14 tren Kecerdasan Buatan Utama untuk ditonton pada tahun 2018

Diagnostik medis AI

Artificial Intelligence (AI) memiliki kemampuan khusus untuk secara bersamaan membuat kagum, memikat, meninggalkan kita terengah-engah dan mengintimidasi. Kemungkinan AI tidak terhitung dan mereka dengan mudah melampaui imajinasi fecund paling artistik kami. Apa yang kita baca dalam novel fiksi ilmiah atau menonton film seperti ‘The Matrix’ suatu hari nanti dapat terwujud menjadi kenyataan. Bill Gates, pendiri Microsoft, baru-baru ini mengatakan bahwa ‘AI dapat menjadi teman kita’ dan baik untuk masyarakat.Mulai dari pengambilan keputusan hingga komputasi hingga robotik hingga kendaraan dan bahkan kosmetik, AI telah meninggalkan jejak di mana-mana dan akan mengantar eksperimen rekayasa sosial termegah dalam sejarah dunia.

CBInsights telah menyiapkan daftar tren AI utama untuk diikuti pada tahun 2018. Mari kita lihat 13 tren Dalam AI yang akan memiliki dampak besar di tahun-tahun mendatang.

Tenaga kerja robot

Tren pengembangan kecerdasan buatan
Tren pengembangan kecerdasan buatan

Ini bukan lagi rahasia yang dijaga ketat bahwa di masa depan banyak pekerjaan padat karya di lini perakitan pabrik akan dilakukan oleh robot yang diprogram AI dan bukan pekerja. Ini akan menurunkan biaya mempekerjakan pekerja dan juga mengurangi outsourcing dan offshoring.

Baru-baru ini, produsen T-shirt Cina, Tianyuan Garments Company menandatangani Memorandum of Understanding (MoU) dengan pemerintah Arkansas untuk mempekerjakan 400 pekerja dengan harga $ 14 / jam di pabrik garmen barunya di Arkansas. Operasi dijadwalkan akan dimulai pada akhir 2017. Pabrik Tianyuan di Little Rock, Arkansas, akan menggunakan robot jahit yang dikembangkan oleh SoftWear Automation yang bermarkas di Georgia untuk memproduksi pakaian. Di Jepang, pada tahun 2025, lebih dari 80% perawatan lansia akan dilakukan oleh robot, bukan pengasuh.

Kecerdasan Buatan Yang Ada di Mana-Mana

Kecerdasan Buatan berdampak pada beberapa bidang, bahkan yang paling tidak kita harapkan. Pembelajaran mesin, komponen penting dari AI, mengacu pada pelatihan algoritma pada set data besar sehingga mereka belajar bagaimana mengidentifikasi pola yang diinginkan lebih baik pada tugas-tugas mereka.

Fungsi AI semakin serbaguna dengan setiap harinya.

IntelligentX Inggris ingin memperkenalkan bir seduh AI pertama di dunia; DeepFish di Rusia menggunakan jaringan syaraf untuk mengidentifikasi ikan, dan Swedia Hoofstep mengumpulkan uang VC untuk membawa analisis perilaku berdasarkan pembelajaran kepada kuda.

Các thông số về trung quốc
Courtesy: CBInsights

China siap untuk membuktikan kehebatannya di AI dan lebih cemerlang dari AS dan negara-negara barat lainnya. Pemerintah Cina banyak berinvestasi dalam teknologi futuristik ini.

Pemerintah Cina mempromosikan rencana intelijen. Ini mencakup segala sesuatu mulai dari pertanian cerdas dan logistik cerdas hingga aplikasi militer.

Pada 2017, startup-startup intelijen buatan China mengambil 48% dari semua dolar yang masuk ke dunia startup AI secara global, lebih banyak daripada Amerika Serikat. Dalam pembelajaran yang mendalam pula China menerbitkan enam kali lebih banyak paten daripada AS.

US dan China
Indeks komparatif antara US dan China

US juga, tampaknya, kehilangan kelebihannya di perusahaan rintisan AI ke China. Dalam teknologi seperti pengenalan wajah, China telah menuangkan miliaran.

