2019年值得关注的人工智能技术的五大趋势

在2018年，人们亲眼目睹了基于机器学习和人工智能的平台、工具和应用程序的急遽快速增长。这些技术不仅影响了软件和互联网行业的发展，还影响了医疗保健、法律、制造业、汽车和农业等其他横向行业。

人们将之后看见2019年及以后的机器学习和人工智能涉及技术的变革。亚马逊、苹果、Facebook、谷歌、IBM和微软公司等公司正在投资研发人工智能，这将有助生态系统将人工智能相似最后消费者。

以下是2019年人们必须注目的5种人工智能趋势：（1）人工智能芯片的蓬勃发展与其他软件有所不同，人工智能十分倚赖专用处理器来对CPU获取计算能力的补足。即使是最慢和最先进设备的CPU也有可能无法提升人工智能模型的训练速度。在推理小说时，该模型必须额外的硬件来继续执行简单的数学计算，以加快对象检测和面部辨识等任务。2019年，英特尔、NVIDIA、AMD、ARM和高通等芯片制造商将发售专用芯片，加快继续执行反对人工智能的应用程序。

这些芯片将针对与计算机视觉、自然语言处置和语音辨识涉及的特定用例和场景展开优化。来自医疗保健和汽车行业的下一代应用于将倚赖这些芯片为最终用户获取智能服务。

2019年也将是亚马逊、微软公司、谷歌和Facebook等超大规模基础设施厂商将减少对基于现场可编程门阵列（FPGA）和专用集成电路（ASIC）的自定义芯片投资的一年。这些芯片将针对基于人工智能和高性能计算出来（HPC）运营现代工作阻抗展开大量优化。

其中一些芯片还将帮助下一代数据库加快查询处理和预测分析。早期项目是：亚马逊的Nitro、谷歌CloudTPU，微软公司ProjectBrainwave、英特尔MyriadXVPU（2）边缘的物联网和人工智能的融合在2019年，人工智能在边缘计算出来层将与物联网融合。

在公共云中训练的大多数模型将部署在边缘。工业物联网是人工智能的顶级用例，可以继续执行出现异常检测、根本原因分析和设备的预测性确保。基于深度神经网络的高级机器学习模型将展开优化以在边缘运营。他们将需要处置视频帧、语音合成、时间序列数据和由摄像机、麦克风和其他传感器等设备分解的非结构化数据。

物联网将沦为企业人工智能的仅次于驱动力。边缘设备将配有基于FPGA和ASIC的专用人工智能芯片。早期项目是：反对机器学习推理小说的AWSGreengrass、AzureIoTEdge人工智能工具包、GoogleCloudIoTEdge、FogHornLightningEdgeIntelligence和TIBCO公司的ProjectFlogo。

（3）神经网络之间的互操作性沦为关键研发神经网络模型的关键挑战之一在于自由选择准确的框架。数据科学家和开发人员必需从多种自由选择中自由选择适合的工具，还包括Caffe2、PyTorch、ApacheMXNet、MicrosoftCognitiveToolkit和TensorFlow。

一旦模型在特定框架中展开了训练和评估，就很难将训练好的模型重制到另一个框架中。神经网络工具箱之间缺少互操作性妨碍了人工智能的使用。

为了解决问题这一挑战，AWS、Facebook和Microsoft合作创建了开放式神经网络互相交换（ONNX），这使得在多个框架中器重经过训练的神经网络模型沦为有可能。在2019年，开放式神经网络互相交换（ONNX）将沦为该行业的最重要技术。

从研究人员到边缘设备制造商，生态系统的所有关键参与者都将倚赖ONNX作为推理小说的标准运行时间。早期项目是：Windows10附带运营ONNX、英特尔公司反对ONNX的OpenVINO工具包。

（4）自动化机器学习将更为引人注目彻底转变基于机器学习的解决方案的一个趋势是AutoML。它将使业务分析师和开发人员需要研发可以解决问题简单场景的机器学习模型，而需要经过机器学习模型的典型训练过程。在处置AutoML平台时，业务分析师不会专心于业务问题，而不是艾米在工作流程中。

AutoML几乎限于于理解API和自定义机器学习平台之间。它获取了准确的自定义级别，而需要强制开发人员已完成精心设计的工作流程。与一般来说被视作黑盒子的理解API有所不同，AutoML具备完全相同程度的灵活性，但自定义数据与可移植性结合。

早期项目是：DataRobot、GoogleCloudAutoML、Microsoft自定义理解API、亚马逊Comprehend的自定义实体。（5）人工智能将通过AIOps使DevOps构建自动化现代应用程序和基础设施正在分解日志数据，这些数据被捕捉以用作索引、搜寻和分析。

从硬件、操作系统、服务器软件和应用软件中取得的大量数据集可以被单体和关联，以找到洞察力和模式。当机器学习模型应用于这些数据集时，IT操作者从被动改变为预测。

当人工智能的强劲功能应用于运营时，它将新的定义基础设施的管理方式。机器学习和人工智能在IT运营和DevOps中的应用于将为的组织获取智能。它将协助运营团队展开准确和精确的根本原因分析。

AIOps（智能运营）将在2019年沦为主流。公共云供应商和企业将从人工智能和DevOps的融合中获益。早期项目是：MoogsoftAIOps、AmazonEC2PredictiveScaling、AzureVMresiliency、AmazonS3IntelligentTiering机器学习和人工智能将沦为2019年的关键技术趋势。

从业务应用于到IT反对，人工智能将对行业产生根本性影响。

本文来源：开元7818网页版-www.ellytvynova.com