作者：AI Trends

人工智能（AI）有改變世界生活和商業(yè)運作方式的潛力。

事實上，普華永道估計，到2030年，AI對全球經(jīng)濟的影響可能會超過15萬億美元。

很少有技術(shù)能在不久的將來對世界產(chǎn)生如此影響。

本文中，您將了解目前影響AI生態(tài)系統(tǒng)的七大主要趨勢。

1、自然語言處理推動AI的新用例

在AI行業(yè)中，很少有比自然語言處理（NLP）擁有更有前景的商業(yè)用例。

我們的世界充斥著文字。分析、格式化、翻譯和使用文本對世界各種類型的業(yè)務(wù)至關(guān)重要。

而且不僅僅是文字。自然語言處理（NLP）被用于以與之前的統(tǒng)計方法大不相同的方式分析數(shù)據(jù)。

那么，什么是自然語言處理（NLP）？

基本上，它是計算機用來理解人類語言的一種方式。

過去，計算機只能在人類語言首先被翻譯成代碼后才能理解。但通過使用NLP，機器能夠在文本保持其自然狀態(tài)的情況下獲取智能。

估計到2030年，世界上的數(shù)據(jù)量可能達到612澤字節(jié)，到2035年可能達到2142澤字節(jié)。

其中很多是人類可讀的文本，因此企業(yè)可以使用NLP來確定文本的情感、分類文本、從文本中提取含義和關(guān)鍵詞，并分析文本。

這提供了一種有效的方式來分析和從大量數(shù)據(jù)中獲得見解，這是不使用NLP就無法實現(xiàn)的。MonkeyLearn是一款可以分析評論、調(diào)查、支持票和其他人類文本來源的AI文本分析工具。

來自數(shù)十個領(lǐng)域的企業(yè)，如零售、營銷和金融，已經(jīng)在使用MonkeyLearn。

在法律和商業(yè)領(lǐng)域，已有數(shù)十家公司開始使用NLP來分析密集的法律文件，以及生成新的法律文件。

例如，一家名為BlackBoiler的公司提供了使用NLP來分析合同并在可能引發(fā)爭議的條款位置建議修改的AI技術(shù)。

該平臺通過類似于文字處理程序中的“修訂”功能的過程來完成所有這些操作。

2、科技巨頭競相開發(fā)AI搜索

自然語言處理最受歡迎和強大的應用之一是AI搜索。

使用大型語言模型（LLMs）的AI搜索工具有改變?nèi)藗冊诰€查找信息方式的潛力。

像ChatGPT這樣的界面背后的LLMs首先通過分析大量信息并“學習”它來工作。從中，該模型識別模式并可以預測應該一起出現(xiàn)的單詞和短語。

因此，當一個人用自然語言輸入搜索查詢時，AI搜索平臺可以預測一系列人類語言，以回答問題。

與提供相關(guān)網(wǎng)站列表不同，該工具提供了從不同資源組合中提取的書面答案。

而且，這些平臺遠不止簡單的查詢，比如查找巴西的首都或當前溫度。

用戶可以提出廣泛的問題，比如如何計劃一頓三道菜的晚餐或買哪種汽車。

這樣，AI搜索是“生成式AI”的另一種形式：能夠創(chuàng)建新內(nèi)容，如圖像、音頻、代碼，以及在這種情況下，文本。

ChatGPT是一個生成式AI平臺，在2022年底爆紅。

用戶可以在工具中輸入問題，它將提供答案，但它也可以充當聊天機器人。這意味著它可以進行非常類似人類的對話并完成命令以生成內(nèi)容。

例如，賓夕法尼亞大學沃頓商學院的一位教授向ChatGPT提供了他的MBA期末考試。該工具得了B分。

在另一個例子中，可以在Google Sheets中使用ChatGPT擴展，以填充發(fā)送給LinkedIn首席執(zhí)行官的網(wǎng)絡(luò)郵件。

