2018年即將結(jié)束，著名數(shù)據(jù)科學(xué)網(wǎng)站KDnuggets向眾多機(jī)器學(xué)習(xí)和AI專家征求關(guān)于2018年最重要的發(fā)展及其2019年關(guān)鍵趨勢預(yù)測的意見，向他們提出了一個(gè)問題：

2018年機(jī)器學(xué)習(xí)和人工智能的主要發(fā)展是什么?您期望在2019年出現(xiàn)哪些關(guān)鍵趨勢?

這些專家挑選出的關(guān)鍵主題包括深度學(xué)習(xí)的進(jìn)步、機(jī)器學(xué)習(xí)的局限性，自然語言處理不斷變化的環(huán)境、transfer learning等等。

 

 

以下是Anima Anandkumar、Andriy Burkov、Pedro Domingos、Ajit Jaokar、Nikita Johnson、Brandon Rohrer、Elena Sharova的回答。

 

 

Anima Anandkumar

NVIDIA的ML研究主任和Caltech的Bren教授

2018年總結(jié)—“低學(xué)習(xí)的深度學(xué)習(xí)成果大部分都是采摘過的”

焦點(diǎn)開始從標(biāo)準(zhǔn)的監(jiān)督學(xué)習(xí)轉(zhuǎn)向更具挑戰(zhàn)性的機(jī)器學(xué)習(xí)問題，如半監(jiān)督學(xué)習(xí)、領(lǐng)域適應(yīng)、主動學(xué)習(xí)和生成模型。GAN繼續(xù)受到研究人員的歡迎，他們正在嘗試更加艱巨的任務(wù)，如照片真實(shí)感(bigGAN)和視頻到視頻合成。開發(fā)了替代的生成模型(例如神經(jīng)渲染模型)以在單個(gè)網(wǎng)絡(luò)中組合生成和預(yù)測以幫助半監(jiān)督學(xué)習(xí)。研究人員將深度學(xué)習(xí)的應(yīng)用擴(kuò)展到許多科學(xué)領(lǐng)域，如地震預(yù)測、材料科學(xué)、蛋白質(zhì)工程、高能物理和控制系統(tǒng)。在這些情況下，領(lǐng)域知識和約束與學(xué)習(xí)相結(jié)合。例如，為了改善無人機(jī)的自主著陸。

2019年預(yù)測—“人工智能將模擬和現(xiàn)實(shí)聯(lián)系起來，變得更安全，更具物理意識”

我們將看到開發(fā)新的領(lǐng)域適應(yīng)技術(shù)，以便將知識從模擬無縫轉(zhuǎn)移到現(xiàn)實(shí)世界。使用模擬將有助于我們克服數(shù)據(jù)稀缺性并加快新領(lǐng)域和問題的學(xué)習(xí)。使AI從模擬到實(shí)際數(shù)據(jù)(Sim2real)將對機(jī)器人技術(shù)、自動駕駛、醫(yī)學(xué)成像和地震預(yù)報(bào)等產(chǎn)生重大影響。模擬是解決自動駕駛等安全關(guān)鍵應(yīng)用中所有可能情況的好方法。內(nèi)置于復(fù)雜模擬器中的知識將以新穎的方式使用，以使AI更具物理意識，更強(qiáng)大，并能夠推廣到新的和看不見的場景。

 

 

Andriy Burkov

Gartner的機(jī)器學(xué)習(xí)團(tuán)隊(duì)負(fù)責(zé)人

這是他作為一名實(shí)踐者的看法，而不是Gartner基于研究的官方聲明。

2018年機(jī)器學(xué)習(xí)和人工智能的主要發(fā)展是什么?

TensorFlow在學(xué)術(shù)界輸給了PyTorch，有時(shí)谷歌的巨大影響力和影響力可能會使市場處于次優(yōu)的狀態(tài)，因?yàn)镸apReduce和隨后的hadoop狂熱已經(jīng)發(fā)生了這種情況。Deepfakes(及其與聲音相似)粉碎了最值得信賴的信息來源：視頻片段。沒有人能再說出這樣的話：我看到那個(gè)人說出這些話的視頻，幾十年前我們不再相信印刷文字，但直到現(xiàn)在，視頻還是不可動搖。強(qiáng)化學(xué)習(xí)以深度學(xué)習(xí)的形式回歸是非常意外和酷的!Google代表您致電餐廳并假裝(成功)成為真正的人類的系統(tǒng)是一個(gè)非常里程碑。然而，它引發(fā)了許多關(guān)于道德和人工智能的問題。個(gè)人助理和聊天機(jī)器人很快就達(dá)到了極限，他們比以往任何時(shí)候都好，但不如去年所希望的那么好。

您對2019年期望的主要趨勢是什么?

