器學(xué)習(xí)平臺(tái)使非專家能夠建立和部署預(yù)測(cè)模型。許多人希望，在不久的將來(lái)，人們將使用各種各樣的人工智能應(yīng)用程序作為日常工作的一部分，就像人們今天使用微軟 Office 或谷歌文檔一樣。

在過(guò)去的幾年里，美國(guó)一些最大的中情局公司開(kāi)始與軍方合作，推進(jìn)研究，尋找銷量，開(kāi)發(fā)新的技術(shù)系統(tǒng)，可以在各種情況下部署。

2017 年，美國(guó)國(guó)防部成立了一個(gè)算法戰(zhàn)爭(zhēng)跨職能團(tuán)隊(duì)，致力于一個(gè)名為 “Maven 項(xiàng)目” 的項(xiàng)目，這是一個(gè)計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)系統(tǒng)，可以自動(dòng)識(shí)別靜止圖像和視頻中的物體。該小組沒(méi)有必要的人工智能能力，因此國(guó)防部與谷歌簽訂合同，幫助訓(xùn)練人工智能系統(tǒng)分析無(wú)人機(jī)畫面。但被分配到這個(gè)項(xiàng)目的谷歌員工并不知道他們實(shí)際上在做一個(gè)軍事項(xiàng)目，這導(dǎo)致了引人注目的反彈。多達(dá) 4000 名谷歌員工簽署了一份請(qǐng)?jiān)笗磳?duì) Maven 項(xiàng)目。他們?cè)凇都~約時(shí)報(bào)》上登了一整版廣告，最終數(shù)十名員工辭職。最終，谷歌表示不會(huì)與國(guó)防部續(xù)簽合同。

在過(guò)去的幾年里，人工智能的危險(xiǎn)性得到了極大的緩解。從自駕車事故到通過(guò)造謠活動(dòng)進(jìn)行選舉，再到通過(guò)面部識(shí)別和自動(dòng)搜索增強(qiáng)的政治壓制，谷歌員工抗議該公司在美國(guó)軍事項(xiàng)目上的情報(bào)工作。在地緣政治、地緣經(jīng)濟(jì)和戰(zhàn)爭(zhēng)面紗的第十三個(gè)年頭，很明顯，國(guó)際情報(bào)局正在改變國(guó)家、公司和公民的安全環(huán)境。現(xiàn)在，幾乎沒(méi)有一種技術(shù)能夠觸及人類的方方面面，世界各國(guó)都在競(jìng)相制定和公布自己的人工智能戰(zhàn)略和指導(dǎo)方針。

去年，中國(guó)在全球率先制定了一套規(guī)范和標(biāo)準(zhǔn)，以管理人工智能的未來(lái)，隨后，許多國(guó)家和地區(qū)爭(zhēng)相出臺(tái)相關(guān)的政策，隨著人工智能在中國(guó)、歐盟和美國(guó)繼續(xù)按照不同的規(guī)則發(fā)展，全球 AI 學(xué)術(shù)領(lǐng)域的合作可能會(huì)急劇下降。

我們未來(lái)的戰(zhàn)爭(zhēng)將以代碼作戰(zhàn)，使用數(shù)據(jù)和算法作為強(qiáng)大武器。當(dāng)前的全球秩序正在被人工智能所塑造，而世界各國(guó)在美國(guó)、中國(guó)、以色列、法國(guó)、俄羅斯、英國(guó)和韓國(guó)等國(guó)家的研究也在發(fā)展包括至少一些自主功能的武器系統(tǒng)。

FTI 分析表明，未來(lái)的戰(zhàn)爭(zhēng)不僅僅包括傳統(tǒng)武器。使用人工智能技術(shù)，軍隊(duì)可以通過(guò)破壞經(jīng)濟(jì)穩(wěn)定而不是摧毀農(nóng)村和城市中心來(lái) “取勝”。

