20222022 年值得关注的人工智能趋势 点击这里免费注册 所有这些数据来自哪里？CB Insights 平台包含本报告中包含的基础数据 32022 年值得关注的 AI 趋势目录保护隐私的合成数据。从医疗保健到金融，6企业正在尝试使用合成数据集来实现数据共享和协作——同时遵守 GDPR 和其他隐私法。$67B 筹码竞赛。随着企业争相占据主导地位9在人工智能芯片方面，从 3D 芯片到内存计算的新创新有望撼动这一领域。保护虚拟世界。有毒成分的威胁和13行为已经从社交媒体蔓延到一个新的领域：网络世界。公司正在使用人工智能来检测游戏和其他虚拟空间中的有害行为。清除深度伪造。作为 deepfake 候选人16投票活动和 AI 视频传播战时错误信息，deepfake 检测技术与创建它的 AI 竞争。增强编码。人工智能使编码变得更容易和更多20通过协助代码完成和自动化软件测试来提高效率。多模态人工智能。科技公司正在大踏步前进22多模态 AI——一种单一的 AI 模型，可以理解来自多种模态的概念，如视频、文本和 2D 图像——以改进搜索和内容生成。端到端机器学习。在分散的市场中25对于 AI 开发，将项目从头到尾的端到端机器学习平台将成为对于在 AI 实施中苦苦挣扎的企业来说，这是一个令人信服的选择。 42022 年值得关注的 AI 趋势介绍机器学习的时代已经到来。AI 公司在 2021 年筹集了创纪录的 66.8B 美元的资金——是 2020 年全球资金总额的两倍多。虽然季度 AI 资金从 21 年第四季度到 22 年第一季度下降了 12%，但这种下降没有整个风险投资那么剧烈，后者同期资金下降了 19%。在我们的 2021 年企业 AI 趋势报告中，我们强调了仍然相关的主题：自然语言处理模型越来越大，AIOps 供应商正在筹集数百万美元的资金，更多的供应商正在整合无代码功能进入他们的平台。现在，与消费者和企业相关的新趋势以及旧问题的新解决方案正在跨行业出现。去年，随着网络世界和游戏越来越受欢迎，以及 Facebook 将其广为人知的名称更改为 Meta，“元宇宙”已成为一个主要主题。这反过来又推动了对新的人工智能驱动的内容审核工具的需求，以监控在线有毒和仇恨行为。从乌克兰战争到韩国总统竞选，deepfake 在主流媒体和政治中变得更加突出——让 deepfake 检测和媒体来源技术重新成为人们关注的焦点。 52022 年值得关注的 AI 趋势最后，为了遵守数据隐私法，医疗保健、电信和金融领域的公司正在转向合成数据：与真实世界数据非常相似的虚假数据。从熟悉的技术到尖端的进步，请继续阅读今年需要密切关注的 7 个 AI 趋势。 62022 年值得关注的 AI 趋势保护隐私的合成数据从医疗保健到金融，企业正在尝试使用合成数据集来实现数据共享和协作——同时遵守 GDPR 和其他隐私法。在没有足够的真实数据来训练 AI 的行业中，或者在合规性和隐私是主要问题的行业中，企业正在转向合成数据集：假图像、视频或类似于真实数据集的表格数据。尽管在准确模仿真实世界数据方面存在挑战，但大公司仍在押注这项技术。资料来源：CB INSIGHTS ESP 供应商矩阵，用于合成表格数据供应商Illumina 正在使用初创公司 Gretel 开发的合成基因组学数据进行医学研究。在一项联合案例研究中，两家公司强调了限制性立法和患者同意要求等问题，这些问题限制了依赖敏感患者数据的医学研究的速度和规模。作为回应，Gretel 使用真实的基因型和表型数据来训练 AI 算法以生成人工基因组数据。 72022 年值得关注的 AI 趋势“与隐私增强技术（如差分隐私）一起，合成数据有可能解决与基因组数据一起工作的深层隐私问题，从而实现更快的数据共享和解锁创新。”