2020 年技术趋势一览:AutoML、联邦学习、云寡头时代的终结( 四 )
简单回顾下2019年 在 2019 年 , 英特尔、高通和英伟达等大型芯片制造商发布了专门设计用于仅执行基于 AI 应用程序的芯片 , 主要用于计算机视觉领域、自然语言处理和语音识别 。 英伟达开发的 Jetson Nano Dev Kit 谷歌发布了 TensorFlow 2.0 , 扩展了对 Node.js 上 TensorFlow 的支持 , 与 iOS 集成 , 并最终将其高级 API 正式更改为 Keras , 使移动性和 PWA(Project Web Access)成为首选 。 此外 , BERT 模型演进为 DistilBERT 和 FastBert , 计算机视觉算法达到了可以非常精确地执行大多数消费端任务的水平 。 DeepMind 和 OpenAI 之类的大型公司进一步突破了强化学习的边界 , 该领域正在见证在现实世界中的首次应用 。 最后但重要的一点是 , Keras 的创建者 Fran?oisChollet 发表了一篇论文 , 提出了一种基准化 AI模型的新方法 。 然而 , 2020年我们有哪些期待? 自动化机器学习(AutoML) 具有执行 ETL 任务 , 进行数据预处理和转换的能力 , AutoML 很有可能在 2020 年变得更加流行 。 AutoML 技术可以处理整个机器学习过程 , 诸如 auto-sklearn 之类的程序包可以自动进行模型选择 , 超参数优化和评分 , 而其他云提供商已经提供了服务的“自动仪表盘”替代方案:Amazon Forecast 可以自动确定最适合数据的算法 , Google 也提供类似的服务 Cloud AutoML 。 基本上 , 一切都变成了REST API(应用编程接口) 尽管乍看之下 , 这似乎主要是针对那些不太了解 AI 的用户 , 但这些类型的服务也为高级用户提供了很好的机会:AutoML 模型可以用作基准 , 可以用来评估花费时间使用不同的技术开发不同的模型是否有意义 。 AI之死 你能说出如今有哪家公司会用类似的标题做广告吗:“现在使用计算机!” , “也可以在互联网上使用!” , “我们使用传真!”? 你还记得这个吗? 可能不会吧 。 我仍然记得今年年初 , 有一些广告厂商在宣传他们的智能手机及其 AI 摄像头 。 好吧 , 以后不会有了 。 现在 , 很多消费类应用程序、车辆和家用电器上已经具有使用某种 AI 的嵌入式功能 。 我们(消费者)会习惯的 。 热词“ AI”将逐渐淡出人们的事业 , 但会变成消费者习以为常的 AI 功能 。 联邦机器学习 早在 2017 年 , Google 引入了分布式学习的概念 , 该方法使用去中心化的数据对模型进行部分或全部训练 。 在计算机上训练基准模型 , 然后将模型交付给最终用户 , 最终用户可以访问数据(在他的手机、笔记本电脑、平板电脑上) , 这些数据可用于微调和模型个性化 。 试想一下 , 如果一个模型要处理一些高度敏感数据:提供该模型的公司可以访问为它们专门准备的经过清理的数据 。 一旦基准模型满足某些要求 , 就可以将模型交付给客户端 , 客户端可以继续进行训练 , 而无需与外部参与者共享任何用户数据 。 如前所述 , TensorFlow 2.0 支持其他平台 , 例如 iOS、Node.js 等 , 原因之一可能是使这种设想成为可能 , 从而为公司提供了一个用于构建、传输、训练和优化的多平台工具 。 此外 , 诸如Docker 和 Kubernetes 之类的平台还提供了扩展和协调相对复杂环境的部署的可能性 , 从而使联邦机器学习成为可能 。 联邦学习的另一个示例:你的手机可以在本地对模型进行个性化设置 。 汇总(B)用户更新并形成对共享模型的共识更改C 。 云寡头时代的终结 云计算在 2019 年变得越来越流行 , 许多人从“我们将永远不会与他们共享我们的数据”变了想法 , “好吧 , 也许我们可以尝试一下” 。 平板电脑可以控制这样的冷却系统吗? 随着云厂商的规模、数量 , 客户和产品的增加 , 市场开始从寡头垄断转向开放竞争的局面 , 这意味着云厂商正在逐渐失去做价者的能力 。 现在已经实现在不同的云厂商之间分配资源 , 而 2020年将是多云市场跟踪器等产品之年 , 人们判断云厂商的指标将不再仅限于其定价计划 , 而且还有他们为用户提供服务的方式:这个厂商是否有兴趣让我使用更多或更少的资源?他们会影响我将所有内容存储在云中 , 还是可以有不同的数据分配解决方案? Deepfakes影响扩大 Photoshop 让我们怀疑在网上看到照片的合法性 。 Deepfakes 正在对视频做着同样的事 。 美国官方对 Deepfakes 对 2020 年大选对 Facebook 高管的影响表示担忧 。 预计 Deepfake 将会影响 2020 年的美国总统选举 。 这将加剧社交媒体公司、发布者与平台之间的矛盾 。 为了打击假新闻 , 发布方将创建数字资产审核注册中心 , 以打击假新闻 。 到 2024 年 , 社交媒体平台需要验证内容的真实性 。 在世界许多地方 , 复仇色情是非法的 。 Deepfake 复仇色情片将很难被起诉 , 因为其来源很难证实 。 一旦政客家属受害 , 媒体平台将被视为发布方 。 无人车采用进程放缓 由于法规的限制 , 无人车采用进程将放缓 , 最终资本将胜出 , 运输成本接近零 。 Netscape 为Amazon , Google 和 Facebook 提供了平台 , 无人驾驶汽车将成为新的平台 。 当送货成本降为零时 , 它将开辟如今看来没有意义的新商业模式 , 例如:
推荐阅读
- 手机游戏|LOL手游技术主播排位遭遇安排,玩家段位各种大倒退,多人“中招”
- 地下城与勇士|DNF:技术流主播的“末路”?Eiji的直播风格引起争议!
- 诺言|酒馆战棋全靠运气?这3点展现技术的重要性!
- 斗鱼|杨颖斗鱼首秀,透露喜欢金克丝的原因,游戏技术得到若风认可
- 地下城与勇士|DNF:游戏已变了味!两个技术帝主播衰败,人气热度濒临淘汰
- fnc战队|2020年宝马宣布赞助5家LOL顶级战队,S11过后,4家进入重建
- 布隆|欧美再现银河战舰?阿P密谋凑齐2020年LEC最佳阵容?
- fps|法神直播展示匕首技术,却不料被连续振刀?直言下次不许再玩了
- 吃鸡游戏|弈周棋事:11.21王者阵容排行,阵容趋势骤变,恶魔小炮称雄
- |西山居曝光“游戏增强学习AI技术”,正在1款内部产品中测试