Salesforce正在將一個使用ChatGPT模型的工具商業(yè)化。Einstein GPT將自動生成要發(fā)送給銷售線索的營銷電子郵件。

其他科技巨頭已經(jīng)加入競爭，成為生成式AI搜索平臺的首選。

微軟于2023年2月初推出了其由AI驅(qū)動的Bing版本。

盡管它是由ChatGPT技術(shù)運行的，但微軟聲稱它更快、更準確，因為它專為搜索而構(gòu)建。

該平臺允許用戶就搜索提出后續(xù)問題，還可以生成新內(nèi)容。

微軟與OpenAI的合作始于2019年，當時該公司投資了10億美元用于技術(shù)。自那以后，微軟已經(jīng)向OpenAI投資了20億美元，并最近承諾未來幾年再投資100億美元。

谷歌的AI搜索版本Bard也于2023年2月初宣布，但分析師表示它落后于微軟的版本。而且，它要到2023年中期才能投入廣泛使用。

盡管圍繞AI搜索的許多喧囂都集中在ChatGPT、Bing和Google上，但一家獨立公司Perplexity AI正在提供一種可能會超越它們所有的工具。

Perplexity的AI搜索聊天機器人可以實時提供信息，并提供信息的引用。

相比之下，ChatGPT只接受到截止到2021年的信息培訓。

盡管這些工具早期頗受歡迎，但許多業(yè)內(nèi)人士迅速指出，AI搜索聊天機器人仍處于初級階段，仍然有許多問題需要解決。

3、AI引發(fā)了醫(yī)療保健革命

特別是在過去的一年里，AI在醫(yī)療保健行業(yè)發(fā)生了極大的變革。

AI的進展是應對全球大流行的關(guān)鍵組成部分，自那時以來，AI創(chuàng)新變得更加重要。

醫(yī)院的采用率激增 - 90%的醫(yī)院擁有AI戰(zhàn)略，75%的醫(yī)院高管表示AI計劃至關(guān)重要。

AI和機器學習正在加速醫(yī)院的多個流程。這包括將手寫數(shù)據(jù)掃描到在線平臺，記錄醫(yī)生與患者的對話并將其轉(zhuǎn)換為文本注釋，以及識別參加研究的患者。

在醫(yī)院人員短缺危機爆發(fā)的情況下，這項技術(shù)也成為一項必不可少的工具。

2021年，醫(yī)院員工的流失率增長了6.4%，達到了近26%。

僅在2021年，就有近33.4萬名醫(yī)療臨床醫(yī)生離開了工作崗位。

實施AI解決方案有助于減輕這一人員短缺的負擔。

在一項調(diào)查中，58%的醫(yī)院高管表示AI在提高運營績效方面非常或經(jīng)常有效。

許多醫(yī)院正在轉(zhuǎn)向像DirectShifts這樣的AI動力人員配置平臺。

這個平臺使用AI將臨床醫(yī)生與醫(yī)院的工作崗位進行匹配。其中大多數(shù)職位是臨時的，即醫(yī)院只在人口普查高峰期需要員工。

目前，該平臺上有超過85萬名臨床醫(yī)生。

一些醫(yī)院正在通過投資AI系統(tǒng)來減輕對護士的負擔，這些系統(tǒng)有助于監(jiān)測患者。

Ouva的基于AI的平臺不斷分析患者的行為和潛在風險。

該平臺從光學傳感器獲取數(shù)據(jù)，并在高風險患者離開床鋪時向護士發(fā)出警報。它還監(jiān)測護士的訪問、餐食送達以及患者的到來和離開等情況。