我希望每個(gè)人都對今年的AutoML承諾感到興奮。我也期望它失敗(除了一些非常具體和明確定義的用例，如圖像識別、機(jī)器翻譯和文本分類，其中手工制作的功能不需要或是標(biāo)準(zhǔn)的，原始數(shù)據(jù)接近于機(jī)器期望作為輸入，并且數(shù)據(jù)是豐富的)。

營銷自動化：利用成熟的生成對抗網(wǎng)絡(luò)和變分自動編碼器，可以生成數(shù)千張相同人物或圖像的圖片，這些圖像之間的面部表情或情緒差異很小。根據(jù)消費(fèi)者對這些圖片的反應(yīng)，我們可以制作出最佳的廣告活動。

移動設(shè)備上的實(shí)時(shí)語音生成與真實(shí)人類無法區(qū)分。

自動駕駛的出租車將保持在測試/ PoC階段。

 

 

Pedro Domingos

華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程系的教授

經(jīng)過多年的炒作，2018年間，大家對人工智能過度恐懼。聽媒體甚至是一些研究人員說了以后，你會認(rèn)為劍橋分析公司干擾了2016年的大選結(jié)果，機(jī)器人正在接受我們的工作，然后是我們的生活。不僅僅是談話，歐洲和加利福尼亞州已經(jīng)通過了嚴(yán)厲的隱私法，聯(lián)合國正在就智能武器禁令等進(jìn)行辯論。公眾對人工智能的看法越來越暗，這既危險(xiǎn)又不公平。希望2019年將是理智回歸。

 

 

Ajit Jaokar

牛津大學(xué)物聯(lián)網(wǎng)課程的首席數(shù)據(jù)科學(xué)家和創(chuàng)造者

2018年，一些趨勢開始發(fā)展，自動機(jī)器學(xué)習(xí)是一個(gè)，強(qiáng)化學(xué)習(xí)是另一個(gè)。這兩個(gè)新生趨勢將在2019年大幅擴(kuò)展。作為我在牛津大學(xué)(物聯(lián)網(wǎng)數(shù)據(jù)科學(xué)課程)教學(xué)的一部分，我看到物聯(lián)網(wǎng)越來越多地融入大型生態(tài)系統(tǒng)，如自動駕駛汽車、機(jī)器人和智能城市。通過與Dobot的合作，我看到了一種新的機(jī)器人技術(shù)，即協(xié)同機(jī)器人(cobots)作為2019年的一個(gè)關(guān)鍵趨勢。它與之前的裝配線機(jī)器人不同，新的機(jī)器人將能夠自主并且也能理解情感(在我的課程中我們也與情感研究實(shí)驗(yàn)室合作在這方面)。最后，有一個(gè)有爭議的觀點(diǎn)：在2019年，我們所知道的數(shù)據(jù)科學(xué)家的角色將傾向于從研究轉(zhuǎn)向產(chǎn)品開發(fā)。我認(rèn)為人工智能與下一代數(shù)據(jù)產(chǎn)品的創(chuàng)建密切相關(guān)，數(shù)據(jù)科學(xué)家的角色將相應(yīng)改變。

 

 

Nikita Johnson

RE.WORK的創(chuàng)始人

我們在2018年目睹的一個(gè)發(fā)展是開放源工具數(shù)量的增加，這些工具降低了進(jìn)入門檻，使所有人都能更容易地訪問AI，以確保加強(qiáng)組織之間的協(xié)作。這些社區(qū)對于確保人工智能在社會和企業(yè)的所有領(lǐng)域的傳播至關(guān)重要。

同樣，在2019年，我們將看到關(guān)注“人工智能”的公司數(shù)量有所增加，這是基于谷歌最近宣布的“AI for Social Good program計(jì)劃“，以及微軟的”AI for Good計(jì)劃“。隨著社會要求公司擁有更高的社會目標(biāo)，這種將人工智能轉(zhuǎn)化為積極影響的行為正在獲得牽引力。

 

 

Brandon Rohrer

Facebook的數(shù)據(jù)科學(xué)家

2018年機(jī)器學(xué)習(xí)和人工智能的主要發(fā)展是什么?

