图
未来AI基础架构堆栈中的一些关键公司
一旦我们在这个领域拥有了一个明确的胜利者，那么这一个堆栈将成为未来AI创新的基石。当一个堆栈形成时，它使开发人员可以“上移”解决更多有趣的问题。ML将标注99％的数据，人类将对其进行检查。科学家将从一系列现成的方法开始解决他们的问题。同时，在电子游戏和深度学习兴起的推动下，我们将继续看到越来越快的芯片。这些芯片将迅速融入每款智能手机、游戏机和传感器的通用架构中。所有这些都会使AI/ML脱离大型技术公司，并将带来大小不同的AI应用程序的“寒武纪大爆炸”。这些大大小小的应用会带来农业、金融、药物、防御、安全、零售、电信等行业的高速发展，而在艺术和医疗保健领域，这种发展将变得更加明显。AI重新激活艺术未来十年，人工智能将彻底改变音乐、电影和电视。我们已经看到最前沿的研究所带来的突破，并且这些突破将在未来几年相互促进。未来的制片厂会用数字方式培养他们想要的任何演员，并用AI把他们放进最新的大片里。如果大家喜欢银幕上标志性的老明星，例如汉弗莱·鲍嘉（HumphreyBogart）和玛丽莲·梦露（MarilynMonroe），那么就不再有现实演员的空间了。当然，动画制作者的工作量也将会减少，因为深度学习算法已经研究了运动和表情的规律，并可以即时地重现它们。动画师将告诉AI他们希望角色拥有什么样的情感，AI将根据要求进行创作，然后动画师只需对创作后的作品进行调整以使其更加完美。我们已经看到了电影和电子游戏进步的相互影响，并且在未来十年中，这种融合将会加速。随着电子游戏一直朝着实时拥有真实画面的方向发展，最终，AI将获得成功，届时这项技术将真正席卷电影制作领域。图
艾娃?加德纳（AvaGardner）在AI时代重生
最终，人们将只需在一个盒子中就拥有一个电影制片厂。在这个盒子里，动画制作人员和导演可以通过拖拽人物来快速制作整部电影。然后，然后他们可以把任何虚构的或真实的演员叠加在这些人物上，创造出一个精彩的新表演。AI将为这些动作和表情提供技术支持，从而真实再现艾娃?加德纳（AvaGardner）的叹息、汤姆?克鲁斯（TomCruise）的迷人魅力以及马修?麦康纳（MatthewMcConaughey）和梅丽尔?斯特里普（MerylStreep）的眼泪。我们还将看到演员的部分表演由AI修正或更改。该算法可以简单地补充新的表演，而不是当导演以后想要更改某些东西时，演员再需要回来拍摄。在音乐界，人们已经接近实现数字明星演唱，而且这种增长会在未来几年内加速。OpenAIJukeBox已经可以再现弗兰克?辛纳特拉（FrankSinatra）、猫王（ElvisPresley）等。不久之后，媒体公司也将拥有自己的AI研究团队。他们将不再需要复杂的研究团队，只需要基本的编程人员即可将成熟的技术应用于任何人都可以使用的主流应用程序中。在医疗保健领域大显身手人工智能将在未来十年及以后，将加速从药物发现到疾病检测以及人们如何获得所需治疗的过程，进而彻底改变医疗保健领域。很快，我们将看到AI在市场上处理药品，寻找对抗疾病的新药物。算法将设计出新的化合物和新的方法来对付病*，这是研究人员从未想过要尝试的。AI还可以比任何放射科医生更好地检测癌症，并可使医生的治疗水平提升到全新的高度。最快的突破将会是疾病检测。在接下来的十年中，人工智能将迅速实现对放射学的终结。年，Google的研究人员展示了使用预先训练的InceptionV3卷积神经网络检测皮肤癌的准确率达到72％。到年，最佳分类器在ISBI开放式皮肤病学数据集上准确率达到了85％。