在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
随着专家们更多地了解大数据和智能算法的可能性，人工智能 (AI)已经呈现出许多新的形态和应用趋势。
因此，今天的人工智能市场由久经考验的智能技术与新的优化和先进的人工智能组成，这些技术正在慢慢改变我们的工作和日常生活方式。2021年有哪些对AI 的未来最让人兴奋的应用趋势呢？
人工智能应用的 5 大趋势
1. 智能和超级自动化的业务流程
凭借其基于智能编程和算法遵循基本任务和例程的能力，人工智能正逐渐嵌入组织自动化其业务流程的方式中。
AIOps 和 MLops 是 AI 和自动化的常见用例，但 AI 可以在企业中实现自动化的广度和深度正在迅速增长。
全球数字服务和咨询公司Infosys 的高级副总裁 Bali DR认为，人工智能正在朝着一定程度的超级自动化（hyper-automation）发展，部分原因是为了应对疫情爆发导致的人工数据和程序的意外变化。
根据Gartner的定义，超级自动化是将机器人流程自动化（RPA）、智能业务管理（IBMPS）、人工智能及高级分析集合到一起。由 AI 和 ML 拓展的 RPA 成为超级自动化的核心赋能技术。将 RPA 和AI技术结合起来，为自动化提供了强大影响力和灵活性，使之能够在此前从未成功过的地方实现自动化：依赖于非结构化数据输入的无记录流程。
"我们正处于人工智能的第二个拐点——从消费级人工智能走向企业级人工智能。"DR 认为，"由于过度依赖手动程序，例如航空业的大规模重新安排、银行前所未有的贷款申请等，这些行业现在正在转向将机器人流程自动化与现代机器学习相结合的超级自动化，以确保他们可以更好地应对未来的剧烈变化。"
尽管AI自动化仍主要限于面向任务的自动化，工具方面几乎不需要想象或猜测，但一些专家认为，我们正在向更多智能自动化的应用靠拢。
知名分析和人工智能软件公司SAS 的人工智能总监David Tareen对智能自动化的未来有以下看法："智能自动化将是未来发展的一个重要领域，"Tareen 说，"就像我们自动化的生产制造一样，我们将大量使用人工智能来实现知识工作的自动化。"
复杂性来自于知识工作具有高度的可变性。例如，一个企业会以不同的方式接收关于他们的产品或服务的反馈，而且通常也使用不同的语言。人工智能需要实时接受、理解和修改流程，然后才能实现知识工作的自动化。
2. 强调负责任的人工智能开发
由于大数据的深度和人工智能对它的依赖，不道德或准备不充分的数据总是有可能进入人工智能训练数据集或模型。
随着越来越多的公司认识到创建以合规和合乎道德的方式开展AI业务的重要性，许多 AI 开发人员和服务提供商开始为其客户提供负责任的 AI 解决方案。
人工智能和混合云公司H2O.ai的营销高级副总裁Read Maloney，解释了到底什么是负责任的人工智能，以及企业为改善其人工智能道德而采取的一些不同举措。
"人工智能创造了令人难以置信的新机会来改善世界各地人们的生活，" Maloney说，"我们将降低风险的责任作为我们工作的核心，因此在我们的 AI 解决方案中建立公平性、可解释性、安全性和隐私性是关键。"
· 可解释的AI 和可解释的ML：能够在模型开发后对其进行解释，并提供透明的模型架构，让人类用户既能理解数据又能信任结果。
· 有道德的人工智能：在机器学习预测中提供社会学上的公平性（即一类人是否被不平等地加权，并消除人类的历史偏见）。
· 安全的AI：调试和部署ML 模型，将安全和隐私放在首位。
· 以人为本的人工智能：人工智能从人类输入和协作中不断学习。由于人工输入并弥合了人与机器之间的差距，系统正在不断改进。
· 合规性：确保人工智能系统符合相关监管要求或法规。
公司正在探索多种方法来让他们的 AI 更负责任，大多数公司都从清理和评估数据集和现有 AI 模型开始。数据库解决方案公司InfluxData的物联网产品管理总监 Brian Gilmore认为控制工程网版权所有，模型和数据集管理的最佳选择之一是分布式账本技术（DLT）。
"随着人们对 AI 的道德和文化影响的关注逐渐增强，一些企业开始投资于辅助但重要的技术控制工程网版权所有，这些技术利用共识和其他信任保障系统作为 AI 框架的一部分，"Gilmore 说，"例如，分布式账本技术为模型和训练数据的完整性可审计证明提供了一个平台。"
