人工智能的发展愈来愈强大！

人工智（zhì）能是一个涵盖图像识（shí）别（bié）、自（zì）然语言处理（lǐ）（NLP）和机器（qì）人等（děng）多方面维度的（de）广泛领域（yù）。AI也在以一种有时（shí）看似疯狂的速度发展，因此很难跟上正（zhèng）在（zài）发生的一（yī）切（qiē）。

不出所料，许多（duō）组织转向他们（men）的IT供应商（shāng）合作（zuò）伙伴（bàn），帮（bāng）助他（tā）们开发和部署（shǔ）AI解决方案，以最好地满足他们的需求。大卫（wèi）·埃里森是联想公（gōng）司的高级人工智能数（shù）据科学家（jiā），他的职责包括使用先进的（de）人工智（zhì）能技术（shù）为（wéi）客户（hù）组（zǔ）织提供解决（jué）方（fāng）案，同时在内部支持（chí）联想全球（qiú）数据中心集（jí）团的整体人（rén）工智能战略。

联（lián）想已投入商（shāng）业运营的（de）项目包括利用卷（juàn）积神经网（wǎng）络从图像（xiàng）中提取特（tè）征，并将其（qí）归类为缺陷，以检测工厂的制造缺陷。联想还为（wéi）一（yī）家赛车公司开发了一套计算机（jī）视觉系统（tǒng），以决定是否应该让（ràng）特（tè）定（dìng）的汽车进入维修（xiū）站进行维（wéi）修。

埃利森表（biǎo）示（shì），今年和不久的将来，人工（gōng）智能的主（zhǔ）要趋势包括（kuò）基于计算（suàn）机视觉的应用程序、用于（yú）训练人（rén）工智能模型（xíng）的数据生成和数据标记算法的开发（fā），以及基于转换模型的自（zì）然（rán）语言处理的快速进展。

联想对人（rén）工智（zhì）能近期主要趋势有如下展望：

计算机视觉

在计算机视觉方（fāng）面，开发人员和（hé）研（yán）究人员现在（zài）开始探索将这种（zhǒng）能力（lì）与（yǔ）人工智能的（de）其（qí）他一些领域（yù）相结合（hé）的实用方（fāng）法，比如机器人技术（shù）或自动应用图像字幕等应用的（de）自（zì）然语言处理。据埃里森介绍，这部（bù）分是因为计算机视觉（jiào）的一些基本问（wèn）题已经（jīng）被证明很（hěn）难（nán）解决（jué），研究人员正在寻找新的方法来解决这些（xiē）问题，而不是简单地（dì）推动研究领域向（xiàng）前发展。

埃里森：“我（wǒ）认（rèn）为（wéi）我们在解决一些核心的计算机视觉任务时遇到（dào）了（le）问题，比如3D投影，当你看到一张图片（piàn），一栋建筑的二维（wéi）图像，人类（lèi）的大脑（nǎo）可以将其（qí）推断（duàn）成三（sān）维形状，但机器很难（nán）做到这一点。”在这方面（miàn）已经（jīng）有很多研究，但（dàn）这是一个尚（shàng）未解决的核心（xīn）问（wèn）题，我认为人（rén）们会感到（dào）沮丧（sàng），会尝试一些新东西，或（huò）者尝试（shì）将它与其他领（lǐng）域相结合，找到（dào）更好的（de）用途。

埃（āi）里森认为，这就是为（wéi）什么机器（qì）人技（jì）术是目前最广泛研究的人工智能领域（yù）之一，因为它为（wéi）人们提供了（le）一个明确的目标。他列举的例子包括使人工智能能够使用视觉感应（yīng）在其周（zhōu）围的空间中（zhōng）安全移动——无（wú）论是制造（zào）工厂的机械臂，还是使用人工智能导航到目的地的（de）自动车辆。

