2023年有哪些人工智慧發展趨勢

1.用於文字、語音和視覺的人工智慧將繼續成為主流

在客戶與呼叫中心高階主管的對話中，隱藏著情報的寶藏。這些非結構化的語音和文字對話正迅速成為最簡單的情報來源之一。在某些情況下，有可能獲得關鍵的消費者洞察來改善產品和服務，設計虛擬助理來幫助員工解決複雜的客戶問題，並提高客戶滿意度。其他一些有價值的情報包括識別常見問題，並為他們創建適當的自助服務管道，增加客戶參與度，識別和規定交叉銷售和追加銷售的機會，以及大量其他相關機會。此外，語言和口音中和功能可以使管理人員跨地域為客戶提供服務。

在建構這些解決方案時存在幾個障礙，例如從不同的語言、不同的方言和口音中實現清晰的轉錄，識別不同類型的場景詞彙，去除環境噪音，以及使用不同的管道(如單聲道或立體聲)來錄製對話。多年來，大型科技公司提出了許多解決方案。他們建立了強大的專有模型，精度非常高。但主要的挑戰是資料需要透過網路發送，這可能與保密性和隱私問題相衝突。此外，這些專有模型在特定領域的客製化訓練中具有有限的範圍。

在未來的日子裡，使用強大的深度學習來使用預先訓練的元件和遷移學習來建立編碼器解碼器網路將是一個區別。這些運算密集模型利用高效能GPU運算的硬體加速來規避翻譯和語音細微差別帶來的挑戰。

像BERT和GPT-3這樣的大型語言模型將在未來的幾天裡變得更加複雜，擴展它們的能力來處理不同的語義相似性和場景關係，並改進現有的文本摘要和生成、聊天機器人、提高翻譯準確性和增強情感挖掘、搜尋、代碼生成等應用程式。

在電腦視覺領域，人們正在建立用於物體檢測、分割、追蹤和計數的更新、更強大的模型，這些模型提供了以前無法想像的精度水平。透過強大的GPU，這些模型將變得越來越普遍。

人們可以期待看到混合解決方案利用所有上述進步，將下一代人工智慧助理帶入生活。這些解決方案將具有人類對話的溫暖觸感，再加上快速執行和推理能力，最終降低營運成本，大大提高客戶滿意度。

2.生成式人工智慧在藝術和創意空間

吸引和保持客戶群的注意力是大多數企業一直在努力應對的挑戰。為了提高企業的品牌知名度，需要不斷產生高品質的內容，這些內容是相關的、吸引人的，並適當地用於各種管道的傳播。生成式人工智慧提供了增強內容創作的新功能。使用生成式人工智慧，企業可以創建各種內容，如圖像、影片和書面資料，並減少週轉時間。生成式人工智慧網路採用遷移式學習或一般對抗網路從不同來源創造沉浸式內容。除了在行銷中的明顯用例外，它還可能徹底改變媒體產業。電影製作和高清修復舊電影、增強特效能力以及在元世界中建立虛擬形像都是一些無限的應用。

在這裡，像GPT-3這樣的大型語言模型將再次發揮作用，在小說、非小說和學術文章中創造引人入勝的內容。在許多公開可用的網站上，已經可以從使用者的簡單書面提示中產生高品質的抽象概念圖像。在音頻合成等領域，可以創造數千種音調和頻率的敘述和聲音。人們需要警惕的一個可能出現的惡意應用程式是深度偽造(人工生成的虛假圖像和影片)的創建，這將導致假新聞擴散和進一步有害宣傳等新興威脅。因此，生成式人工智慧將成為一股主要的轉型力量，在各種商業追求中增強人們與生俱來的創造力。