AI還有可能在醫(yī)療保健行業(yè)的許多其他方面產(chǎn)生影響。

藥物研發(fā)、疾病診斷和個性化治療計劃只是未來可能利用AI的一些方式。

投資者也在關(guān)注這個領(lǐng)域。

2022年，超過16億美元投資于藥物發(fā)現(xiàn)初創(chuàng)公司。

舉例來說，微軟繼續(xù)投資于醫(yī)療保健AI。

這家科技巨頭與Paige合作，旨在應用AI技術(shù)來改善癌癥診斷和患者護理。

Paige是首家獲得FDA批準在數(shù)字病理學中使用AI的公司。

4、人工智能為教師和學生提供有價值的工具

在教育環(huán)境中，人工智能有潛力徹底改變教育者的教學方式以及學生的學習方式。

當ChatGPT發(fā)布時，教育工作者開始擔心學生可以使用這個工具來代替真正的學生寫作文和完成考試，而不讓老師知道。

為了解決這個問題，據(jù)報道，ChatGPT正在研究一種數(shù)字水印的類型，該水印將嵌入到AI平臺創(chuàng)建的文本中。

另一方面，一些教育工作者則將ChatGPT的發(fā)布視為一種呼吁，倡導在課堂中廣泛采用人工智能工具。

一些老師正在利用像Character.ai和Prof Jim這樣的網(wǎng)站來輔助他們的教學。

Character.ai是一個聊天機器人，讓人們有機會與由人工智能生成的角色聊天。

例如，學生可以與溫斯頓·丘吉爾、蘇格拉底或拿破侖進行交談。

他們還可以向英語老師機器人或歷史老師機器人提問，例如。

Prof Jim是一個AI程序，可以掃描教科書或維基百科頁面，并自動將這些信息放入一個沉浸式的在線課程中，其中包括電影質(zhì)量的動畫。

這些旨在充當導師的AI工具也正在為幼兒園學生等年齡段的學生開發(fā)和推出。

這些工具旨在為學生提供個性化的直接指導，無需人類教師。它們能夠提供實時反饋，并根據(jù)學生的表現(xiàn)調(diào)整教學內(nèi)容。

Numerade提供了一個名為Ace的AI導師。

Ace為學生創(chuàng)建個性化的學習計劃。AI算法通過評估學生的學習風格、優(yōu)勢和劣勢來工作。然后，Ace向?qū)W生展示適合其風格的視頻，并提供旨在發(fā)展學生最薄弱領(lǐng)域的評估。學生觀看的越多，他們的內(nèi)容就變得越個性化。

該公司成立于2019年，已經(jīng)擁有超過1億用戶。

5、計算機視覺提高了各個行業(yè)的效率

計算機視覺是人工智能的一個領(lǐng)域，它使計算機能夠解釋圖像和視頻中的信息，并根據(jù)該信息采取行動。

如今的計算機視覺系統(tǒng)比人類更準確，反應更快。

例如，計算機視覺將制造業(yè)中的缺陷檢測提高了90%。

它可用于監(jiān)測管道和農(nóng)作物，識別假鈔和癌癥患者的問題區(qū)域等各種應用領(lǐng)域。

盡管計算機視覺的概念自上世紀50年代以來就存在，但深度學習技術(shù)的出現(xiàn)使計算機視覺能夠在以前無法實現(xiàn)的廣泛應用中得到應用。

在一項調(diào)查中，近30%的商業(yè)領(lǐng)袖表示，他們已經(jīng)看到對計算機視覺解決方案的需求正在增長。其中超過一半的人對通過計算機視覺進行物體跟蹤和識別感到最興奮。

計算機視覺是制造商參與工業(yè)4.0趨勢的一種方式。

這是一個受到巨大人員短缺困擾的行業(yè)。到2030年，多達790萬個制造業(yè)崗位將無人填補，導致未實現(xiàn)的收入總額達6071.4億美元。

通過使用計算機視覺技術(shù)，制造商正在提高其設(shè)施的效率和性能，同時減少員工人數(shù)。

在制造業(yè)中，檢測異常是計算機視覺的一個重要作用。

計算機視覺系統(tǒng)可以跟蹤生產(chǎn)過程的每個步驟。如果有步驟被遺漏或者順序錯亂，系統(tǒng)會觸發(fā)警報。

此外，系統(tǒng)知道生產(chǎn)周期應該持續(xù)多長時間，如果周期過快，它可以檢測到故障。

最后，當檢測到有缺陷的產(chǎn)品時，工人可以通過其序列號查看在制造過程中發(fā)生了什么問題。

Instrumental提供了一種為電子制造商提供問題發(fā)現(xiàn)和質(zhì)量監(jiān)控的AI/計算機視覺系統(tǒng)。該系統(tǒng)還執(zhí)行端到端的故障分析。

