人工（gōng）智（zhì）能的发展愈来愈强大！

人工智能是一个涵盖图像（xiàng）识别（bié）、自（zì）然语言处理（NLP）和（hé）机器（qì）人（rén）等多方面维度的广（guǎng）泛领域。AI也（yě）在以（yǐ）一种有时看似（sì）疯狂的速（sù）度发展，因此很难跟上正在发生（shēng）的一切。

不出所（suǒ）料，许多组织转（zhuǎn）向（xiàng）他（tā）们的IT供应商合（hé）作伙伴，帮助他们开发和部署AI解决（jué）方案，以最（zuì）好地（dì）满足他（tā）们（men）的需（xū）求。大卫·埃里森是联想公司的高级人工（gōng）智能数据（jù）科学家（jiā），他的职责包括使用先进（jìn）的人工智能（néng）技术为客（kè）户组织提供解（jiě）决方案，同时在内部支持（chí）联想全球数（shù）据（jù）中心（xīn）集（jí）团的（de）整体人工（gōng）智能战略。

联想已投入商业运营的（de）项目包（bāo）括利用（yòng）卷积（jī）神经网络从（cóng）图像中（zhōng）提取（qǔ）特征，并将其归（guī）类为缺陷，以检（jiǎn）测工厂（chǎng）的制造缺陷。联想还为一家赛车公司开发了一套计算机视觉系统，以决定是（shì）否应该让特定的汽车进入维修站进行维修。

埃利森表示，今年和不久的将来，人工智能的主要趋势包（bāo）括（kuò）基于计算机视觉（jiào）的应用程（chéng）序、用于训练（liàn）人工智（zhì）能（néng）模型的数据生成和（hé）数据标（biāo）记（jì）算法的开发（fā），以（yǐ）及基于转换模型的自然语（yǔ）言处理的（de）快速进展。

联想（xiǎng）对人（rén）工智能近期主（zhǔ）要趋势有如下展（zhǎn）望：

计（jì）算机视觉

在计算机视觉方面，开发人员和（hé）研究人员现在开始探（tàn）索将这（zhè）种能力（lì）与人（rén）工智能的（de）其他一些领域相结合的实（shí）用方法，比（bǐ）如（rú）机（jī）器（qì）人技术（shù）或自动应（yīng）用图像（xiàng）字幕等应用（yòng）的自然语言处理（lǐ）。据（jù）埃（āi）里（lǐ）森介（jiè）绍，这部（bù）分是因为计算机视觉的一些基（jī）本（běn）问题已经被证明很难解决，研究人员（yuán）正在寻找新的方法（fǎ）来解决这些问题，而不是简单（dān）地（dì）推动研究领域向前发展。

埃里森：“我认为我们在（zài）解决一些核心（xīn）的计算机视觉任务时遇（yù）到了问题，比如3D投影（yǐng），当你看到（dào）一张图片，一栋（dòng）建筑的（de）二维图像，人类的（de）大脑可以将其推断成三（sān）维形（xíng）状，但机器很难做到（dào）这（zhè）一点。”在这方（fāng）面已经（jīng）有很多研究，但这是一（yī）个尚未解决的核心问题，我认为人（rén）们会感（gǎn）到沮丧，会尝试一些（xiē）新（xīn）东西，或（huò）者尝试将它与（yǔ）其（qí）他领域相结（jié）合，找（zhǎo）到更好的用途。

埃里森认（rèn）为，这就是为（wéi）什么机器人技术是（shì）目前最广泛研究的人（rén）工（gōng）智能领域之一，因为它为人们提供（gòng）了一个明确的目标。他列（liè）举的例子（zǐ）包（bāo）括（kuò）使人工（gōng）智能能够使用视觉（jiào）感应在（zài）其周围的空（kōng）间中安全移（yí）动——无论是制造工厂的机械臂，还（hái）是使用人工智能导航（háng）到目的地的自动车辆。