2018年的一個(gè)重要發(fā)展是數(shù)據(jù)科學(xué)教育機(jī)會的擴(kuò)散和成熟。在線課程是原始的數(shù)據(jù)科學(xué)教育場所，它們在各個(gè)層面繼續(xù)受歡迎，每年都有更多的學(xué)生、變體和主題。

在學(xué)術(shù)界，新的數(shù)據(jù)科學(xué)碩士課程正以每年約十幾個(gè)的速度開始。我們的高等院校正在響應(yīng)公司和學(xué)生的請求，為數(shù)據(jù)相關(guān)領(lǐng)域提供專門的計(jì)劃。(今年，我和18位行業(yè)合作者，11位學(xué)術(shù)貢獻(xiàn)者，創(chuàng)建了一個(gè)虛擬行業(yè)顧問委員會，以幫助支持這種爆炸式增長。)在非正式的一端，教程博客文章無處不在。它們?yōu)樽x者和作者的數(shù)據(jù)科學(xué)的集體理解做出了巨大貢獻(xiàn)。

您對2019年期望的主要趨勢是什么?

在2019年及以后，學(xué)術(shù)數(shù)據(jù)科學(xué)計(jì)劃將成為收集第一個(gè)數(shù)據(jù)科學(xué)職位所需的基線技能的更常見方式。這是件好事。受認(rèn)證的機(jī)構(gòu)將填補(bǔ)長期的空白。到目前為止，數(shù)據(jù)科學(xué)資格已經(jīng)在很大程度上通過以前的工作經(jīng)驗(yàn)證明。這會創(chuàng)建一個(gè)Catch-22。新數(shù)據(jù)科學(xué)家無法展示他們的資格，因?yàn)樗麄儚奈从羞^數(shù)據(jù)科學(xué)工作，他們無法獲得數(shù)據(jù)科學(xué)工作，因?yàn)樗麄儫o法展示他們的資格。教育機(jī)構(gòu)的證書是打破這一循環(huán)的一種方式。

 

 

Elena Sharova

ITV的高級數(shù)據(jù)科學(xué)家

2018年機(jī)器學(xué)習(xí)和人工智能的主要發(fā)展是什么?

在我看來，2018年將通過以下三個(gè)事件在AI和ML社區(qū)中被記住。

首先，歐盟全球數(shù)據(jù)保護(hù)條例(GDPR)的開始旨在提高個(gè)人數(shù)據(jù)使用的公平性和透明度。該規(guī)定揭示了個(gè)人控制其個(gè)人數(shù)據(jù)和獲取其使用信息的權(quán)利，但也引起了對法律解釋的一些混淆。迄今為止的最終結(jié)果是，許多公司認(rèn)為自己是合規(guī)的，對數(shù)據(jù)處理做了一些表面上的改變，忽略了重新設(shè)計(jì)數(shù)據(jù)存儲和處理基礎(chǔ)設(shè)施的基本需求。

其次，還有劍橋Analytica丑聞，它給整個(gè)數(shù)據(jù)科學(xué)(DS)社區(qū)蒙上陰影。如果之前的辯論主要是關(guān)于確保AI和ML產(chǎn)品的公平性，那么這個(gè)丑聞就會引發(fā)更深層次的倫理問題。對Facebook參與的最新調(diào)查意味著它不會很快消失。隨著數(shù)據(jù)科學(xué)領(lǐng)域的成熟，這些發(fā)展將在許多行業(yè)中發(fā)生，超越政治。有些人會更悲慘，比如亞利桑那州的Uber自駕車案他們之后會受到強(qiáng)烈反響的公眾反應(yīng)。技術(shù)就是力量，力量就是責(zé)任。正如諾姆喬姆斯基所說：“只有在民間故事，兒童故事和知識分子的期刊中才能明智地使用權(quán)力來摧毀邪惡�，F(xiàn)實(shí)世界教導(dǎo)了非常不同的課程，并且需要故意和專注的無知才能感知到它們。“

最后，從更積極的方面來看，亞馬遜最新開發(fā)的自己的服務(wù)器處理器芯片意味著我們可能會越來越接近云計(jì)算的一般訪問不再是成本問題。

您對2019年期望的主要趨勢是什么?

數(shù)據(jù)科學(xué)家的角色和職責(zé)不僅僅是建立能夠?qū)崿F(xiàn)準(zhǔn)確預(yù)測的模型。對于ML、AI和DS從業(yè)者而言，2019年的主要趨勢將是遵循既定軟件開發(fā)實(shí)踐的日益增長的責(zé)任，特別是在測試和維護(hù)方面。數(shù)據(jù)科學(xué)的最終產(chǎn)品必須與公司技術(shù)堆棧的其余部分共存。有效運(yùn)行和維護(hù)專有軟件的要求將適用于我們構(gòu)建的模型和解決方案。這意味著最好的軟件開發(fā)實(shí)踐將支持我們需要遵循的機(jī)器學(xué)習(xí)規(guī)則。

信息來源：https://www.kdnuggets.com/2018/12/predictions-machine-learning-ai-2019.html

標(biāo)簽： Google 安全 服務(wù)器 谷歌 媒體 推廣 網(wǎng)絡(luò) 云計(jì)算

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。