今天的人工智能技术将如何带来明天的进步

　　研究表明，消费者担心人工智能技术可能会在未来五到十年内影响他们的生活，鉴于变化通常会加剧焦虑，这是可以理解的——但历史告诉我们，社会往往会从技术进步中受益。

　　尽管 AI 的概念可以追溯到 1950 年代，但 AI 技术仍然相对年轻，并且正值许多其他类型的创新争相吸引我们的注意力，例如新的互联网服务、自动驾驶汽车和数字助理。实际上，尽管可能并不明显，但所有这些技术都将越来越多地被人工智能的发展所支持。在某种程度上，它们已经是。

　　今天，人工智能技术以多种形式存在，在某些情况下可以自主运行，但更常见的是作为人类助手。这些单点解决方案可能是相互连接的，但不太可能协同运作——至少现在还没有。因此，没有任何一个实体能够控制我们生活的方方面面或制定统治世界的计划。

　　学习与教学

　　正在开发多种形式的人工智能。其中最引人注目的是机器学习，它有效地允许机器改变自己的处理和反应。学习算法是许多 AI 技术示例的基础，这些示例现在用于需要这种获得的、基于经验的智能或学习的任务中。

　　相反，专家系统是如何在更可控的应用程序中使用 AI 的示例。开发人员/制造商包括机器/设备在不太可能出现不可预见挑战的环境中执行特定任务或任务所需的所有信息。

　　在现实世界中，无法预料的挑战无处不在。出于这个原因，实现人工智能流行形象的系统，例如自动驾驶汽车，将依赖于能够学习的算法。那么问题就变成了，这样的系统必须具备多少知识才能可靠地发挥作用？

　　幸运的是，学习过程是可转移的：一台机器学习到的东西可以被另一台机器使用。这种级别的协作对于加快人工智能系统的创新步伐是必要的。另一个将加速人工智能技术融入消费者生活的趋势是自然语言处理，或者说能够像与另一个人一样自然地与人工智能交谈。

　　这提出了一个重要的观点，自人工智能诞生以来就一直存在：我们真的希望人工智能与人类没有区别吗？每当提出这个话题时，经常会引用图灵测试，但它的预设意图是将人工智能呈现为人类。研究表明，只有少数消费者希望 AI 在物理上看起来像人类。大多数人希望人工智能技术嵌入到设备中，因此在很大程度上是不可见的。后一种情况不仅更有可能，而且更可行。这是一个有趣的视频，说明了这一点。

　　云还是边缘？

　　如果人工智能系统试图将自己呈现为人类，那么它可能有一个特征出卖了它，那么它可能是延迟。机器处理信息和制定响应所需的时间对于人类观察者来说是可感知的。这是关键。当您对设备说话时，您不希望它离线且无响应。这是人工智能向边缘移动的原因之一，设备越来越多地可以处理人工智能处理的某些部分。

　　虽然延迟始终是一个关键考虑因素，但有时也是一个关键因素。试图根据天气、一天中的时间或位置预测库存水平的自动售货机可以容忍更长的延迟。自动驾驶汽车需要极低的处理延迟。

　　数字助理目前使用云计算进行自然语言处理，但随着这种情况的发展，算法可以转移到边缘，从而实现更快的响应。同样的原则也适用于参与更大的连接系统的设备中的其他形式的人工智能。随着决策越来越接近边缘，自动化变得更快，因此适用于更多场景。

　　消费者的需求也在推动更多的计算走向边缘。最近的研究表明，一半的消费者会发现完全自动驾驶汽车被证明可以提高驾驶员和乘客的安全性，同时更喜欢人工智能控制的交通信号灯，可以改善繁忙时段的交通流量。这两种应用都需要大量的处理能力来实现传感和本地计算能力。

　　在更高的层面上，支持人工智能的设备将共享关键数据，从而进一步实现更大规模的决策。

　　做出未预先确定的决策的能力将真正区分使用人工智能的系统，特别是在环境不可预测的应用程序中。随着算法得到优化，处理器变得更加强大并针对运行 AI 软件进行了优化，边缘决策 已经开启了更广泛的应用程序。

　　结论

　　人工智能技术改善社会的潜力是毋庸置疑的，虽然这不可避免地会遇到一些阻力，但它的使用已经很普遍，而且还在继续扩大。

　　审核编辑：郭婷