训练（liàn）数据

熟悉人（rén）工智能的人会知道，成功训（xùn）练一（yī）个模型（xíng）的关键因素之一（yī）是（shì）数（shù）据，这需（xū）要大量的数（shù）据。事实上，它所训练的数据（jù）越多，就越能更好地交付你所寻求的结果。据埃里（lǐ）森不是（shì），计算机视觉目前（qián）很困难（nán），因为用（yòng）于（yú）训练模（mó）型的数据集没有包含足够多的样本。例如（rú），吉布（bù）森三维空（kōng）间数（shù）据库（Gibson Database of 3D Spaces）是一个广泛使用的数据集（jí），用于训练模型在室内空间中导航，它包括572栋完整的建筑（zhù），共1447层。虽然（rán）令（lìng）人印象深刻（kè），但这不太可能是（shì）一（yī）个人（rén）工智能系统在（zài）现（xiàn）实（shí）世界中可能遇到的全（quán）面集合。

当（dāng）物体的方向与计算机视觉模型所训练的方向不同时，也会出现类似的问（wèn）题。在被广泛用于人工智（zhì）能训练的ImageNet数据集中，埃里森（sēn）：“一把椅（yǐ）子只是一张椅子（zǐ）的照片（piàn），面对着镜头。如果你把椅子翻过来，电脑视觉应用程序突然就认不出它了。”

这个缺点是一个名为ObjectNet的新数（shù）据集的（de）灵感（gǎn）来源（yuán），它以不同的配置显示（shì）日常（cháng）项目（mù），例如椅子翻转或倒置。这个（gè）训练集被用来（lái）解（jiě）决计（jì）算机（jī）视（shì）觉的一些缺点，例如（rú）不能识别方向不正常或部分模（mó）糊的物（wù）体。

但是（shì）为人工（gōng）智能训练获取足够大和多（duō）样化的数据集（jí）的问题（tí）仍然存在，这导（dǎo）致了埃（āi）里森（sēn）发现的另一（yī）个主要趋势，即首先使用人工（gōng）智能来（lái）生成数据集。

自我监督和综合数据

数（shù）据集需要大量的（de）人工数据标签，因此越来越（yuè）多的研究项（xiàng）目现在（zài）都集中在自（zì）我监督算法上，它（tā）可以获取已（yǐ）经收集到的数（shù）据，并让计算机自（zì）动给数据贴上标签。

埃里森解释（shì）：“一个典型的例子就是一个具有计算（suàn）机视觉（jiào）应用和接近传感器机（jī）器（qì）人。计算机视觉能够比（bǐ）接近传感器（qì）看（kàn）得更远。但（dàn）是当机器人向前（qián）移动时，出（chū）现在计算（suàn）机视觉中的东西最终会以物体的形式出现在近距（jù）离传感器中。”根（gēn）据传感器的数据，回溯到物体第一（yī）次被发现的时间，然后对其（qí）进行标记（jì）。

人工智能系统一旦部署就不（bú）太可能遇到这样的问（wèn）题（tí），因（yīn）此可（kě）能无法在训（xùn）练数据集中表示出来（lái），这是开发人员面临的另一个挑战。然而，如果这些边缘（yuán）情况代表了（le）真实场景，那么就（jiù）需（xū）要考虑这些情况，以确（què）保（bǎo）AI模型正确地处理（lǐ）它（tā）们。

“关（guān）键的例子是（shì）自动驾驶（shǐ）。在你的（de）数据集中有多少次在昏暗的暴风雪中开车上山？你的数（shù）据集（jí）中不会有很多这（zhè）样的（de）情况（kuàng），所以他们本质上必须做模拟数据。”

换句话说（shuō），边缘案例是通过使用合成数据来（lái）处理的，合（hé）成数据是使用各（gè）种方法来创建的，例（lì）如生（shēng）成模（mó）型（xíng）。但这也产生了一（yī）个问题，即数据科学家或开（kāi）发人员如何才能确保（bǎo）这（zhè）些合成数据准确（què）地反映出人工智（zhì）能在现实生活中（zhōng）会遇到什么（me）情况。