到年，同类最佳的系统具有96％的准确率，与地球上顶尖的放射学家准确率相同。顶尖的放射科医生们也已经预见到了AI的到来。医学博士RobertSchier在RadiologyToday杂志中撰文，他介绍了Google团队的算法，比当今最好的放射科医生还能更好地检测乳腺癌。他非常清楚地知道这对他的职业意味着什么：“该系统的出现标志着诊断放射学结束的开始。”从病理图像中检测转移性乳腺癌的CNN模型，已经获得了令人难以置信的99％的成功率，而人类医生在具有挑战性的幻灯片上得分有时仅为38％。8年，美国食品和药物管理局批准了一项用于医学成像的算法，到年，这一数字降为零。但在年升到了4项，到年，美国FDA批准了多达18项医学成像算法。可以预见，AI将是伟大的医生，患者将从AI那里获得更好、更快、更便宜的护理。但是正如Schier所写，“AI最终不会对放射学专业有好处。”在接下来的十年中，我们不会创造出《星际迷航》的机器人，但我们将为知道如何快速检测和处理日常健康问题的机器奠定基础。医疗保健领域最彻底的变革，将来自一个最意想不到的地方。而去年开始的COVID大流行，又将极大推动生物技术的兴起。如果过去十年是大型数字技术公司的崛起，那么未来十年，生物技术力量将出现前所未有的激增。大流行是对全世界人民的生存威胁，即使这种疾病没有我们想象的那样致命，但它对整个社会带来的压力，将迫使医疗保健系统变得更强大。我们已经看到，人们部署了机器学习来跟踪疾病的传播。数据科学家正在使用GPS数据跟踪一场大型自行车拉力赛如何将COVID传播到美国中西部。他们的模型计算了数周之前的数据，并将扩散的预测时间缩短到几个小时，因此他们可以及时向*府及相关监管组织发出警报。我们还看到了在人类历史上最快的、最大数量级的疫苗研究。辉瑞和BioNTech疫苗的早期临床结果能够达到90％的有效率，是一项了不起的成就。这证明了开放科学、快速信息共享和AI对药物设计和开发的推动。在以前，开发一种疫苗通常需要很多年，甚至十几年的时间。到现在为止，腮腺炎疫苗仍保持了最快研制疫苗速度的记录，该疫苗在大约四年内从样本采集变成了上市产品。EmilyWaltz为IEEESpectrum撰写的文章中提到：“根据世界卫生组织（WHO）的数据，截至9月初，已有34种候选疫苗在人体中进行测试。另外还有个候选的疫苗正在动物或实验室中接受测试。考虑到不到一年之前，还没有人听说过这种新型冠状病*，这些数字真是惊人。”当然，AI不能加速药物发现的最慢部分，即人体试验部分。但AI正在帮助科学家分析病*及其结构，并向科学家展示病*攻击的细节。过去，科学家需要花数年时间研究病*的结构，弄清楚并找出对病*打击最大的“突破口”。他们必须彻底筛查现有的药物，以确定他们是否有机会杀死一种新的病原体。但这次，中国科学家率先获得了新冠病*的基因组数据，并在几天之内将其共享给世界各地，以便可以被世界各地的人进一步研究。请记住，人类基因组计划耗时十年，耗资50亿美元，而现在，人们可以在48小时内以美元的价格对人类基因完成测序。世界历史有时常常是黑暗而残酷的，但也是雄伟和辉煌的。人类是一个极具适应能力和创新性的物种。我们已经从泥泞中爬了出来，现在我们正在向火星发射宇宙飞船，在9个月而不是10年内制造疫苗，并让汽车自己驾驶。请记住：农业革命用了10年，科学革命只用了年，工业革命仅仅用了年，信息信息时代才经历50年。这种发展速度越来越快。现在，让我们迎接智能时代黎明的到来，有谁知道明天的道路真正走向何方？不用担心，我们要去的地方，可能不需要道路。预览时标签不可点收录于话题#个上一篇下一篇