人工智能的当前趋势

发布的Johanna Pingel，2022年4月15日

763次观看(过去30天)|0喜欢|0评论

本文来自Paul Pilotte(产品营销，人工智能和数据科学)和David Willingham(产品营销，深度学习)的客座博主

自从我们追踪了一年前的2021年人工智能趋势．虽然一些行业在短期内削减了人工智能投资，但其他行业则将投资增加到超出预期的水平，抵消了损失。许多人利用这段时间通过远程学习来投资提高技能，人工智能主题的课程是工程和科学界最受欢迎的课程之一。目标是确保他们做好准备，在2022年承担更多的人工智能项目。

以下是人工智能领域目前的4个趋势。

1	框架之间的协作

新趋势将在2022年实现

TensorFlow、PyTorch和MATLAB是三种不同的深度学习框架，您可以使用它们来开发AI模型。在开发包含人工智能的更大系统时，工程团队可能会面临这样的问题:使用哪个框架?选择一个会变得很复杂，特别是如果没有一个框架可以满足正在开发的系统的所有需求:工程团队可能想要使用MATLAB中的数据预处理应用程序，以及重用在TensorFlow中创建的预训练的AI模型。满足这些需求的解决方案是让框架彼此互操作。

在2021年之前，互操作相当复杂，通常需要一定程度的时间密集型手动编码。然而，2021年见证了互操作性进步的成熟，如直接TensorFlow转换器的MATLAB，减少了人工编码的需要，开放更多的互操作性工作流程．在2022年，通过对互操作性功能的理解、采用和扩展支持，我们预测TensorFlow、PyTorch和MATLAB之间会有更多的合作。金宝app

2	AI将工程和IT结合起来

2021年的预测，2022年及以后继续

通过将人工智能模型投入生产来获取价值的需求是2021年的一个主要主题。这不仅证明了人工智能模型的潜力，也证明了人工智能模型的价值是作为工程系统的一部分在生产中实现的。这个领域的几乎所有分析师都认为这是势在必行的。2021年也是将DevOps纳入AI模型的趋势日益增长的一年，这样IT和OT团队就可以拥有运营系统中AI模型的部署、监控和生命周期。我们预计，在许多企业数字化转型举措的推动下，这一趋势将在2022年继续加速。如果你还没有参与开发人工智能模型的研发团队和负责运营系统的生产团队之间的密切合作，你可能会在2022年参与其中。

请看这一趋势的一个例子:韩国能源研究所开发了基于人工智能的海上风电预测维护模型

3.	无代码/低代码

2021年成为现实的趋势;我们预计这一趋势将在2022年及以后继续下去

随着应用人工智能的好处越来越多地被认识到，许多常见的技术和工作流正在被供应商通过无代码、低代码和自动编码的人工智能建模工作流商品化。这样做的好处是巨大的，首先它扩大了人工智能用户的社区，从少数数据科学和编码专家扩大到更大的受众，这些受众拥有领域知识，知道在哪里应用人工智能，但不一定是编码技能。其次，它通过自动化的工作流程提高了效率和规模。

就像以数据为中心的人工智能运动一样，无代码/低代码/自动编码并不是一个新趋势。例如，20多年来，工程师们一直在使用MATLAB和Simulink为嵌入式系统自动生成或自动编码生产质量代码。金宝app

以下是工程师使用MATLAB和Simulink使用无代码/低代码，自动编码的重点:金宝app

没有代码- - - - - -三井化学物质创建和部署一个无代码应用程序用于生产生产线上板材产品的自动目视检测。下载188bet金宝搏多名工程师现在正在使用该应用程序，将视觉检测时间缩短了80%。

自动代码-NXP埃因霍温自动生成HDL代码的一个神经网络进行权力研究在asic上运行模型时。和Elektrobit自动生成的用于部署的C/ c++代码驾驶疲劳监测系统它使用了物体检测。

没有代码/ low-code 在更广泛的编程社区中普及我们预计这一趋势只会在2022年在人工智能领域增长。

4	更多AI在工程和科学领域

2021年的预测，继续到2022年

我们预测，在2021年，人工智能将成为工程师和科学家在解决问题和构建应用程序时寻求创新解决方案的首批工具之一。金宝搏官方网站

有许多人工智能被用来完全取代或增强数学、物理和工程学科(如控制和信号处理)中的传统技术的例子。

随着发动机变得越来越复杂，需要分析的系统和部件数量显著增加，大发转向使用AI来判断敲打声音的程度，而这在以前只有熟练工人才能完成。他们需要一种能够结合深度学习和声学分析的工具。利用机器学习和特征提取，大发工程师可以轻松创建分类模型，从而可以在短时间内多次检查特征值。因此，大发开发了能够像熟练工人一样准确判断敲击声的人工智能。

有关这一趋势的更多信息，请阅读下面的故事: 日本大发汽车公司使用人工智能对发动机声音进行分类。