3.可解釋的人工智慧使道德和負責任的人工智慧成為現實

越來越多的企業意識到，需要可解釋的人工智慧來提高透明度，建立問責制，並揭露自動決策系統中的偏見。可解釋的人工智慧也是降低企業人工智慧固有風險的主要工具。事實也證明，可解釋的人工智慧也增加了整個企業對人工智慧的採用，因為當人工智慧模型在預測的同時給出理由和基本原理時，人們會更加信任。在醫療保健或金融服務等環境中，這將獲得很大的動力，因為需要理解和闡明推薦治療或診斷的理由，或為什麼貸款申請被拒絕。

一些技術，如LIME，透過擾動輸入和評估對輸出的影響來提高模型的可解釋性。另一種流行的技術（SHAP）透過分析特徵組合及其對結果增量的相應影響，使用基於博弈論的方法。它創建可解釋性分數，以突出對輸出貢獻更大的輸入方面。例如，在基於影像的預測中，可以突出顯示導致輸出的主導區域或像素。隨著人工智慧對商業和社會的影響不斷增加，人們也面臨著這些複雜用例所產生的各種道德問題。正在研究適當的資料治理框架、揭露偏見的工具和透明度因素，以維持符合法律和社會結構。模型將被徹底測試漂移、謙遜和偏見。適當的模型驗證和審計機制，內建可解釋性和可重複性檢查，將成為規範，以防止道德失誤。

4.自適應人工智慧銳利化和提升客戶和品牌體驗

業界領先的零售商正在大力投資，透過人工智慧提高營運效率和客戶體驗。零售商店將越來越多地成為提升品牌知名度和客戶體驗的焦點，而不是簡單的交易中心，Adaptive人工智慧將成為這項轉變背後的力量。基於電腦視覺和基於邊緣的人工智慧系統的無障礙購物體驗將減少等待時間和麻煩，這將是一個主要的成長領域。未來的零售商店還將能夠提供高度個人化的建議，並基於內建基礎設施支援的視訊分析產生的即時洞察，打造無縫的客戶旅程。

店內分析將根據商店中不同通道的停留時間提供智慧見解。透過多通路整合過去的購物歷史，並將人口統計資料納入其中，將豐富客戶體驗，使體驗式購物具有高度沉浸感和樂趣。全通路管理將透過自適應人工智慧得到增強，它將提供高度場景相關的幫助。對話式人工智慧，再加上AR和VR等新興技術，將增強商店員工完全重新定義實體店購物體驗的能力。

5.邊緣人工智慧將變得更加普遍

邊緣人工智慧透過強大的深度學習，使普通消費設備具有場景感知能力，有巨大的能力改變人們的日常生活。基於邊緣的人工智慧將因為更輕的模型和高效能GPU運算的可訪問性而變得更便宜。邊緣模型使用本地基於場景的學習，並在適當的時間與中心模型同步，從而減少頻寬和能源需求。這些價格合理的智慧型設備將徹底改變零售、製造業和能源公用事業等各個領域，用於品質檢查、預測性維護以及健康和安全等用例。

由於較低的運算需求而導致的成本下降將催生智慧和響應式設備的市場。對於數據管理受到嚴格監管的醫療保健和金融等行業來說，數據要求的降低將是一個福音。每個邊緣設備的模型都是根據特定的邊緣環境量身定制的，關鍵數據永遠不會出現在邊緣網路之外。邊緣人工智慧將在智慧倉庫、製造業和公用事業等領域普及。隨著企業越來越意識到笨重模型的龐大能源需求，將採用基於邊緣的人工智慧來減少人工智慧的碳足跡，並實現永續發展目標。防鎖死裝置會讓車主在一直踩煞車時，它會一鬆一放的關閉和打開煞車油路，防鎖死裝置電腦基本上是每秒15次左右的點煞車，防止汽車鎖死發生，防鎖死裝置提高短距離的安全停車。就因為這樣，每次煞車防鎖死裝置都是不斷的點煞車，所以車主們在踩煞車時會有種踏板跳動的感覺。

以上是2023年有哪些人工智慧發展趨勢的詳細內容。更多資訊請關注PHP中文網其他相關文章！