​在过去的几十年里，由于计算机处理能力的进步、大量数据的可用性以及改进算法的开发，人工智能（AI）取得了重大进展。最初的基本模型现已发展成为跨各个行业的复杂应用程序，包括医疗保健、汽车和游戏。

如今，人工智能的全球影响力巨大，预计未来其影响力还将呈指数级增长。随着技术的不断进步，将会出现更多的用例，为领导者、客户和员工提供价值——尤其是在需要利用有限的资源最大限度地提高生产力的时候。专家预测，到2030年，人工智能将为全球经济贡献近16万亿美元。

未来就在眼前：2023年人工智能主要发展趋势

本文将探讨将对人工智能可扩展性产生最重大影响的顶级人工智能研究和开发趋势。

1. 创意或生成式人工智能

生成式人工智能是机器学习的一个子领域，可以使用现有数据集创建新数据或内容。这项技术的应用范围很广，并且有很多用例。OpenAI 是生成式人工智能领域的领先公司之一，该公司开发了三款备受追捧的产品：GPT-3、ChatGPT 和 DALL-E。

  • GPT-3是2020年开发的一种语言预测模型。它可以通过研究互联网上数百万个网页和科学论文来“自动完成”文本。GPT-3 拥有 1750 亿个机器学习参数，在提供主题、描述或介绍性句子等上下文时，能够生成类似人类的书面内容。然而，其输出可能包含偏见，因为它来自之前发布的内容，也可能存在种族、宗教或性别偏见。

  • ChatGPT是 2022 年 11 月推出的 GPT-3 的机器人版本。它是一种大型语言模型，可以在使用人类对话和人类创建的互联网内容进行训练后回答问题并执行命令。该人工智能已经“学习”了人类在被问及问题时如何反应，使其成为办公室助理或客户服务支持的理想选择。但是，可能有必要审核 ChatGPT 的性能，以防止客户服务设置中出现错误信息。

  • DALL-E是一款 OpenAI 产品，在 2022 年成为流行的图形创建工具。它的名字灵感来自萨尔瓦多·达利和皮克斯电影《瓦力》中的机器人角色。通过输入描述或使用文本提示，用户可以生成图像的多个版本或从现有图像创建新版本。DALL-E 的“内绘画”和“外绘画”功能使其对于品牌和创意营销领域非常有用。OpenAI 制定了政策来防止 DALL-E 制作暴力、成人或仇恨图像。然而，该工具仍然容易出现偏差。此外，随着越来越多的用户采用 DALL-E，该工具可用于通过人工智能生成的文本到视频平台创建具有类人图像和声音的动画艺术。

  • 另一家开发人工智能创意工具的公司是Midjourney。他们的平台 Midjourney Studio 使用机器学习算法为品牌生成独特的设计，包括徽标、包装和网页设计。该平台将人类创造力与机器学习相结合，帮助品牌创建反映其独特身份的定制视觉效果。通过利用人工智能，Midjourney Studio 旨在简化设计流程，同时为每个客户提供个性化的解决方案。

2. 自动化机器学习（AutoML）

自动机器学习 (AutoML) 是一种强大的技术，它使用机器学习算法自动选择、调整和优化特定数据集的模型。该技术允许软件或机器处理耗时且重复的任务，从而释放宝贵的人力资源。

AutoML 的两个主要优势是改进的数据标记工具和神经网络架构的自动调整。传统上，对标记数据的需求催生了低成本国家的人工注释员劳动密集型行业。然而，使用离岸劳动力会带来相关风险，促使市场寻求避免或最小化这部分流程的方法。幸运的是，半监督学习和自监督学习的改进帮助公司减少了所需的手动标记数据量。

除了数据标记之外，神经网络模型的自动选择和调整将使人工智能和机器学习解决方案更加经济实惠，并减少新解决方案进入市场所需的时间。随着这项技术的进步，专家预测，重点将放在改进实施这些模型所需的各种流程上，统称为 XOps。这些功能包括 PlatformOps、MLOps和 DataOps。

3. 协作机器人

人工智能与人类的协作已经取得了重大飞跃，并将进一步发展，迎来协作机器人或协作机器人时代。随着公司越来越多地部署配备人工智能的机器，它们可以接管重复性和体力要求较高的任务，从而使员工能够专注于专业职责。此外，人工智能功能可以帮助团队检测并快速响应缺陷或故障，从而提高安全性并降低维修和伤害成本。