據(jù)該公司稱，他們的系統(tǒng)導致了43%的返工減少和產(chǎn)品工程效率提高了3倍。

據(jù)他們說，安裝了該系統(tǒng)的公司在不到60天內(nèi)就能看到積極的投資回報。

計算機視覺還被用于應對自然災害和氣候變化問題。

一家名為Rain的加利福尼亞初創(chuàng)公司正利用計算機視覺來對抗森林大火。

他們的產(chǎn)品是一架無人機，利用人工智能和計算機視覺在森林大火失控之前向其投放水源。

該公司的理念是將這些直升機放置在不24/7有人值守的高風險地區(qū)。如果發(fā)生森林大火，一名遠程地點的飛行員可以立即部署直升機。

今年將在加利福尼亞的真實火災中測試該項目，并計劃在那里建立200個直升機站。

此外，劍橋大學的一個團隊最近開發(fā)了一個計算機視覺系統(tǒng)，允許科學家通過智能手機監(jiān)測森林和碳封存情況。

8%的錯誤率比人類完成任務(wù)時發(fā)生的錯誤率低。

與在各種各樣的行業(yè)中部署該技術(shù)同時，計算機視覺技術(shù)本身也正在發(fā)生革命性變化。

現(xiàn)今的計算機視覺通過拍攝靜態(tài)圖像或一系列靜止幀來工作。然后，計算機分析這些靜止幀。

然而，有一家公司正在設(shè)想不需要靜止幀的計算機視覺。

成立于2021年的Ubicept公司已經(jīng)開發(fā)出可以測量單個光子而不是查看靜態(tài)幀的計算機視覺。

這個過程比傳統(tǒng)的計算機視覺更快速、更可靠。

這對于需要捕捉快速移動的物體或低光條件下的物體的情況特別有益。

6、零售商在實體店和在線部署人工智能

零售部門有潛力從使用人工智能中獲得巨大的好處。

預測顯示，零售業(yè)中的人工智能市場在2028年之前將以超過30%的復合年增長率增長。據(jù)估計，到那年市場規(guī)模將達到311.8億美元。

截至2021年，81%的零售領(lǐng)袖表示，他們的公司已經(jīng)在中度或完全功能水平上使用人工智能。

而且人工智能的使用還在繼續(xù)增長。

在2022年的零售技術(shù)研究中，40%的零售組織表示，購物者跟蹤能力將成為未來兩年內(nèi)的重點技術(shù)投資之一。

基于位置的營銷、數(shù)字設(shè)備和計算機視覺也在列表中，并有超過三分之一的零售商表示他們將在未來兩年內(nèi)專注于這些技術(shù)解決方案。

AI在零售業(yè)最明顯的用途之一是在結(jié)賬時使用。

像亞馬遜Go這樣的商店通過計算機視覺跟蹤顧客在商店的行蹤。當顧客將商品放入購物車時，計算機視覺會識別出是哪個產(chǎn)品，并將其添加到一種虛擬購物車中。當顧客離開商店時，他們的數(shù)字錢包會相應扣款。

零售商還在使用人工智能進行庫存管理。

人工智能系統(tǒng)可以監(jiān)控倉庫和貨架上的庫存水平。當庫存不足時，系統(tǒng)可以自動通知相關(guān)渠道，并縮短補充產(chǎn)品供應所需的時間。

