人工智（zhì）能的（de）发展愈来愈强（qiáng）大！

人（rén）工智（zhì）能是一个涵盖图像识（shí）别、自然语（yǔ）言（yán）处理（NLP）和机器人等多方面维度的广泛领域。AI也在以一种有时看（kàn）似疯狂（kuáng）的速度发展，因此（cǐ）很难跟上正（zhèng）在发生（shēng）的一切（qiē）。

不出所（suǒ）料，许多组织（zhī）转向他们的（de）IT供应商（shāng）合作（zuò）伙伴，帮助他们开发和部署AI解决方案，以（yǐ）最好（hǎo）地满足他（tā）们的（de）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，他（tā）的职责（zé）包（bāo）括（kuò）使用先进（jìn）的（de）人工智能技术（shù）为客户组织提（tí）供解决方案，同（tóng）时在内（nèi）部支持联想全球数据中（zhōng）心集（jí）团的整体人（rén）工智能战略。

联想已投入商业运营的项目包括利用卷积神（shén）经网络从图（tú）像中提取（qǔ）特征，并将其归类为缺陷，以检测工厂的制造缺陷。联想还为一家赛（sài）车（chē）公司开发了一（yī）套计算机视觉系统（tǒng），以决定是否（fǒu）应该让特定的汽车进入维修站进行维（wéi）修（xiū）。

埃利森表示，今（jīn）年和不（bú）久的将来，人工智能的主要趋势包括（kuò）基于计（jì）算机视觉的应用程序、用于训练人工智能（néng）模型的（de）数据生成和数据（jù）标记（jì）算法的（de）开发，以及基于转换模型的自（zì）然语言（yán）处理的快速进展。

联想（xiǎng）对人工智能（néng）近（jìn）期主要趋势有如下展望：

计算机视觉

在计算机视觉方面，开发人员和研（yán）究人员现在开始探索（suǒ）将（jiāng）这种能力与人工智能的其他（tā）一些领域（yù）相结合的实用方（fāng）法，比（bǐ）如机器人技术或自动应用（yòng）图像（xiàng）字幕等应（yīng）用的自然语言处理。据埃里（lǐ）森介绍，这部分是因为（wéi）计算机视觉的一些基本（běn）问题已经被（bèi）证明（míng）很难（nán）解（jiě）决，研（yán）究人员正在寻找新的（de）方法来解决这些问（wèn）题，而不是简单地推动研究领域向前发展。

埃里森：“我认为我们（men）在解决一些核心的计算机视觉任务时遇到（dào）了问题，比如3D投（tóu）影，当（dāng）你看到一张图片，一栋建筑的二（èr）维图像，人（rén）类的（de）大脑可以（yǐ）将（jiāng）其推断成三维形状，但机器（qì）很难做到这一点。”在这方面已经（jīng）有很多（duō）研究，但这是一（yī）个尚未（wèi）解决的核心（xīn）问题，我认为人们会感到沮丧，会（huì）尝试（shì）一些（xiē）新（xīn）东西，或者（zhě）尝试将它与（yǔ）其他领（lǐng）域相结合，找到更好的用途。

埃里（lǐ）森认为，这就是为什么机（jī）器人技术是目前最广（guǎng）泛（fàn）研（yán）究（jiū）的（de）人工（gōng）智能领域之一，因为它为人（rén）们提供了一个（gè）明确的（de）目标。他列举的例子包括使（shǐ）人工智能能（néng）够（gòu）使用（yòng）视觉感应在其周（zhōu）围（wéi）的空间（jiān）中安（ān）全（quán）移动——无论（lùn）是制造工厂的机械臂（bì），还是使用（yòng）人工智能（néng）导航到目的地的自动车辆。