Pada bulan Juli 2017, pemerintah China mengatakan berencana untuk mencapai tingkat Amerika Serikat dalam kecerdasan buatan pada tahun 2020 dan menjadi pemimpin dunia pada tahun 2030. Salah satu proyek yang didukung pemerintah adalah menciptakan chip yang memiliki 20 kali kinerja dan efisiensi energi GPU NVIDIA. Perusahaan Cina Cambricon berjanji untuk membuat satu miliar unit pemrosesan dalam tiga tahun ke depan dan mengembangkan chip khusus untuk pembelajaran mendalam.

Medan perang di usia AI

Perang masa depan akan bergantung pada teknologi pintar yang belum pernah ada sebelumnya. Drone hanyalah permulaan. Dengan meningkatnya konvergensi pertahanan konvensional, pengawasan, dan pengintaian dengan cybersecurity, kebutuhan untuk AI berbasis algoritma hanya mengembang.

Cybersecurity adalah area peluang nyata untuk AI karena serangan terus berkembang dan tantangan utamanya adalah bentuk malware baru. Prima facie, AI akan memiliki keunggulan tambahan di sini mengingat kemampuannya untuk beroperasi pada skala dan menyaring melalui jutaan insiden untuk mengidentifikasi penyimpangan, risiko, dan sinyal dari ancaman masa depan.

Pasar menjamur dengan perusahaan cybersecurity baru mencoba memanfaatkan pembelajaran mesin sampai batas tertentu.

Sebanyak 134 startup telah mengumpulkan $ 3,65 miliar dalam pendanaan ekuitas dalam 5 tahun terakhir. Sekitar 34 dari mereka meningkatkan ekuitas untuk pertama kalinya tahun lalu untuk bersaing di pasar yang masih didominasi oleh perusahaan besar seperti Cybereason, CrowdStrike, Cylance, dan Tanium.

Terapkan AI untuk meningkatkan layanan produksi video

Ini bisa menjadi langkah besar jika kami menerapkan AI untuk mengembangkan layanan Media. Karena iklan video menjadi semakin penting bagi kehidupan kita, ini adalah jembatan yang mendorong dan mengembangkan pasar.
Lihat layanan iklan video di layanan media kami.

Lihat layanan iklan video di layanan media kami.

Asisten Suara

Komputasi suara diaktifkan di seluruh Consumer Electronics Show pada tahun 2018. Hampir tidak ada perangkat IoT yang tanpa integrasi ke Amazon Echo atau Google Home.

Samsung juga bekerja pada asisten suara sendiri, Bixby. Ia ingin semua produknya terhubung ke internet dan memiliki intelijen dari Bixby pada tahun 2020.

LG membuat semua peralatannya di 2017 WiFi-enabled.

AI untuk melemparkan tantangan sebelum profesional

Profesional yang terampil – termasuk pengacara, konsultan, penasihat keuangan, dll – akan menghadapi panasnya kecerdasan buatan sebanyak pekerja tidak terampil dan semi terampil.

Misalnya, kecerdasan buatan memiliki potensi besar untuk mengurangi waktu dan meningkatkan efisiensi dalam pekerjaan hukum. Ketika platform AI menjadi lebih efisien, terjangkau dan dikomersilkan, ini akan mempengaruhi struktur penggajian firma hukum eksternal yang dibebankan per jam.

Desentralisasi dan Demokratisasi

Kecerdasan Buatan tidak hanya terbatas pada superkomputer dan perangkat besar yang kuat; itu juga menjadi bagian dan paket dari smartphone dan perangkat dan peralatan yang dapat dipakai. Ujung komputasi muncul sebagai area besar berikutnya di AI.

Democratization

Apple merilis chip A11 dengan mesin saraf untuk iPhone 8 dan X. Apple mengklaim dapat melakukan tugas pembelajaran mesin hingga 600B per detik.

Kasus lain untuk edge AI adalah melatih asisten AI pribadi Anda secara lokal di perangkat Anda untuk mengenali aksen unik Anda atau mengidentifikasi wajah.

Jaringan Kapsul

Jaringan syaraf memiliki banyak sekali arsitektur. Salah satu yang paling populer dalam pembelajaran hari ini dikenal sebagai jaringan saraf convolutional. Sekarang arsitektur baru, jaringan kapsul, telah dikembangkan dan akan melebihi jaringan saraf konvolusional (CNN) di berbagai bidang.

CNN memiliki batasan tertentu yang menyebabkan kurangnya kinerja atau celah keamanan.

Jaringan Kapsul akan memungkinkan AI untuk mengidentifikasi pola umum dengan data yang lebih sedikit dan kurang rentan terhadap hasil yang salah.