协作机器人预计将在各个行业得到广泛应用，例如：

  • 汽车制造：用于汽车装配、喷漆、表面抛光、系统检查以及改装或重建汽车生产线以适应电动车型。从事码垛和焊接业务的公司也计划采用更多具有更高有效负载和更长工作范围的协作机器人。

  • 农业：用于种子种植、化肥和杀虫剂施用、侵入者和入侵物种跟踪、LED 照明以及室内农场的水培。

  • 医疗保健和接待：用于样本采集、医院补给、手术、损伤康复以及为老年人或残疾人的住宅和疗养院或护理院的卫生工作者提供支持。

  • 食品和饮料：用于仓储和食品包装。

  • 电子：用于电话芯片、电话芯片处理器和印刷电路板的质量检查。

  • 新兴技术：用于扭矩传感器、接近检测传感器以及真空、机械、气动和磁性夹具等末端执行器。

  • 防御：清除道路上的爆炸装置并使用传感器检测爆炸物。

公司可以利用这些机器来解决劳动力短缺和供应链问题。出于安全和降低成本的目的，医疗保健、建筑和国防行业可以使用基于 VR 和 AR 的学习来取代传统的培训方法。

4. 先进的网络安全和监控

根据麦肯锡的一份报告，黑客可以利用人工智能将攻击的端到端生命周期从几周缩短到几小时或几天。随着越来越多的行业采用人工智能资源，关键的民用基础设施（例如为家庭提供电力和水）可能容易受到黑客活动的影响。与此同时，规模较小且安全性较差的组织将继续面临风险。

由于这些新的威胁，对信息安全公司的需求将会增加。他们可以使用安全人工智能进行数据处理，包括分类、编目、集成和进行质量控制。它还将通过监控网络流量和识别表明犯罪行为的模式以及威胁检测来提供有价值的漏洞管理。预测人工智能可以预测数千个警报中哪些会带来最重大的风险，并且可以首先解决这些风险。

根据IBM 2022 年报告，由于快速检测和响应，拥有网络风险管理结构和政策的企业平均节省了 300 万美元，并将漏洞生命周期缩短了 74 天。

随着网络威胁变得更加普遍，保险公司也可能采用新技术和策略来评估和管理网络风险。作为回应，保险公司可能会针对勒索软件和网络攻击引入基于风险的定价和豁免条款。

5.数字孪生

各行业正在使用数字孪生（物理世界中对象或过程的数字复制品）来创建用于模拟的虚拟模型，以预测产品或系统的性能。通过人工智能，各种规模的公司都可以更容易地使用这项技术。

数字孪生技术的一个例子是 NVIDIA 的 Omniverse 平台，该平台正在帮助多家公司，包括以下值得注意的例子：

宝马

宝马集团使用 Omniverse 作为虚拟工厂，集成来自各种设计和规划工具的数据，在单一环境中创建实时、逼真的模拟。该虚拟空间模拟了宝马的所有 31 家工厂，使来自不同地点和时区的员工无需亲自出差即可优化生产流程的细节。

Lowe’s

Lowe’s Companies, Inc. 正在使用 Omniverse 模拟其两家商店，允许工作人员补充货架、重新配置布局，并通过指示客户流量和销售业绩的 3D 热图优化客户体验。

HEAVY.AI（以前称为 OmniSci）

Omniverse 还支持 HEAVY.AI 的 HeavyRF 工具为其电信客户开发无线网络设计计划。通过模拟现实环境，电信公司可以确定其 5G 基础设施的蜂窝塔和基站的最佳位置，从而降低站点部署成本和规划周期。

数字孪生技术的其他例子包括数字孪生城市的创建，例如上海城市运营管理中心对中国城市的数字克隆。尽管这项技术的使用仅限于高价值用例，但亚马逊（通过 TwinMaker）和 Prevu3D 等科技公司正在努力让小公司更负担得起该技术。

6. 人工智能民主化

人工智能技术的进步正在减少开发人工智能模型所需的专业知识，使得主题专家更容易参与人工智能开发过程。人工智能民主化可以通过整合一线专家的意见来加速开发并提高准确性，这些专家可以确定新模型可以提供最大价值的领域并查明需要解决的问题。

