Tự học Data Analyst tại nhà chỉ 159K Tìm hiểu thêm Mua Ngay!

Sự phát triển của AI, Analytics, Machine Learning, Data Science, Deep Learning năm 2021 và các xu hướng chính năm 2022

(Weekly Study - Trí tuệ nhân tạo AI) Năm 2021 gần như đã đến hồi kết. Chúng tôi đã thấy một số tiến bộ nổi bật trong AI, Analytics, Machine Learning,

(Weekly Study - Trí tuệ nhân tạo AI) Năm 2021 gần như đã đến hồi kết. Chúng tôi đã thấy một số tiến bộ nổi bật trong AI, Analytics, Machine Learning, Data Science, Deep Learning Research trong năm nay và tương lai năm 2022 có vẻ tươi sáng. Bài viết này chúng tôi đã kham khảo và đúc kết các đóng góp những hiểu biết sâu sắc của các chuyên gia về vấn đề này. Đọc để tìm hiểu thêm.

Sự phát triển của AI, Analytics, Machine Learning, Data Science, Deep Learning năm 2021 và các xu hướng chính năm 2022

Những phát triển chính trong AI, Khoa học Dữ liệu,Nghiên cứu Máy học vào năm 2021 là gì và bạn thấy những xu hướng chính nào cho năm 2022?

Trong khi bài viết này tiếp cận câu hỏi từ quan điểm nghiên cứu, chúng tôi cũng sẽ chia sẻ các ý kiến tập trung vào cùng một câu hỏi từ cả quan điểm công nghệ và ngành của các chuyên gia.

Anima Anandkumar là Giám đốc nghiên cứu ML tại NVIDIA và Bren Giáo sư tại Caltech

        AI4Science đã trưởng thành đáng kể trong năm qua với đại dịch như một chất xúc tác quan trọng trong việc tập hợp các nhà khoa học từ nhiều lĩnh vực. Chúng tôi đã thấy những mô phỏng phân tử tỉ nguyên tử mang tính đột phá để hiểu được virus Covid-19 và sự tương tác của nó với aerosol, được tăng cường bởi các phương pháp AI. Lần đầu tiên chúng tôi thấy các phương pháp AI mới có thể giải quyết các mô phỏng khoa học phức tạp như dòng chất lỏng hỗn loạn. Chúng tôi đã thấy nhiều bệnh viện chung tay và hợp tác đào tạo các mô hình chăm sóc bệnh nhân bằng AI bằng cách sử dụng các nền tảng học tập liên kết nhằm bảo vệ quyền riêng tư. Các mô hình ngôn ngữ thậm chí còn lớn hơn, nhưng nhận thức rộng rãi về các vấn đề xung quanh thành kiến ​​đã dẫn đến việc kiểm tra sâu hơn các mô hình này và phát triển các phương pháp tinh chỉnh và ít ảnh hưởng để giảm thiểu tác hại.

Louis Bouchard tập trung vào việc làm cho AI có thể truy cập được trên "What's AI" trên YouTube và Medium

        Câu hỏi đầu tiên khá dễ trả lời đối với tôi. Tôi thực sự đang duy trì một kho lưu trữ GitHub với tất cả các phát triển chính trong AI, vì vậy câu trả lời của tôi sẽ nhanh chóng: CLIP. Nó giới thiệu rất nhiều khả năng thú vị để kết nối văn bản với hình ảnh. Tất nhiên, đây là lần đầu tiên tôi nghĩ đến nhưng có rất nhiều khám phá và tiến bộ tuyệt vời hơn trong năm nay, và tôi thực sự mời bạn xem danh sách đã được giám sát mà tôi đã thực hiện, bao gồm các nghiên cứu thú vị nhất về AI vào năm 2021 với các video, bài báo và mã nếu có.

        Tôi tin rằng chúng tôi sẽ tiếp tục tạo ra nhiều khám phá thú vị trong ứng dụng tổng hợp hình ảnh và chuyển văn bản thành hình ảnh vào năm 2022 với những bước tiến lớn hơn bao giờ hết và nhiều tiến bộ công nghệ nữa sẽ xảy ra lần nữa. Tất nhiên, tôi sẽ tiếp tục đưa tin về các xu hướng thú vị này trên kênh YouTube và blog của mình nếu bạn muốn cập nhật các nghiên cứu về xu hướng!

Andriy Burkov là Giám đốc Khoa học Dữ liệu - Trưởng nhóm Học máy, và là Tác giả của Cuốn sách Máy học hàng trăm trang và Sách Kỹ thuật Máy học

        Bước đột phá chính trong AI vào năm 2021 là DALL · E và các công nghệ tương tự tạo ra hình ảnh từ văn bản. Những công nghệ như vậy cung cấp một công cụ hoàn toàn mới cho những người sáng tạo và dân chủ hóa quá trình sáng tạo. Vào năm 2022, tôi nghĩ chúng ta sẽ thấy nhiều ví dụ về AI sáng tạo hơn: trong video và âm nhạc. Các mô hình sẽ trở nên lớn hơn và chúng ta sẽ thấy các mô hình đa phương thức mới.