训练（liàn）数据

熟悉人工智能的人会知道，成功训练一个（gè）模型的关（guān）键因素（sù）之一是数据，这需要大量的（de）数据（jù）。事实（shí）上，它所（suǒ）训练的数据越多，就（jiù）越能（néng）更好地交付你所寻求的结果。据埃里森不（bú）是，计算机视觉目前很困难，因为用于训练模型的数据集没有包含足够（gòu）多（duō）的样本。例如，吉布森三维空间数据库（Gibson Database of 3D Spaces）是一个广泛使用的数（shù）据集，用于训练模（mó）型在室内空间中导航，它（tā）包（bāo）括572栋完整的建筑，共1447层。虽然令人印（yìn）象深刻（kè），但这不太可（kě）能是一个人工（gōng）智能（néng）系统（tǒng）在现实（shí）世界中可能遇到的全面集合。

当物体的方向与计算机（jī）视觉模型所（suǒ）训练（liàn）的方向不同时（shí），也会出（chū）现类似的（de）问题。在（zài）被广泛用于人工智能训练（liàn）的ImageNet数据集中，埃里森：“一把椅（yǐ）子只（zhī）是一张椅子的照片，面对着镜头（tóu）。如果你把椅子（zǐ）翻过来，电脑视觉应用程（chéng）序突然就认不出它（tā）了。”

这个缺点（diǎn）是一个名为ObjectNet的新（xīn）数（shù）据（jù）集的灵感来源，它以不同的配置显示日（rì）常项目，例如椅子（zǐ）翻转或倒置。这个训练集被用来（lái）解（jiě）决计（jì）算机（jī）视觉的一些缺（quē）点，例如不能识别方（fāng）向不正常或部（bù）分（fèn）模（mó）糊的物体。

但是（shì）为人（rén）工智（zhì）能训（xùn）练获取足够大和多样化的数（shù）据集的（de）问题仍（réng）然存（cún）在，这导致了埃里森发现（xiàn）的另一个主要趋势（shì），即（jí）首先使用人工（gōng）智能来（lái）生成数（shù）据集。

自我监督和综合数据（jù）

数据集需要大量的人工数据标签（qiān），因此越（yuè）来越多的研究（jiū）项目现在都集中在自我监督（dū）算法上，它可以获（huò）取已经收集到的数据，并让计算机自动（dòng）给数据贴上标签。

埃（āi）里森解释：“一个典型的例子就是一个具有计（jì）算机视（shì）觉应用和接近（jìn）传感（gǎn）器机器人（rén）。计算机视觉能（néng）够比接近传（chuán）感器看得更远。但是当机（jī）器人向前移（yí）动时，出现（xiàn）在（zài）计算机视（shì）觉中（zhōng）的东（dōng）西（xī）最终会（huì）以物体的形式出现（xiàn）在近（jìn）距离传感器（qì）中。”根据（jù）传感器（qì）的数据，回溯到物体（tǐ）第一次被发现的时间，然后对其进行标（biāo）记。

人工智能系（xì）统一旦部（bù）署就不太可能遇（yù）到这样的问题，因（yīn）此可能无（wú）法在训练数据集（jí）中表示（shì）出来，这（zhè）是开发人员面临（lín）的另一个（gè）挑战。然而，如果这些（xiē）边缘情况代表了真实场景，那么就需要考虑这些情（qíng）况（kuàng），以确保AI模型正确地处理（lǐ）它们。

“关键的例子是自动（dòng）驾驶。在（zài）你的（de）数据集中有（yǒu）多少（shǎo）次在昏暗的暴（bào）风雪中（zhōng）开车上山？你的数据集中不会有很多（duō）这样的情（qíng）况，所以他们（men）本质上必须做模拟（nǐ）数据（jù）。”

换句（jù）话说，边（biān）缘案例是通过使用合成数据（jù）来处理（lǐ）的，合成数据是使用各种方法来创建的，例如生成模型。但这也产（chǎn）生了一个问题，即数据科（kē）学家（jiā）或开（kāi）发人（rén）员如何才能确（què）保这（zhè）些（xiē）合成数据准（zhǔn）确地（dì）反映（yìng）出（chū）人工智能在现（xiàn）实生活（huó）中会遇到（dào）什（shí）么情况。