人工智能民主化的趋势将遵循与计算机和网络类似的轨迹，从仅由少数专家使用发展到在企业中广泛采用。挑战在于确保数据准确且可访问，同时保持适当的保障措施。

这可能会推动在现有 IT 服务之外采用人工智能。然而，人工智能的民主化也给企业带来了成本、道德和数据隐私方面的影响。首席信息官需要审核人工智能的新用途，以整合成本、识别风险并简化工作流程。

7. 人工智能即服务（AIaaS）

随着时间的推移，人工智能和云计算持续增长，催生了一种新服务：人工智能即服务 (AIaaS)。这种云计算模型允许第三方提供商为客户提供创建和实施人工智能应用程序的平台。

基于云的人工智能平台变得越来越受欢迎，因为它们为企业提供了一种快速获取人工智能力量的方式，而无需投资自己的基础设施。谷歌的 TensorFlow、亚马逊的 SageMaker 和微软的 AzureML 是一些最流行的基于云的平台，它们提供各种人工智能服务，包括机器学习、自然语言处理和计算机视觉，可以轻松集成到不同的应用程序中。

随着进入 2023 年，我们预计将看到更多企业采用基于云的人工智能平台来利用其提供的优势。然而，这也可能引起对数据隐私和安全的担忧，需要提供商解决。

8. 人工智能实现个性化

个性化人工智能应用程序在各个行业中越来越受欢迎。

在电子商务领域，尽管 62% 的消费者对人工智能偏见表示担忧，但Salesforce 的同一项民意调查显示，69% 的受访者愿意接受品牌使用人工智能，如果它可以增强他们的购物体验。由于 91% 的消费者已经与聊天机器人进行交互，而聊天机器人大多由人工智能驱动，因此使用人工智能营销工具来个性化产品搜索、推荐和消息的趋势将继续增长。

在娱乐领域，人工智能在电影制作中越来越依赖，电影公司使用观众分析工具来为即将上映的作品发现最佳故事。Screenvision Media 于 2022 年向广告商推出了其专有的 Cinelytics，而华纳兄弟则早些时候采用了类似的技术来预测门票销售。从 2018 年开始，20 世纪福克斯与谷歌高级解决方案实验室共同开发了 Merlin Video，根据人工智能对电影预告片的分析来预测观众的兴趣。Netflix 还利用其订阅者的观看历史记录来建议接下来观看的内容。

尽管人们担心工作场所人工智能存在偏见，但市场内部人士预测，人工智能工具将继续成为通过 Glint 和 Leena.AI 等团队沟通软件提高参与度的选择，以及使用 Hone 和 EdApp 等平台进行工作场所学习的选择。

普华永道 (PwC) 表示，在已经使用人工智能的公司中，54% 的高管认为员工生产力有所提高，而 80% 的高管认为自动化对任何业务决策都有好处。

9. 无代码人工智能平台

人工智能技术的可及性是其受欢迎的关键因素。无代码人工智能平台的出现，大大降低了小公司采用尖端人工智能能力的门槛。使用最新的人工智能解决方案不再是大公司的特权，因为它们可以从头开始进行昂贵且漫长的软件开发。

无代码解决方案具有吸引力的原因如下：

  • 快速开发和实施，通过适当的数据收集和处理以及后续调试，比从头开始编写代码节省 90% 的时间。

  • 由于自动化，开发成本低，无需独立数据收集和培训。

  • 易于使用——只需使用拖放功能即可创建软件，而无需自己编写任何代码。

在开发产品的定制并不重要的情况下，无代码人工智能平台特别有用。公司经常将这些选项用于识别和分类图像、物体、姿势、声音等的计算机程序。Google Cloud Auto ML、Google ML Kit、Runaway AI、CreateML 和 MakeML 是最流行的此类环境之一。我们的指南将帮助您准备在您的业务中使用无代码人工智能平台。

保持竞争优势，立即构建您的基于人工智能的软件项目！随着人工智能技术的快速发展，企业必须及时了解最新趋势才能在 2023 年及以后取得成功。现在投资全面的人工智能战略将使公司取得成功并确保光明的未来。在Intersog，我们提供高质量的人工智能软件开发服务，帮助我们的客户优化这些人工智能发展趋势的使用并保持领先地位。