人工智能行业发展的25大趋势.pdfVIP

人工智能行业发展的25大趋势

01

胶囊网络将挑战最先进的图像识别算法

1.开源框架(Open-SourceFrameworks)

人工智能的进入门槛比以往任何时候都低，这要归功于开软件。2015

年谷歌开放了其机器学习库TensorFlow,越来越多的公司，包括

Coca-Cola,eBay等开始使用TensorFlow。

2017年Facebook发布caffe2和PyTorch(Python的开机器学习

平台)而Theano是蒙特利尔学习算法研究所(Mila)的另一个开库，

随着这些工具的使用越来越广泛,Mila公司已经停止了对Theano的

开发。

2.胶囊网络(CapsuleNetworks)

众所周知，深度学习(eepLearning)推动了今天的大多数人工智能

应用,而胶囊网络(capsulenetworks)的出现可能会使其改头换面。

深度学习界领航人GeoffreyHinton在其2011年发布的论文中提到

〃胶囊〃这个概念，于2017年-2018年论文中提出〃胶囊网络〃概念。

针对当今深度学习中最流行的神经网络结构之一：卷积神经网络(CNN),

Hinton指出其存在诸多不足工NN在面对精确的空间关系方面就会暴

露其缺陷。

比如将人脸图像中嘴巴的位置放置在额头上面，CNN仍会将其辨识为

人脸。CNN的另一个主要问题是无法理解新的观点。黑客可以通过制

造一些细微变化来混淆CNN的判断。

经测试，胶囊网络可以对抗一些复杂的对抗性攻击，比如篡改图像以混

淆算法，且优于CNN。胶囊网络的研究虽然目前还处于起步阶段，但

可能会对目前最先进的图像识别方法提出挑战。

3.生成式对抗网络(GenerativeAdversarialNetworks)

2014年，谷歌研究员IanGoodfellow提出〃生成式对抗网络〃(GAN)

概念，利用A〃IVSAI〃概念，提出两个神经网络：生成器和鉴别器。

谷歌DeepMind实习生AndrewBrock与其他研究人员一起合作，对

Gans进行了大规模数据集的培训，以创建〃BigGANs〃。

GANs面对的主要挑战就是计算能力，对于AI硬件来说必须是并行缩

放。研究人员用GANs进行〃面对面翻译〃，还有利用GANs将视频

变成漫画形式，或者直接进行绘画创作等，但GANs也被一些不怀好意

的人利用,包括制作假的政治录像和形的色情制品。

4.联合学习(FederatedLearnnig)

我们每天使用手机或平板会产生大量数据信息，使用我们的本地数据集

来训练AI算法可以极大地提高它们的性能，但用户信息是非常私人和

隐秘的。

谷歌研发的联合学习(FederaedLearning)方法旨在使用这个丰富的

数据集，但同时保护敏感数据。谷歌正在其名为Gboard的Android

键盘上测试联合学习。

联合学习方法与其他算法的不同在于考虑了两个特征：非独立恒等分布

(Non-IID)和不均衡性(Unbalanced)。联合学习已运用于搜索引

擎Firefox,人工智能创业公司OWKIN等。

5.强学习(ReinforcementLearning)

当谷歌eepMind研发的AlphaG。在中国围棋游戏中击败世界冠军后,

强化学习(ReinforcementLearning)获得了广泛关注。基于强化学

习，eepMind接着又研发了AlphaGoZeroo

UCBerkeley研究人员利用计算机视觉和强化学习来教授YouTube视

频中的算法杂技技能。

尽管取得了进步，但强化学习与当今最流行的人工智能范式监督学习相

比，还算不上成功，不过关于申请强化学习的研究越来越多，包括

Microsoft,Adobe,FANUC等。

02

2025年自动驾驶利润达80