Jaringan Kapsul akan mengambil posisi dan orientasi relatif dari suatu objek menjadi pertimbangan tanpa perlu dilatih secara mendalam pada variasi.

Mimpi gaji dalam perburuan bakat AI

Sesuai laporan terbaru, perkiraan jumlah peneliti yang memenuhi syarat saat ini di bidang AI adalah 300.000, termasuk siswa di bidang penelitian yang relevan. Sementara itu, perusahaan membutuhkan sejuta ahli AI atau lebih untuk kebutuhan teknik mereka.

Di AS, pencarian Glassdoor untuk “kecerdasan buatan” menunjukkan lebih dari 32.000 pekerjaan yang terdaftar saat ini, dengan beberapa rentang gaji hingga 6 digit.Perusahaan lebih dari bersedia membayar honorarium yang mahabesar untuk ahli AI cerdas.

Bigwigs of enterprise AI

Karena raksasa teknologi seperti Google, Amazon, Salesforce, dan Microsoft meningkatkan kemampuan AI perusahaan mereka, akan sangat sulit bagi para pemain yang lebih kecil untuk mempertahankan diri.

Google merilis Cloud AutoML. Pelanggan dapat membawa data mereka sendiri untuk melatih algoritme agar sesuai dengan kebutuhan khusus mereka.

Amazon mulai menjual AI-as-a-Service dengan “Amazon AI” di bawah spanduk AWS-nya.Tujuan Amazon AI adalah melayani besar.

Diagnostik medis AI

Diagnostik medis AI

Regulator di AS sangat menantikan untuk menyetujui AI untuk digunakan dalam pengaturan klinis. Keuntungan AI dalam diagnostik adalah deteksi dini dan akurasi yang lebih baik.

Algoritma pembelajaran mesin dapat membandingkan gambar medis dengan jutaan pasien lainnya, mengambil nuansa yang mungkin diabaikan oleh mata manusia.

Alat pemantauan AI yang berfokus pada konsumen seperti SkinVision – yang menggunakan visi komputer untuk memantau bisul kulit yang mencurigakan – sudah digunakan. Tapi gelombang baru aplikasi perawatan kesehatan akan menentukan kemampuan pembelajaran mesin di rumah sakit dan klinik.

Baru-baru ini, AstraZeneca, perusahaan farmasi dan biofarmasi Anglo-Swedia, mengumumkan kemitraan dengan anak perusahaan Alibaba Ali Health untuk mengembangkan aplikasi skrining dan diagnosa yang dibantu AI di China.

GE dan Nvidia juga telah bergandeng tangan untuk membawa kemampuan belajar yang mendalam ke perangkat pencitraan medis GE.

Bangun AI Anda sendiri

Karena pustaka perangkat lunak sumber terbuka, ratusan API dan SDK, dan perangkat perakitan yang mudah dari Amazon dan Google, penghalang untuk masuk dalam AI tidak mungkin lebih rendah.Google meluncurkan proyek “AI untuk segala usia” yang disebut AIY (Artificial Intelligence yourself).

Produk pertamanya adalah perangkat pengenalan suara untuk Raspberry Pi yang memungkinkan pengguna untuk memberikan suara apa pun yang mereka inginkan kepada asisten suara pribadi mereka.

Point of no return untuk Machine Learning?

Pertama adalah data besar, dan kemudian datang awan, lalu mesin belajar hiruk-pikuk.Kami mencapai pembelajaran mesin puncak di 2017.

Investor tahun lalu memompa lebih dari $ 15.2b dalam pendanaan untuk startup AI di berbagai industri. Itu adalah lonjakan dana sebesar 141% dari tahun 2016.

Lebih dari 1.100 perusahaan AI baru telah mengumpulkan dana putaran pertama mereka sejak tahun 2016. Dan itu lebih dari setengah jumlah startup AI yang bersejarah yang pernah meningkatkan putaran ekuitas.

Normalisasi dan pengarusutamaan pembelajaran mesin akan membuat investor memilih perusahaan AI yang didanainya.

1 Comment

  1. I know this if off topic but I’m looking into starting my own weblog and was curious what all is needed to get setup? I’m assuming having a blog like yours would cost a pretty penny? I’m not very web savvy so I’m not 100 certain. Any tips or advice would be greatly appreciated. Kudos

Leave a Reply

Your email address will not be published. Required fields are marked *