随着技术进步，人工智能已从研究项目转为关键生产技术，影响着我们的生活。未来趋势包括关键任务AI、个性化AI、跨组织AI和后摩尔定律时代的AI。然而，也面临着持续学习、鲁棒决策、可解释性、安全、硬件定制等九大挑战。多智时代网站提供了相关领域的入门和科谱文章。
近年来，随着计算机视觉、语音识别、机器翻译的技术的发展和商业化，及诸如数字广告和智能基础设施等基于机器学习的后台技术的普遍部署，人工智能已经从实验室的研究项目变成了实际生产系统不可或缺的关键技术。正是因为积累的海量数据、计算能力前所未有的发展高度、机器学习方法的不断进展、系统软件和架构的持续创新、及方便这些技术落地的开源项目和云计算平台，促使了人工智能技术的广泛应用。
下一代人工智能系统将更广泛地影响我们的生活，人工智能将会通过与环境交互替人类进行更关键的和更加个性化的决策。若想要人工智能发挥更大的作用，我们将面临诸多极具挑战性的问题：我们需要人工智能系统可以在各种极端情况下及时做出安全的决策，比如在各种恶意攻击情况下具备鲁棒性，在保证隐私的情况下具备处理跨多组织多个人的共享数据的能力。随着摩尔定律的终结，存储和处理数据的能力将受限，这些挑战也将变得更加难以解决。在这篇文章里，我们将总结在系统领域、体系结构领域、安全领域等方面的具体研究方向。
四大趋势：
•关键性任务的人工智能（Mission-criticalAI）
•个性化人工智能（PersonalizedAI）
•跨多组织机构的人工智能（AIacrossorganizations）
•后摩尔定律时期的人工智能（AIdemandsoutpacingtheMoore’sLaw
九大挑战：
•持续学习（Continuallearning）
•鲁棒决策（Robustdecisions）
•可解读的决策（Explainabledecisions）
•安全飞地（Secureenclaves）
•对抗学习（Adversariallearning）
•在保密数据上的共享学习（Sharedlearningonconfidentialdata）
•特定领域定制的硬件（Domainspecifichardware）
•组件化的AI系统（ComposableAIsystems）
•跨云端和边缘的系统（Cloud-edgesystems）
人工智能、大数据、云计算
最低0.47元/天 解锁文章
扫一扫
2239
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
