隨著對(duì)其他AI應(yīng)用程序需求的增長，企業(yè)將需要投資有助于其加快數(shù)據(jù)科學(xué)流程的技術(shù)。然而：實(shí)施和優(yōu)化機(jī)器學(xué)習(xí)模型只是數(shù)據(jù)科學(xué)挑戰(zhàn)的一部分。

實(shí)際上，數(shù)據(jù)科學(xué)家必須執(zhí)行的絕大多數(shù)工作通常與ML模型的選擇和優(yōu)化之前的任務(wù)相關(guān)，例如特征工程-數(shù)據(jù)科學(xué)的核心。以下是2020年AI需要注意的一些趨勢(shì)：

1.人工智能和更好的醫(yī)療保健

人工智能實(shí)際上將改變患者的治療方式。AI可以在更短的時(shí)間內(nèi)以較少的成本執(zhí)行許多任務(wù)，并簡化了患者，醫(yī)生和醫(yī)院管理人員的生活。MRI，X射線機(jī)和CT掃描儀的功能無可爭議。機(jī)器人醫(yī)生正在通過使手術(shù)更清潔，更精確來逐步占領(lǐng)手術(shù)現(xiàn)場。與皮膚科專家相比，人工智能已經(jīng)能夠更準(zhǔn)確地檢測(cè)皮膚癌，因此通過賦予人工智能，疾病檢測(cè)將更加準(zhǔn)確。

2.量子計(jì)算將向人工智能附加費(fèi)

2020年值得關(guān)注的另一趨勢(shì)將是量子計(jì)算和AI的進(jìn)步。量子計(jì)算有望徹底改變計(jì)算機(jī)科學(xué)的許多方面，并有望在未來增強(qiáng)AI。它旨在極大地提高我們生成，存儲(chǔ)和分析大量數(shù)據(jù)的速度和效率。這對(duì)于大數(shù)據(jù)，機(jī)器學(xué)習(xí)和AI認(rèn)知可能具有巨大的潛力。通過大幅度提高篩選速度并理解海量數(shù)據(jù)集，人工智能和人類應(yīng)會(huì)受益匪淺。它甚至可能引發(fā)新的工業(yè)革命。只有時(shí)間會(huì)給出答案。

3.計(jì)算機(jī)圖形學(xué)將從人工智能中受益匪淺

2020年值得關(guān)注的趨勢(shì)之一將是在計(jì)算機(jī)生成的圖形中使用AI的進(jìn)步。對(duì)于更逼真的效果（例如在電影和游戲中創(chuàng)建高保真環(huán)境，車輛和角色）而言，尤其如此。在屏幕上創(chuàng)建逼真的金屬副本，木材或葡萄皮的暗淡光澤通常是非常耗時(shí)的過程。對(duì)于人類藝術(shù)家，它也往往需要大量的經(jīng)驗(yàn)和耐心。各種各樣的研究人員已經(jīng)在開發(fā)新方法來幫助AI做繁重的工作。AI正在用于改善光線追蹤和柵格化等功能，以創(chuàng)建一種更便宜，更快捷的方法來渲染計(jì)算機(jī)游戲中的超真實(shí)感圖形。維也納的一些研究人員在藝術(shù)家的監(jiān)督下，他們還在研究部分或全部自動(dòng)化流程的方法。使用神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)從創(chuàng)建者那里獲取提示，以生成示例圖像以供批準(zhǔn)。

4. AI和Deepfake變得更加真實(shí)

Deepfakes是近年來出現(xiàn)了巨大進(jìn)步的另一個(gè)領(lǐng)域。2019年，許多社交媒體網(wǎng)絡(luò)都傳播了大量的虛假信息。但是隨著時(shí)間的流逝，這項(xiàng)技術(shù)只會(huì)變得更加復(fù)雜。這為可能在現(xiàn)實(shí)世界中損害或破壞人們聲譽(yù)的一些令人擔(dān)憂的后果打開了大門。隨著Deepfake越來越難以與真實(shí)錄音區(qū)分開來，我們將來如何判斷它們是否為假冒產(chǎn)品？這非常重要，因?yàn)樯钤炱泛苋菀妆挥脕砩⒉颊五e(cuò)誤信息，公司破壞甚至是網(wǎng)絡(luò)欺凌。谷歌和Facebook一直試圖通過發(fā)布數(shù)千個(gè)Deepfake視頻來教導(dǎo)AI如何檢測(cè)它們來克服這一問題。不幸的是，似乎他們有時(shí)也難過。

5.人工智能和自動(dòng)機(jī)器學(xué)習(xí)（AutoML）

數(shù)據(jù)預(yù)處理，轉(zhuǎn)換AutoML具有執(zhí)行ETL任務(wù)的能力，很可能在2020年變得更加流行。AutoML技術(shù)可以自動(dòng)進(jìn)行模型選擇，超參數(shù)優(yōu)化和評(píng)分，而其他云提供商已經(jīng)提供了“自動(dòng)駕駛”替代服務(wù)。

6.人工智能和聯(lián)合機(jī)器學(xué)習(xí)

早在2017年，Google引入了分布式學(xué)習(xí)的概念，該方法使用分散的數(shù)據(jù)對(duì)模型進(jìn)行部分或全部訓(xùn)練?？紤]考慮在計(jì)算機(jī)上訓(xùn)練基準(zhǔn)模型，然后將模型交付給最終用戶，最終用戶可以訪問數(shù)據(jù)（在他的手機(jī)，筆記本電腦，平板電腦上），這些數(shù)據(jù)用于微調(diào)和個(gè)性化模型。一旦基線模型滿足某些要求，就可以將模型交付給客戶端，客戶端最終將對(duì)其進(jìn)行培訓(xùn)，而無需與外部參與者共享任何用戶數(shù)據(jù)。

7.人工智能和安全性高級(jí)生物識(shí)別服務(wù)

人工智能人工智能已成為我們生活的基本方面，并通過機(jī)器展示了智能。當(dāng)與生物認(rèn)證數(shù)據(jù)一起使用時(shí)，它可以提供真正的認(rèn)證解決方案，從而使網(wǎng)絡(luò)罪犯難以上當(dāng)。AI正在增強(qiáng)生物識(shí)別ID驗(yàn)證，以提高安全性。的確，將來可以確定一個(gè)人是否受到創(chuàng)傷或憤怒。到2020年，這一創(chuàng)新技術(shù)將以可靠和更高的精度得到擴(kuò)展。