人（rén）工智能的发（fā）展愈来（lái）愈（yù）强大（dà）！

人工智（zhì）能是（shì）一个涵盖图像识别（bié）、自然语言处理（NLP）和机器人等多方面维度的广泛（fàn）领域。AI也在（zài）以（yǐ）一种（zhǒng）有时看似（sì）疯狂的速度发展，因此（cǐ）很难跟上正在发生的一（yī）切。

不（bú）出所料，许（xǔ）多（duō）组（zǔ）织转向他们的IT供（gòng）应商（shāng）合作伙伴，帮助（zhù）他们开发和部署AI解决方案，以最（zuì）好地（dì）满足（zú）他们的需求。大（dà）卫（wèi）·埃里森（sēn）是联（lián）想（xiǎng）公司的高级人工智能数据科（kē）学家，他（tā）的职（zhí）责包括（kuò）使用先进的人工智能技术为客户组织提（tí）供解决（jué）方案（àn），同时在内部支持（chí）联想全球数（shù）据中心集团的整体人工智（zhì）能（néng）战略。

联想已投（tóu）入商业运（yùn）营的项目包括利用卷积神经（jīng）网络从图像中提（tí）取特征，并（bìng）将其归类为缺陷，以检测工厂的制造缺陷（xiàn）。联想还（hái）为一家赛车（chē）公司开发（fā）了（le）一套计算机视觉系统，以决定是否应该让特定的汽（qì）车进入维修站进行维修。

埃利（lì）森表示，今年和不久的将来，人工智能的主要趋势包括基（jī）于计（jì）算机（jī）视觉的应用程（chéng）序（xù）、用（yòng）于训练人工智能模型的数据生成和数据（jù）标记算法的开发，以及基（jī）于（yú）转换（huàn）模型的（de）自然语言处理的快速进展。

联想对人（rén）工智能近期主要（yào）趋势有如下展望：

计算（suàn）机视觉

在计算（suàn）机视觉方面（miàn），开发人员（yuán）和研究人员现在开始探索将这种能（néng）力与人工智能的其他（tā）一些领域相结合的实（shí）用方法，比（bǐ）如（rú）机（jī）器人技（jì）术或自动应（yīng）用图像（xiàng）字幕等应（yīng）用的（de）自然语言处（chù）理（lǐ）。据埃里森介绍，这部分是因为计算机视觉的一些基本问题已（yǐ）经被证（zhèng）明很难解（jiě）决，研究人员正（zhèng）在寻找新的方法来解决（jué）这些问题，而不是（shì）简（jiǎn）单地推动研（yán）究领域向前发展。

埃里（lǐ）森（sēn）：“我认为（wéi）我们在解决（jué）一些核心的计算机视觉任务（wù）时遇到了问题，比如3D投（tóu）影，当你看到一张图片，一栋（dòng）建筑的（de）二维图像（xiàng），人类的大（dà）脑可以将其（qí）推断成三维形状（zhuàng），但（dàn）机器很难做到（dào）这一点。”在这方面已经（jīng）有很多研究，但这（zhè）是一（yī）个（gè）尚未解（jiě）决的核心（xīn）问题（tí），我（wǒ）认为人们会（huì）感到沮（jǔ）丧，会尝（cháng）试一（yī）些（xiē）新东西，或者尝试（shì）将（jiāng）它与其他领域相结合，找（zhǎo）到更好（hǎo）的用途。

埃里森认为，这（zhè）就（jiù）是（shì）为（wéi）什（shí）么（me）机（jī）器人技术（shù）是目（mù）前最广泛研究的人工智能领域之一，因为它为人们提（tí）供了一个（gè）明确的目标。他列举的例子包括使人工智能能够使用视（shì）觉感应在其周围的空间中安全移动——无论是制造工厂的机械臂，还是使用人工智能导航（háng）到目的地的自（zì）动车辆。