DLT 的去中心化所有权、访问权限分配和共享责任可以为 AI 开发和应用带来全面的透明度。困境在于营利性公司是否愿意参与社区模式，以透明度换取消费者对人工智能等关键任务的信任。
3. 人工智能模型在解决全球问题方面的潜力
到目前为止，人工智能最常用于优化业务流程并为消费者自动化一些家庭日常事务。然而，一些专家开始意识到人工智能模型在解决全球问题方面的潜力。H2O.ai的Read Maloney与来自不同行业的人合作，集思广益，探讨如何将人工智能用于更大的利益。
"我们与许多志同道合的客户、合作伙伴和组织合作，解决教育、保护、医疗保健等方面的问题，" Maloney说，"AI for good 不仅是我们工作的基础，包括当前在气候变化、野火和飓风预测方面的工作，而且我们看到越来越多的 AI 用于良好的工作，使整个 AI 行业的世界变得更美好。"
目前，利他主意的人工智能的一些最令人兴奋的应用现在正在早期教育中实施。例如，人工智能驱动的医疗保健和教育公司DMAI 的首席执行Helen Thomas提供了一种人工智能驱动的产品，以确保学龄前儿童获得所需的教育，尽管可能会遇到大流行的挫折：
除了包括成本和入学机会在内的学前教育预先存在的障碍之外，最近的研究结果表明www.cechina.cn，在 COVID-19 大流行期间出生的儿童的智商得分低于 2020 年 1 月之前出生的儿童，这意味着幼儿对上学的准备比以往任何时候都少前。
"DMAI DBA 动物岛学习冒险 (AILA) 正在通过人工智能改变这一点。利用认知 AI 以一致和重复的格式提供适当的课程，支持自然学习模式。" Thomas说。
4. AIoT：人工智能和物联网协同工作
物联网（IoT）设备在企业和个人用户中变得非常普遍，但许多科技公司仍在努力解决的是如何从这些设备不断流入的数据中收集可操作的见解。
AIoT（人工智能物联网），或将人工智能与物联网产品相结合的想法，是一个开始解决这些未使用数据池的领域，赋予人工智能快速、智能地转换这些数据的能力。AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端www.cechina.cn，再通过大数据分析，以及更高形式的人工智能，实现万物数据化和智联化。
工业 AI 解决方案公司AspenTech的高级副总裁兼 AIoT 总经理 Bill Scudder认为，AIoT 是实现更智能、实时业务决策的最关键领域之一。
Forrester 指出，在企业内部收集的所有数据中，多达 73%未被使用CONTROL ENGINEERING China版权所有，这凸显了物联网的一个关键挑战。随着连接设备的数量不断增加（例如，在工业物联网环境中），从这些设备收集的数据量也在增加。
"这导致了许多行业都出现了一种趋势：需要结合人工智能和物联网。原因如下：物联网允许连接设备从各种来源创建和传输数据，人工智能可以更进一步，将数据转化为可操作的见解，以推动更快、更智能的业务决策。这使得对AIoT的需求呈上升趋势。" Scudder 说。
5. 决策智能的出现
决策智能 (DI) 是最新的人工智能概念之一，通过使用 AI 模型来分析广泛的商业数据集，它使许多当前的业务优化更进了一步。这些分析用于预测从产品到客户再到供应链的各个方面的未来结果。
商业 AI 解决方案提供商Peak公司的数据科学团队负责人 Sorcha Gilroy解释说，尽管决策智能是一个相当新的概念，但由于其详细的商业智能（BI）产品，它已经受到大型企业的青睐。
"决策智能是一种新的软件类别，可促进人工智能的商业应用，为用户提供预测洞察力和推荐行动。" Gilroy说，它以结果为中心，这意味着解决方案必须满足业务需求才能被归类为DI。
经过Gartner和IDC的认可，决策智能有可能成为世界上最大的软件类别，并已被企业在各种应用案例中使用，从个性化购物者体验到简化复杂的供应链等等。众所周知，耐克、百事可乐和ASOS等品牌已经在使用DI。
.jpg)
AVEVA InTouch Unlimited试用版下载
福禄克三大“法宝”帮您搞定过程仪表校准难题
2024年度最佳产品奖颁奖典礼会后报道
2024全球自动化和制造主题峰会会后报道
阿自倍尔液体检测产品有奖试用