毫無(wú)疑問(wèn)，你聽(tīng)過(guò)有人說(shuō)人工智能正在變成一個(gè) “黑匣子”—— 即使是在這個(gè)領(lǐng)域工作的研究人員也不明白我們最新的系統(tǒng)是如何工作的。這并不完全正確，但是越來(lái)越多的計(jì)算機(jī)科學(xué)家、記者和法律學(xué)者表示擔(dān)心，他們認(rèn)為人工智能系統(tǒng)不應(yīng)該如此秘密。但要求人工智能的透明度可能會(huì)泄露公司的商業(yè)機(jī)密。要求系統(tǒng)同時(shí)解釋其決策過(guò)程也會(huì)降低輸出的速度和質(zhì)量。

機(jī)器學(xué)習(xí)保證了人們關(guān)鍵基礎(chǔ)設(shè)施系統(tǒng)的效率和新的保障措施。為此，政府研究人員正在探索如何率先開(kāi)發(fā)關(guān)鍵系統(tǒng)：道路和鐵路運(yùn)輸系統(tǒng)、發(fā)電和配電以及預(yù)測(cè)救護(hù)車和消防車等公共安全車輛的路線。人們不再回避人工智能系統(tǒng)，而是對(duì)利用這項(xiàng)技術(shù)預(yù)防災(zāi)害和提高安全性產(chǎn)生了新的興趣。

如果認(rèn)為中國(guó)是一個(gè)只是復(fù)制而不是創(chuàng)新的國(guó)家，麻煩再想一想。中國(guó)已經(jīng)是人工智能領(lǐng)域的全球領(lǐng)導(dǎo)者。該國(guó)在許多領(lǐng)域取得了巨大的進(jìn)步，但尤其是在人工智能企業(yè)和政府已經(jīng)合作了一個(gè)全面的計(jì)劃，使中國(guó)在 2030 之前成為世界上主要的人工智能創(chuàng)新中心，并且它已經(jīng)朝著這個(gè)目標(biāo)邁進(jìn)了一大步。同時(shí)賦予了中國(guó)三大公司百度、阿里巴巴和騰訊一個(gè)稱號(hào) ——BAT。目前，中國(guó)的人工智能初創(chuàng)企業(yè)幾乎占到所有人工智能全球投資的一半。

中國(guó)人口眾多，接近 14 億人，為那里的研究人員和初創(chuàng)企業(yè)提供了未來(lái)人類數(shù)據(jù)中最有價(jià)值的自然資源，而不受世界許多地方普遍存在的隱私和安全限制。如果數(shù)據(jù)是新的石油，那么中國(guó)就是新的歐佩克。中國(guó)人正在挖掘的這種豐富的數(shù)據(jù)可以用來(lái)訓(xùn)練人工智能，挖掘從教育、制造到零售和軍事應(yīng)用等各個(gè)領(lǐng)域的模式。

根據(jù)信諾健康服務(wù)機(jī)構(gòu)的研究，在過(guò)去的 50 年里，美國(guó)人的孤獨(dú)率翻了一番。兩年前，英國(guó)前總理 Theresa May 創(chuàng)造了一個(gè)新的內(nèi)閣職位，世界上首位孤獨(dú)部長(zhǎng)。在我們?nèi)找婢o密聯(lián)系的世界里，報(bào)告說(shuō)人們感到更加孤立。在未來(lái)，像韓國(guó)這樣正在與大規(guī)模心理健康危機(jī)作斗爭(zhēng)的政府，可能會(huì)轉(zhuǎn)向情感支持機(jī)器人來(lái)大規(guī)模解決這個(gè)問(wèn)題。

去年中國(guó)中央電視臺(tái)的春節(jié)聯(lián)歡晚會(huì)上，四位著名的人類主持人與他們的數(shù)碼雙胞胎一起亮相。據(jù)估計(jì)，有 10 億人觀看，這些人工智能復(fù)制品模仿了人類的同類，沒(méi)有預(yù)先設(shè)定的行為、演講或程序。不久的將來(lái)，可能會(huì)有一對(duì)數(shù)字雙胞胎，面向包括健康和教育在內(nèi)的多個(gè)領(lǐng)域的專業(yè)人士。