训（xùn）练数据

熟悉人工智能的人（rén）会知道，成功训练一个模型的关键因（yīn）素之一是数据，这需要（yào）大量的数（shù）据。事实上（shàng），它所训（xùn）练的数据越多，就越能更好地（dì）交付你所寻求的结（jié）果。据埃里森不（bú）是，计算机视觉目前（qián）很困难，因为用于训练模（mó）型（xíng）的数据集没有包（bāo）含足够多的样本（běn）。例如，吉布森三维空间数（shù）据库（Gibson Database of 3D Spaces）是一个广泛使（shǐ）用的数据集（jí），用于训练（liàn）模型在室内空间中导（dǎo）航，它包括572栋完整的建筑，共1447层。虽然（rán）令（lìng）人印（yìn）象深刻（kè），但这不太可能是（shì）一个人工（gōng）智能系统（tǒng）在现（xiàn）实世界中（zhōng）可能遇到的全面集（jí）合。

当物（wù）体的方向与计（jì）算（suàn）机视觉模型所训练的（de）方（fāng）向不同时，也会出现类似的问题。在被广泛（fàn）用（yòng）于人工智（zhì）能训练（liàn）的ImageNet数（shù）据集（jí）中，埃（āi）里森：“一把（bǎ）椅子（zǐ）只是一（yī）张（zhāng）椅子的照片（piàn），面对（duì）着镜头。如果你把椅（yǐ）子翻过（guò）来，电脑视觉（jiào）应用程序突然就认不出（chū）它（tā）了（le）。”

这个缺点（diǎn）是（shì）一个（gè）名为（wéi）ObjectNet的新（xīn）数据集的灵感来源（yuán），它以不同的配（pèi）置显示日（rì）常项目，例如（rú）椅子翻转或倒置。这个训练集被用来解决计（jì）算（suàn）机视觉的一些缺（quē）点，例如不能识别（bié）方向不正常或部分模糊的物体。

但是为人工智能训练获（huò）取（qǔ）足够大和多（duō）样化的数（shù）据集的问题仍然（rán）存在，这导致（zhì）了埃（āi）里森发现（xiàn）的另一个主要（yào）趋势，即（jí）首先使用人工（gōng）智能来生成（chéng）数（shù）据集。

自我监（jiān）督（dū）和综（zōng）合（hé）数据

数据（jù）集（jí）需要（yào）大量的人工（gōng）数据标签（qiān），因此越来越多的研（yán）究项（xiàng）目（mù）现（xiàn）在都集中在（zài）自我（wǒ）监督算（suàn）法上（shàng），它可（kě）以获取已经收集到的数据，并让计（jì）算机自动给数据贴上（shàng）标签（qiān）。

埃里森（sēn）解释：“一个典型（xíng）的（de）例子（zǐ）就是（shì）一个具有计算机（jī）视觉应用（yòng）和接近传感（gǎn）器机器人。计算（suàn）机视觉能够比（bǐ）接近传感（gǎn）器看得更远（yuǎn）。但是当机器人向（xiàng）前移动时，出现（xiàn）在计算机视觉中的东西最终会以物体的形式出现在近距离传感器中。”根据传感器的数据，回溯到物体第一次被发现的时间，然后对其进行标（biāo）记。

人工（gōng）智（zhì）能系（xì）统一旦（dàn）部署就不（bú）太（tài）可能（néng）遇到这（zhè）样的问题，因此可能无法在训练数据集中（zhōng）表示出来，这是开发（fā）人员面临的另（lìng）一个挑战。然而，如果这些边缘情况代（dài）表了（le）真（zhēn）实（shí）场（chǎng）景，那（nà）么就需要考（kǎo）虑这（zhè）些（xiē）情况（kuàng），以确保AI模（mó）型正确地处理它们。

“关（guān）键（jiàn）的例子是自动驾驶。在你的数据集中（zhōng）有多少次（cì）在昏暗的（de）暴风雪中开车上山？你的数据集中不会有很（hěn）多这样的情（qíng）况，所以他们（men）本质上必（bì）须做模拟数据（jù）。”

换句话（huà）说，边缘（yuán）案（àn）例是通过使用合成数（shù）据来处理的，合成数据是使用各种方法来（lái）创建的，例如生成模型（xíng）。但这也产生了一个问题，即（jí）数（shù）据（jù）科学（xué）家或开发人员如何才（cái）能确（què）保（bǎo）这些合成数据准确地（dì）反映出人工智能在现实生活中会遇到什么情况。