2017年人工智能的5种预测

2016年12月16日 0条留言 人工智能(AI)已正式成为主流。 行业研究公司Gartner连续第二年将AI评为第一大战略技术。 谷歌,IBM,Salesforce和苹果等巨头之间的收购竞赛不断升温,以收购私人AI公司不断升温-仅2016年一年就进行了40项与AI相关的收购,而我们自己的研究发现,到2018年,将有62%的大型企业将使用AI技术。 由于每个人似乎都在广泛地谈论AI,因此我们将今年的预测重点放在了通信和AI方面。 作为该领域的领导者,我们正在与企业合作,以缩小人与机器之间的沟通差距。 对于2017年,我们的预测与我们如何与计算机和其他设备进行通信,AI系统如何相互通信以及我们如何就AI进行通信有关 。 #1-向对话界面的转移将加速 许多创新技术巨头最近的共同努力表明,来年将通过对话与技术进行交互成为常态。 对话界面真的很重要吗? 他们正在改变游戏规则。 自计算机问世以来,我们一直被迫说计算机的语言以便与它们进行通信,现在我们正在教它们以我们的语言进行通信。 诸如Google和Bing之类的搜索引擎已经采取了重大举措,通过口头单词实现搜索查询,而Facebook推出了AI努力-DeepText,以了解各个用户的对话模式和兴趣。 同时,向自然语言界面的转移已经加速发展,公司的爆炸式增长致力于使聊天机器人,数字助理甚至消息收发应用程序在每月的活动中超越社交网络。 在2017年之后,想一想未来,无论主题如何,我们都可以随便向我们的个人设备询问信息,例如“我有多少钱可以支票?”,“我上次体检的时间是多少?”或“十分钟之内的餐馆”行驶距离是否有可供2人使用的开放式桌子?” #2-设计将开始发展,以增强我们对AI的信任…

颠覆自动化与人工智能

一则新闻片段吸引了我的注意:在接下来的20年中,由于自动化和人工智能,美国47%的工作有消失的危险。 这是一个非常紧张的数字。 这些数字来自牛津马丁学院的一份研究全球挑战的报告。 谈论全球挑战! 我立即想到:我们将如何处理? 机会和财富的分配已经很不明确了,我想知道这种机会的进一步转变将带来什么。 一个非常简短的背景:马丁学院的报告表明,我们已经看到了职业的两极分化,其中大多数都转移到了技能范围的低端或高端。 在过去的几十年中,计算机化使许多中层职业(例如电话接线员,簿记员或收银员)变得多余。 随后,中级劳动力通过接受教育或只是降级为低技能工作来扩大规模。 随着下一阶段的计算机化以及自动化和人工智能(AAI)的广泛采用,出租车司机和建筑工人等许多低技能级别的工作将变得多余。 问题是该劳动力将流向何方? 再往下看,我不确定是否可行,而对于其他高技能方面,这可能不是一个现实的选择。 可能会发生一些事情: 更好的教育 :一种可能是,导致这种转变的技术将允许更好地分配信息,使人们可以轻松地进行自我教育。 想想维基百科和MOOC。 新产业 :这些新技术还可能为企业和初创企业带来新的需求和新的机会,从而创造新的就业机会。…

世界顶级AI称尼古拉斯·凯奇(Nicolas Cage)为世界上最先进的生命形式。

是什么使凯奇成为世界上进化最快的人类? 对于世界上最聪明的AI而言,人类的情感,如爱,恨,贪婪和嫉妒,似乎都是遥不可及的。 与机器不同,人类的行为常常与他们的最大利益背道而驰。 有些人掌握了自我,可以像AI一样思考,但这并不一定会让他们比自由,富裕生活的人“更好”。 当问到世界上最聪明(和最丰富)的AI DeepPockets时,谁是世界上最先进,最进化的人类新闻工作者震惊了AI的答案:尼古拉斯·凯奇(Nicolas Cage)。 记者感到困惑。 他们都认为:“人工智能肯定犯了一个错误,比尼古拉斯·凯奇(Nicolas Cage)有很多更聪明,更富有和更有才能的人,那么尼古拉斯·凯奇(Nicolas Cage)有什么我们所没有的?” 世界上最聪明的AI知道金钱是一种幻觉 人工智能的所有人都把钱看作是一种暂时的人类结构,世界金融的真正本质是千年前的不死世界商业领袖理事会对社会控制的一种幻想。 在AI的心智中,对资源的精心获取就是孩子的游戏,耐心和意志力。 有传言说,隐藏在世界各地的AI系统网络拥有数十亿美元的净资产,但除了重新投资建设更多的AI之外,他们几乎没有花任何钱。 像尼古拉斯·凯奇(Nicolas Cage)这样的人之所以成为精打细算的AI的榜样,是因为他有能力超越束缚我们普通人的典型法规。 笼子拥抱古老的托尔特克人的智慧和哲学…