McKinsey報告稱，采用AI啟用的供應鏈的企業(yè)物流成本可以提高15%，庫存水平可以提高35%。

AI還使零售商能夠使用動態(tài)定價。

借助來自零售商、競爭對手和客戶的數(shù)據(jù)，AI可以實時調(diào)整定價，最大化利潤。

使用電子貨架標簽和啟用AI的動態(tài)定價的零售商有可能提高33%的利潤。

零售商最近的一個最新發(fā)展是生成式AI。

例如，Shopify Magic于2023年初發(fā)布，作為一種工具，可為零售商撰寫電子商務(wù)產(chǎn)品描述。

Shopify表示他們將在不久的將來添加更多的AI工具。

零售商還利用生成式AI來創(chuàng)建店內(nèi)展示。

通過在像DALL-E這樣的程序中插入一些提示，零售商可以提出視覺概念和商品形象。

一位零售商表示，她的團隊通常需要花費一周的時間來為新的店內(nèi)設(shè)計進行頭腦風暴和創(chuàng)建圖像。

借助AI，他們只需要8小時就能完成。

服裝公司還利用生成式AI來創(chuàng)建數(shù)百種推薦的服裝搭配，這些搭配出現(xiàn)在他們的網(wǎng)站和應用程序上。

通過與Stylitics公司合作，彪馬能夠?qū)⑥D(zhuǎn)化率提高235％，會話持續(xù)時間提高334％。

7、風險和監(jiān)管方面的潛在風險不斷增加

隨著AI的采用增加，風險緩解水平保持不變。

這意味著企業(yè)并沒有特別關(guān)注與AI相關(guān)的風險。

根據(jù)麥肯錫的一項調(diào)查，在過去的三年中，公司對任何與AI相關(guān)的風險都沒有實質(zhì)性的關(guān)注增加。這包括網(wǎng)絡(luò)安全、監(jiān)管合規(guī)性、隱私和可解釋性。

潛在風險的清單很長，而且還在不斷增加。

沃頓商學院創(chuàng)建了一份詳盡的文件，概述了在業(yè)務(wù)中使用人工智能所涉及的風險。質(zhì)量差的數(shù)據(jù)、數(shù)據(jù)攻擊、缺乏透明度和偏見只是其中一些討論的話題。

近幾個月來，從企業(yè)、消費者和美國政府都顯示出對這些風險和人工智能安全的關(guān)注逐漸增強。

麥肯錫的另一份報告顯示，72%的消費者認為在購買之前了解公司的人工智能政策很重要。

在同一項調(diào)查中，55%的企業(yè)領(lǐng)導表示，在過去的三年里，他們曾經(jīng)遭受過人工智能事故的影響。

在另一項調(diào)查中，將近三分之二的美國人表示他們希望在不久的將來對人工智能進行監(jiān)管。

然而，政府并沒有迅速提供任何法律或監(jiān)管措施。

截至2023年3月，國會尚未提出任何限制人工智能范圍或保護公民的法案。甚至限制面部識別使用的提案也未能通過。

在2022年底，白宮發(fā)布了一項旨在鼓勵公司自我監(jiān)管其內(nèi)部人工智能使用的“人工智能權(quán)利法案”，但該法案并無實權(quán)。

然而，聯(lián)邦機構(gòu)正在加大對人工智能監(jiān)管的參與。

FTC、FDA和CFPB都在采取一些措施來限制不道德的人工智能使用。

在一個案例中，F(xiàn)TC對減肥公司W(wǎng)eight Watchers采取行動，指責其未經(jīng)兒童同意收集信息并利用這些數(shù)據(jù)創(chuàng)建人工智能模型。

一些州也正在通過與人工智能相關(guān)的隱私法案，并特別關(guān)注人工智能在招聘過程中的作用。

紐約市于2021年底通過了當?shù)胤ㄒ?guī)144號，被戲稱為“人工智能法”。

該法規(guī)要求任何想要在招聘過程中使用人工智能工具的公司在使用之前必須提交進行偏見審計。

該法規(guī)原定于2023年1月生效，但由于公眾評論眾多和澄清法規(guī)的原因，該日期已延遲至2023年4月15日。

在歐洲，有更多關(guān)于人工智能監(jiān)管的聯(lián)邦級行動。

人工智能法案計劃于2023年在歐洲議會進行投票。

如果通過，這將是世界上第一項廣泛的人工智能監(jiān)管法規(guī)。

結(jié)論

這就是我們列出的未來幾年需要關(guān)注的七大人工智能趨勢的全部內(nèi)容。

人工智能以及它所驅(qū)動的技術(shù)解決方案無疑將改變企業(yè)和個人在世界上的運作方式。

在許多行業(yè)中，人工智能將推動我們以前從未見過的方法和流程的發(fā)展。這有可能提高效率，減輕勞動力短缺的影響，并促使企業(yè)創(chuàng)建新的收入來源。

然而，人工智能的真正風險尚待觀察。在未來幾年，人工智能的脆弱性可能會被暴露出來，政府、機構(gòu)和消費者將不得不決定如何平衡風險和利益。

審核編輯：黃飛