训练数据（jù）

熟（shú）悉人工智能的（de）人会知道，成功训练一个模型的关键（jiàn）因素之（zhī）一是数据，这（zhè）需要大量的数据。事实上（shàng），它所训练的数据越多，就越（yuè）能（néng）更好地交付你所（suǒ）寻求的结果。据（jù）埃里森不是，计算机视（shì）觉目前很困（kùn）难，因为用于（yú）训练模型的数据集（jí）没有（yǒu）包含（hán）足够多的样本。例（lì）如，吉布森（sēn）三维（wéi）空（kōng）间数据库（kù）（Gibson Database of 3D Spaces）是一个广泛使用的数据集，用于（yú）训练模型在室内空间中导航（háng），它包（bāo）括572栋完整的建筑（zhù），共1447层。虽然（rán）令人（rén）印象（xiàng）深刻，但这不太可能是（shì）一（yī）个人工智能系（xì）统在现实（shí）世界中可能遇（yù）到（dào）的（de）全面集合。

当物体（tǐ）的方向与计算机视觉模（mó）型所训练的方向不同（tóng）时（shí），也会（huì）出现（xiàn）类（lèi）似（sì）的问题。在被广泛（fàn）用于（yú）人工（gōng）智能（néng）训练的（de）ImageNet数据（jù）集中，埃里森：“一把椅子（zǐ）只是一张椅子的照片，面（miàn）对着镜（jìng）头（tóu）。如果你把椅子翻过来，电脑视觉应（yīng）用（yòng）程序突然就认不（bú）出它了。”

这个缺点是一个（gè）名为ObjectNet的新数据（jù）集的灵感来源，它以不同的配（pèi）置显示日常项目，例如椅子翻转或倒置（zhì）。这个（gè）训练集（jí）被用来解决计算机视（shì）觉的一些缺（quē）点，例如（rú）不能识别方向不正常（cháng）或部分模糊的物体。

但是为人工智能（néng）训练获取（qǔ）足（zú）够（gòu）大和多样化（huà）的（de）数据集的问（wèn）题仍然存在，这导致了埃里森发现（xiàn）的（de）另一个（gè）主（zhǔ）要趋（qū）势，即（jí）首（shǒu）先使用人工智能来生成数据集。

自我监督（dū）和（hé）综合（hé）数据

数据集需要大（dà）量的人工数（shù）据标签（qiān），因此越来（lái）越多的研究项目现在都（dōu）集（jí）中在自我监督算法上，它可以获取（qǔ）已经收集到的数（shù）据，并让计算机自动给数据（jù）贴上（shàng）标签。

埃里森解释：“一个典型的例（lì）子就是一（yī）个（gè）具有计（jì）算机视觉应用和（hé）接近（jìn）传感（gǎn）器（qì）机器人。计算（suàn）机视觉能够比接（jiē）近传感器看得（dé）更远。但是（shì）当机器人向前移动（dòng）时，出现在计（jì）算机（jī）视觉中（zhōng）的（de）东西最终会以物体的形（xíng）式（shì）出现（xiàn）在近距离（lí）传感（gǎn）器中。”根（gēn）据传感器的（de）数据，回溯到物（wù）体第一次被发（fā）现的时间，然后对（duì）其（qí）进行标记。

人工智能系统一（yī）旦部署就不太可能遇到这样的问（wèn）题，因（yīn）此可能无法在训练数据集中表（biǎo）示出来，这是开发人员面（miàn）临（lín）的（de）另一（yī）个（gè）挑战。然而，如果这些边缘（yuán）情况代（dài）表了（le）真实（shí）场景（jǐng），那么（me）就需要（yào）考虑（lǜ）这些（xiē）情况（kuàng），以确保AI模型正确（què）地处理它们。

“关（guān）键的例子是自动驾驶。在你的数据集中（zhōng）有多少次在昏暗（àn）的暴风（fēng）雪中开车上山？你的数（shù）据集中不会有（yǒu）很多这样的情况，所以他（tā）们本（běn）质（zhì）上必须做模拟数据。”

换句（jù）话说，边缘案例是通过使用（yòng）合成数据来处理的，合（hé）成数据是使用各（gè）种方法来（lái）创建（jiàn）的，例如生成（chéng）模（mó）型。但这也产生了一（yī）个问题，即数据科（kē）学家或开发人（rén）员如何才（cái）能确保这（zhè）些（xiē）合成（chéng）数据准（zhǔn）确（què）地反（fǎn）映出人（rén）工智能在现实生活中会遇到什么情（qíng）况。