Charles Martin là Chuyên gia AI và Kỹ sư xuất sắc trong NLP & Tìm kiếm

        Vào năm 2021, với đại dịch vẫn đang hoành hành, chúng ta đã chứng kiến ​​sự gia tăng lớn trong lĩnh vực bán lẻ trực tuyến và sự hiện diện trực tuyến nói chung, và ngày càng nhiều doanh nghiệp đang cố gắng vận hành khoa học dữ liệu và học máy để cải thiện hoạt động và bán hàng trực tuyến. Điều này đã dẫn đến sự thay đổi từ Khoa học dữ liệu thuần túy như một hoạt động được thiết kế để thúc đẩy sang nhận nhiều mô hình ML / AI hơn trong sản xuất, gây ra nhiều nhu cầu hơn đối với Kỹ thuật ML, ML Ops và AI tập trung vào dữ liệu. Và trong khi các phương pháp học máy truyền thống (tức là XGBoost) vẫn chiếm ưu thế trong doanh nghiệp, thì AI hiện đại hơn đang tìm được vị trí của mình, với tìm kiếm không gian vectơ, mạng nơ-ron đồ thị và tất nhiên là các ứng dụng thị giác máy tính. Học máy nhân quả cũng thu hút sự quan tâm khi các doanh nghiệp cần biết tại sao các phương pháp ML hoạt động.

        Vào năm 2022, ML và AI sẽ ngày càng trở thành một phần của vòng đời phát triển sản phẩm phần mềm tiêu chuẩn và các công cụ doanh nghiệp tốt hơn sẽ xuất hiện để quản lý sự phát triển, triển khai và giám sát của chúng.

Gaurav Menghani là Kỹ sư phần mềm tại Google Research

        AI bền vững: Khi nhu cầu về AI trong các lĩnh vực khác nhau ngày càng tăng, thì lượng khí thải carbon của nó cũng tăng theo. Giảm tác động môi trường này sẽ rất quan trọng đối với AI bền vững.

        AI có thể giải thích: Tại sao mô hình này lại đưa ra dự đoán cụ thể này? Hiểu được cơ sở lý luận đằng sau hành vi của mô hình sẽ giúp chúng ta hiểu được những thành kiến ​​mà AI mang lại trên thế giới, từ quan điểm công bằng và đạo đức.

        Trí tuệ nhân tạo tổng hợp: Cadbury gần đây đã khởi chạy Chiến dịch quảng cáo cho phép các chủ doanh nghiệp nhỏ tạo Quảng cáo của riêng họ với một ngôi sao điện ảnh nổi tiếng quảng cáo cửa hàng tạp hóa của họ.

        No / Low Code AI: Các công ty như MindsDB đang trao quyền cho người dùng bằng cách cung cấp đào tạo và dự đoán AI trực tiếp thông qua SQL, cho phép họ khai thác liền mạch sức mạnh của AI và phân tích dự đoán.

        AI trên thiết bị: Vì chip silicon cung cấp nhiều năng lượng hơn cho mỗi đơn vị năng lượng tiêu thụ, AI trên thiết bị sẽ bắt đầu trông hấp dẫn hơn rất nhiều vì nó nhanh hơn, phản hồi nhanh hơn và riêng tư hơn.

        Sứ mệnh quan trọng AI: Các phương pháp thực hành AI hiện tại có thể không phù hợp với các ứng dụng quan trọng trong sứ mệnh (ví dụ: về độ an toàn / độ tin cậy trong chăm sóc sức khỏe), nơi mà ngay cả 0,1% độ chính xác cuối cùng cũng quan trọng rất nhiều .

        Quy định trong AI: Vì quy định hiện hành sẽ không đáp ứng nhu cầu mở rộng của AI, chúng tôi sẽ cần các quy định và quản trị bổ sung để đảm bảo rằng trang phục sử dụng AI không bị bỏ qua các biện pháp bảo vệ quan trọng.

>>> Bạn có thể đọc tiếp:


Weekly Study - Kênh tri thức Việt

Cookie Consent
We serve cookies on this site to analyze traffic, remember your preferences, and optimize your experience.
Oops!
It seems there is something wrong with your internet connection. Please connect to the internet and start browsing again.
AdBlock Detected!
We have detected that you are using adblocking plugin in your browser.
The revenue we earn by the advertisements is used to manage this website, we request you to whitelist our website in your adblocking plugin.
Site is Blocked
Sorry! This site is not available in your country.