人工智能正变得越来越便宜,在我们分配给它的任务中表现得更好,而且更加广泛——但对偏见、道德和监管监督的担忧仍然存在。在每个人都可以使用 AI 的时候,斯坦福大学以人为本的人工智能研究所汇总了一份全面的 2022 年报告,分析了这个不断发展的领域的来龙去脉。这儿是一些精彩片段。
越来越多的出版物
仅关于该主题的出版物数量就说明了一个问题:它们在过去十年中翻了一番,从 2010 年的 162,444 份增加到 2021 年的 334,497 份。研究人员和其他人发表的最受欢迎的 AI 类别是模式识别、机器学习和算法。
更重要的是,2021年与人工智能创新相关的专利申请数量是2015年的30倍。2021年申请的专利大部分来自中国,但实际授权的专利大部分来自美国。
从 2015 年到 2021 年,GitHub 上参与开源 AI 软件库的用户数量也有所增加。这些库收藏了用于应用程序和产品的计算机代码。TensorFlow 仍然是最受欢迎的,其次是 OpenCV、Keras 和 PyTorch(Meta AI 使用)。
分析图像和理解语音的计算机
具体来说,在 AI 可以执行的各种任务中,去年,研究界专注于将 AI 应用于计算机视觉,这是一个教机器理解图像和视频的子领域,以便擅长对图像进行分类、识别对象、映射人体关节的位置和运动,检测人脸(戴口罩和不戴口罩)。
麻省理工学院的科学家教机器人如何互相破坏]
对于图像分类,用于训练 AI 模型的最流行的数据库称为 ImageNet。一些研究人员在将模型暴露给 ImageNet 之前,先在其他数据集上预先训练他们的模型。但模型仍然会犯错误,平均每 10 张图像中就有 1 张错误识别。表现最好的模型来自谷歌大脑团队。除了识别图像和人脸之外,AI 还可以生成与真实图像几乎无法区分的假图像,为了解决这个问题,研究人员一直在研究基于 FaceForensics++ 等数据集的 deepfake 检测算法。
来自谷歌的这个新的人工智能工具可以改变我们在线搜索的方式]
自然语言处理是自 20 世纪 50 年代以来一直被积极探索的一个子领域,在英语语言理解、总结、推断合理结果、识别情感背景、语音识别和转录以及翻译等方面正在慢慢取得进展。对于基本的阅读理解,人工智能可以比人类表现得更好,但当语言任务变得更加复杂时,比如需要解释上下文线索时,人类仍然有优势。另一方面,人工智能伦理学家担心偏见会影响从混合训练数据中提取的大型语言模型。
大科技和人工智能
亚马逊、Netflix、Spotify 和 YouTube 等科技公司一直在改进推荐系统中使用的人工智能。人工智能在强化学习中的作用也是如此,这使其能够在国际象棋和围棋等虚拟游戏中做出良好的反应和表现。强化学习还可用于教授自动驾驶汽车任务,例如变道,或帮助数据模型预测未来事件。
随着人工智能似乎越来越擅长做我们想让它做的事情,训练它的成本也下降了,自 2018 年以来下降了 60% 以上。与此同时,一个在 2018 年需要 6 分钟训练的系统现在只需要 13 秒多一点。考虑到硬件成本,到 2021 年,图像分类系统的训练成本将不到 5 美元,而 2017 年该成本将超过 1,000 美元。
更多工作和学生
更多的人工智能跨行业应用意味着更多的人工智能教育和就业需求。2021 年在美国,加利福尼亚州、德克萨斯州、纽约州和弗吉尼亚州对 AI 相关职业的需求最高。在过去十年中,最受计算机科学博士生欢迎的专业是人工智能和机器学习。
人工智能领域的私人投资创历史新高,2021 年总计 935 亿美元(是 2020 年的两倍)。报告称,擅长“数据管理、处理和云”的人工智能公司在 2021 年获得的资金最多,其次是致力于“医疗保健”和金融科技(简称金融科技)的公司。
政府如何使用它并对其进行监管?
在 2021 财年,美国政府机构在非国防目的的 AI 研发上花费了 15.3 亿美元,是 2018 财年支出金额的 2.7 倍。在国防方面,国防部在 500 项 AI 研究和开发中拨款 92.6 亿美元2021 年的发展计划,这比前一年的支出增加了约 6%。人工智能的两大用途是原型技术和反大规模杀伤性武器项目。
最后,该报告研究了与人工智能相关的全球、联邦和州法规(寻找人工智能、机器学习、自动驾驶汽车或算法偏差等关键词)。该报告调查了全球 25 个国家,发现它们从 2016 年到 2021 年总共通过了 55 项与人工智能相关的法案成为法律。去年,西班牙、英国和美国分别有 3 项与人工智能相关的法案成为法律。
免责声明
本文内容(图片、文章)翻译/转载自国内外资讯/自媒体平台。文中内容不代表本站立场,如有侵权或其它,请联系 admin@eiefun.com,我们会第一时间配合删除。