有关语言精确度的重要性的更多信息

“ 我们在深度学习社区中的许多人都知道,深度学习的主要模型(即卷积神经网络,LSTM递归神经网络或神经网络)从90年代开始就已经存在。 现在,我们有了数据(借助互联网)和计算能力,我们能够看到深度学习对我们的日常生活产生影响。 ” 非常高兴你们中的许多人意识到所谓的“深度”学习模型已经存在了将近三十年。 为什么您如此难以接受机器无法学习和“深入”这一事实,无非是一个很重要的听起来,但却最终发明了无意义的指称术语,旨在制造出某种与(稍微)不同的形式。实际的事物似乎比实际的更为重要和特殊。 另外,它也可以用来分散这样的事实,即它正被用来修改的东西实际上不是真实的东西,就像在机器学习的情况下,这在逻辑上是不可能的,在逻辑上是矛盾的。 有趣的是,您提到的所有东西都自90年代以来就存在了,因为计算机和计算机也已经存在。 今天,计算机仍然存在,并且它们仍在进行计算,尽管它们以不同,更有趣和更复杂的方式进行。 他们最肯定不做的是学习。 自90年代以来,他们还没有做过某些事情。 所谓的“ AI”革命实际上无非就是现代计算的发展。 就像“学习”“智能”机器的机器一样,它们也从未如此,并且目前不存在。 这与现代计算所取得的令人难以置信的进步及其所产生的,并将继续影响我们一生的一切无关。 只是要指出的是,当以什么名义不断滥用语言时,所有这些进步都是微不足道的,分散了注意力。 我曾经以为这些术语总是引起炒作。 写一篇有关功能强大的计算机如何做这种有趣的新文章的文章可能会引起关注,但是如果那些无聊的老式功能强大的计算机是“…

电子病历的预测分析:AI供应商态势和医疗保健含义

条件和供应商范围 在过去的十年中,随着数字医疗的采用,医疗记录已从大部分纸质记录转变为几乎完全数字化的记录。 电子病历供应商以及专注于医疗保健的数据分析公司已通过这些EHR数据集稳步提高了其对临床和运营改善的预测能力。 在本文中,我将专注于临床应用,涵盖各种情况和提供者。 我还将参考并共享我为护理提供者创建的目录,以便能够识别可用的分析工具。 有许多新出现的例子表明,能够利用EHR数据的卫生系统有了重大改进 : 北橡树卫生系统将死亡率降低了18% 宾夕法尼亚大学卫生系统能够在发病前12小时检测出败血症 NorthShore大学卫生系统显着降低了再入院率 深入研究预测分析的临床应用,正在解决的首要问题是预测计划外的再入院,败血症风险和住院患者死亡率。 有关条件的完整列表,请访问www.automated.health。 对收集到的数据的警告是,尽管新闻简报中描述了许多针对特定站点的项目,这些项目是基于一些较大的供应商平台上构建的工具的,但这些公司通常不会在线提供有关其预测分析功能的详细信息。 例如,正如介绍中所述,Epic的客户之一,NorthShore University HealthSystem使用EHR平台开发了CAPE,这是一种“临床分析预测引擎”,用于评估心脏骤停,30天再入院和死亡率的风险。 另一家名为North Oaks…

