伯克利团队解读未来AI系统面临的挑战和机会

AI系统发展趋势与挑战

1.关键任务AI系统

趋势：**AI推动了越来越多的关键任务在生活中的应用，例如自动驾驶、机械辅助手术、家庭自动化，与人类的福祉和生命息息相关。**挑战： AI系统需要通过与动态环境交互持续学习，并且做出及时、鲁棒，以及安全的决策。

2.个性化AI系统

**趋势：**从虚拟助理、自动驾驶到政治运动，为用户提供量身定做的决策正日益成为AI系统设计的关注焦点。个性化AI系统要考虑用户的行为和喜好。**挑战：**设计能够提供个性化应用程序和服务的AI系统，但不能损害用户的隐私和安全性。

3.跨组织AI系统

**趋势：**越来越多的组织在利用第三方数据来增强他们的人工智能服务。例如医院共享数据以防止疫情爆发，金融机构共享数据以提高防欺诈能力。这种应用场景的普及将带来从数据仓库（一个公司收集数据，处理数据，并提供服务）到数据生态系统（AI应用可以使用不同组织拥有的数据进行学习和决策）的过渡。**挑战：**设计出能够在由不同组织所拥有的数据集上进行训练的AI系统，而不影响组织之间的数据保密性，并且在这个过程中能够跨越组织之间的潜在竞争障碍。

4.AI的需求超过摩尔定律

**趋势：**能够处理和存储海量数据是AI取得成功的一个重要前提，然而技术的发展将越来越难追赶上数据产生的速度。首先，数据正在持续指数增长。其次，数据的激增恰巧发生在我们曾经飞速改善的硬件技术面临停滞的时候。**挑战：**开发特定领域的架构和软件系统，以满足后摩尔法则时代，未来AI应用程序的性能需求，包括适用于AI工作负载的定制芯片、边缘云系统以有效处理边缘数据，以及简化和采样数据的技术。

针对这些挑战，本文在3个主要领域（动态环境中的行为、安全AI，以及AI特定的体系结构）中确定了9个未来的研究方向（R1-R9）。

[<img src="https://res.infoq.com/articles/a-berkeley-view-of-systems-challenges-for-ai/zh/resources/4201-1517421857347.png)](https://link.juejin.cn/?target=https%3A%2F%2Fs3.amazonaws.com%2Finfoq.content.live.0%2Farticles%2Fa-berkeley-view-of-systems-challenges-for-ai%2Fzh%2Fresources%2F4201-1517421857347.png "https://s3.amazonaws.com/infoq.content.live.0/articles/a-ber