人工智能本身并沒(méi)有偏見(jiàn)，但是數(shù)據(jù)輸入方法和輸入數(shù)據(jù)的人可以顯著改變?nèi)斯ぶ悄艿男袨椤恼鎸?shí)的人那里獲取真實(shí)的數(shù)據(jù)來(lái)訓(xùn)練系統(tǒng)很困難，而且隨著新的隱私限制，開(kāi)發(fā)人員可能會(huì)選擇更多地依賴公開(kāi)的和有問(wèn)題的數(shù)據(jù)集。

人工智能也被用來(lái)識(shí)別欺騙行為。ECRI 研究所的 Crosscheq 使用機(jī)器學(xué)習(xí)和數(shù)據(jù)分析來(lái)尋找招聘過(guò)程中的夸張和誤導(dǎo)信息。德雷克塞爾大學(xué)的研究人員開(kāi)發(fā)了一個(gè)應(yīng)用程序，利用生物特征來(lái)預(yù)測(cè)節(jié)食者何時(shí)可能偏離規(guī)定的飲食方案。

在世界各地的國(guó)家，人工智能正被用于邊境口岸、貧困社區(qū)以及存在犯罪問(wèn)題的學(xué)區(qū)。大多數(shù)時(shí)候，這項(xiàng)技術(shù)被稱為一種解決方案，但它有助于剝奪弱勢(shì)社區(qū)的公民權(quán)。

隨著計(jì)算機(jī)系統(tǒng)越來(lái)越擅長(zhǎng)做決定，算法可能會(huì)把人們每個(gè)人分成對(duì)我們自身來(lái)說(shuō)沒(méi)有任何明顯意義但可能產(chǎn)生巨大影響的組。每一天，人們都在創(chuàng)造難以想象的數(shù)據(jù)量，這些數(shù)據(jù)是通過(guò)算法挖掘和使用的，通常沒(méi)有您的直接知識(shí)或理解。它被用來(lái)制作廣告，幫助潛在的雇主預(yù)測(cè)我們的行為，確定我們的抵押貸款利率，甚至幫助執(zhí)法部門預(yù)測(cè)我們是否可能犯罪。

計(jì)算機(jī)正是按照命令來(lái)做的。命令一臺(tái)機(jī)器在比賽中獲勝，它將盡其所能實(shí)現(xiàn)這一目標(biāo)。顯然現(xiàn)在包括作弊，而且這種情況發(fā)生的越發(fā)頻繁。

目前，研究人員沒(méi)有義務(wù)報(bào)告涉及我們的數(shù)據(jù)或人工智能過(guò)程的事故或事件，除非違反了法律。雖然大公司必須告知消費(fèi)者其個(gè)人數(shù)據(jù)信用卡號(hào)碼、家庭住址、密碼是否被盜，但它們不必公開(kāi)算法基于種族或性別歧視某人的實(shí)例。

人工智能將不可避免地導(dǎo)致全球勞動(dòng)力的轉(zhuǎn)移，導(dǎo)致許多行業(yè)的失業(yè)。數(shù)字紅利則是一種公司向社會(huì)償還一部分從人工智能獲得的利潤(rùn)的方式。

人們依賴于對(duì)人工智能的信任將不再能夠判斷一個(gè)數(shù)據(jù)集是否被有意或無(wú)意地篡改，如果我們不再相信這個(gè)結(jié)果，幾十年的研究和技術(shù)進(jìn)步將一無(wú)所獲。政府、企業(yè)、非營(yíng)利組織等各個(gè)部門的領(lǐng)導(dǎo)人都必須對(duì)所使用的數(shù)據(jù)和算法有信心。

此外，雇傭倫理學(xué)家直接與管理者和開(kāi)發(fā)人員合作，并確保開(kāi)發(fā)人員本身代表不同種族、民族和性別的多樣性，將減少人工智能系統(tǒng)中固有的偏見(jiàn)。