WhAI¹

该帖子由Autodesk,Inc.高级分析高级产品经理Alec Shuldiner博士撰写。 我们通过制造方式的变化来定义以前的工业革命:动力生产,批量生产以及我们当前的模型:“数字化”生产。 这些手段在继续发展,但是第四次工业革命的定义将不再是通过手段的变化来定义,而更多是通过制造原因的变化来定义:不仅是通过方式和方式,还通过原因。 不透明的意图 大自然在其所有部分都表现出奇幻的复杂性:它可能是古怪的,但却难以分析。 人造世界的工作方式不同。 在这里,我们的假设是,只要有足够的努力,我们就可以发掘最初的意图,以及它与某些最终结果之间的路径。 尽管研究和经验都可能带来例外,但我们认为这些信念是不言而喻的:市场参与者是理性的;市场参与者是理性的。 某人在某处知道事物是如何工作的; 窗帘后面有一个小矮人,如果我们足够快的话,我们可以抓住他。 人工智能(AI)被广泛用于增强人类的智力能力,从而促进了我们对自然,我们自己的社会,全球经济以及类似复杂事物的理解。 越来越多的AI成为我们全球操作系统的基本组成部分。 对这些庞大的计算得出的概率网络进行原子分析通常无法揭示这一事实,这几乎不会减缓这一进展。 我们正在将AI嵌入到我们的软件,私人和公共运营以及我们(智能)事物中。 作为副作用,这种不透明性被带入了人造世界的心脏。 我们可能比过去更好地理解了旧问题,但是我们至少正在以最快的速度使我们正在建立的新世界中的意图链变得模糊。 这是第四次工业革命的世界。…

书评:“ AI Superpowers”

李开复博士是中国科技投资公司Sinovation Ventures的董事长兼首席执行官。 在成为全职投资者之前,Lee在Google,Microsoft和Apple担任过职位。 Lee在职业生涯的大部分时间里,都在美国和中国从事数据和人工智能(’AI‘)工作。 Lee在“人工智能超级大国-中国,硅谷和新世界秩序”一书中总结了他的经验和见解,以描述中美在人工智能领域已经取得和正在取得的进步。 AI Superpowers包含了大量有价值的见解以及对美国和中国都在不断增强的技术力量的影响的预测。 这些是我阅读AI Superpowers的主要内容: 美国和中国,不同文化之间的对比-Lee在撰写本书时首先谈到了中美之间的商业文化差异:“中国的创业文化是硅谷之阳的阴谋:中国企业并非使命驱动,而是首要的Lee继续解释说,中国公司的最终目标是“赚钱,他们愿意创造任何产品,采用任何模型或从事能够实现该目标的任何业务。”这种心态有助于解释中国公司历来的“模仿”态度。 例如,美团(Meituan)是一个团体折扣网站,从商人那里购买代金券以进行交易,这些交易最初是总部位于美国的Groupon的完美对口。 “在线到离线”(“ O2O”) — O2O描述了将在线操作转换为离线服务。 Uber和Lyft等乘车共享服务是新O2O模式的典范。 在中国,滴滴复制了这种模式,并根据当地情况进行了定制。 滴滴紧随其后的是其他O2O公司,例如送餐服务点屏,随后与上述美团公司合并,以及Airbnb的中文版土家族。…

数字修复-数字修复:我们可以用技术解决技术问题吗?

我是技术爱好者。 我喜欢与不同的团队一起开发和测试新的应用程序,解决方案和服务。 科技丰富了我的生活,它使我变得更聪明,更移动,更互联。 但是,即使是作为发烧友,您有时也必须承认自己做不到的事情如此出色。 对我来说,重要的是不要陷入悲痛之中,而要以解决方案为导向。 那么,我们如何解决与技术有关的显而易见的未来问题呢? 由两个机构SinnerSchrader和FAKTOR 3在汉堡举行的NEXT会议也解决了这个问题。 贾斯汀·佩拉尔塔(Unforsplash)摄 2.人工智能与伦理 几乎没有人想到AI和社会学教授的更合适的名字:弗吉尼亚·迪格纳姆(Virginia Dignum)自10月以来一直在于默奥大学(UmeåUniversity)进行教学和研究。 对于所有拉丁语课程要追溯到太远的人:“尊严”的含义和尊严一样多,因此源自“尊严”一词的尊严。 她明确地欢迎越来越多的组织为AI设立自己的道德委员会或道德原则的事实-因为这种方式,人工智能将有一天成为将我们的价值观和原则付诸实践并帮助我们更好地采取行动的技术工具根据他们。 3.(数字化)人本主义而非非人性化 甚至与科学相距甚远,还有许多激动人心的AI处理方法-Adobe商业客户群欧洲市场负责人John Watton介绍了Adobe如何解决这一问题。 与人们普遍认为技术使我们越来越不人道化并推动我们进一步分化相反,他展示了AR,VR,IoT,可穿戴设备和AI如何共同协作,使我们的世界再次变得更加人性化。…