— Gretel-Illumina 联合案例研究在金融领域，摩根大通正在使用虚假数据训练金融 AI 模型，而在电信行业，西班牙电信与 Mostly AI 合作创建符合 GDPR 的合成客户档案，以反映真实客户数据的统计模式。据估计，电信行业高达 85% 的真实客户数据因未经客户同意而无法使用，导致行为分析和预测变得困难。2022 年 3 月，MDClone 从 Lightspeed Venture Partners、OrbiMed Advisors 等公司为其合成健康数据平台筹集了 6300 万美元。该公司声称合成数据是可行的替代其他数据去识别化方法（即从患者记录中删除个人身份信息），其中患者可能通过交叉引用重新识别。该领域的另一家供应商 Tonic 在其平台上引入了 AI 功能，以提高虚假数据的保真度。去年，它从 Insight Partners、Bloomberg Beta 等公司筹集了 3500 万美元，并与 Flexport、eBay 和 Oscar 等客户合作。 82022 年值得关注的 AI 趋势虽然合成图像和视频生成已经起飞——这要归功于 GAN，这是一种现在流行的方法，它使用 2 个神经网络来生成超逼真的合成视频和图像——合成表格数据生成仍处于早期阶段。但数据匿名化、隐私合规性和潜在偏见减少的优势使其成为跨行业公司的一个有吸引力的选择。 92022 年值得关注的 AI 趋势$67B 筹码竞赛随着公司争相在人工智能芯片领域占据主导地位，从 3D 芯片到内存计算的新创新有望撼动这一领域。人工智能在各行各业的快速商业成功正在创造对能够支持计算密集型人工智能工作流的专用硬件的需求，无论是在云数据中心还是在摄像头等边缘设备中。曾经由 Nvidia 的 GPU 主导，67B 美元的 AI 芯片市场已经被许多玩家炸开。谷歌最新的 Pixel 手机由这家科技巨头自己的 Tensor 处理器提供支持，以支持设备上的人工智能应用程序，而亚马逊在 21 年第四季度推出了其用于人工智能推理的定制芯片 Graviton3。除了老牌企业之外，初创公司也加入了竞争。 Cerebras Systems 提供了它声称的“有史以来最大的芯片”，具有 2.6T 晶体管和 850,000 个 AI 内核。该公司在 21 年第四季度以 4B 美元的估值筹集了 2.5 亿美元。 102022 年值得关注的 AI 趋势然而，由于空间和能源的限制，庞大的芯片对于许多日常人工智能应用来说并不实用。看到这个机会，越来越多的公司正在提供可与汽车传感器、商店摄像头、自动化工厂机器人等低功耗设备一起使用的 AI 芯片。设备上的 AI 处理可以为低延迟和潜在的隐私保护体验提供支持。包括 Mythic、Syntiant 和 Kneron 在内的初创公司各自筹集了超过 1 亿美元来开发这项技术。来源：SYNTIANT与此同时，Untether AI 和 HOUMO.AI 等初创公司正在研究“内存计算”。这种方法将 AI 处理器和内存整合到一个芯片上。与传统方法相比，这些系统的紧密接近性和高度集成可以带来显着的性能提升：三星报告称，它使用这种方法将语音识别神经网络的速度提高了一倍以上，同时将其能耗降低了一半。 112022 年值得关注的 AI 趋势资料来源：GraphcoreAI 芯片独角兽 Graphcore 也在使用称为“3D 芯片”的方法来改进芯片结构以提高性能。该技术涉及将多个芯片组粘合在一起，以创建一个错综复杂的组件融合堆栈。 Graphcore 使用这种方法将供电芯片直接放置在 AI 之上处理器，使芯片训练神经网络的速度比上一代快 40%，同时使用更少的能量。其他公司正在完全放弃传统 AI 芯片的物理特性，转而使用光子处理器，该处理器使用光而不是电信号来传输数据。光子学的一大优势是速度——与纯粹依靠流经电缆的电子相比，光可以更快地传递信息，带宽更大，并且使用更少的能量。随着人工智能工具的需求预计将继续呈指数级增长，光子学有望避免遇到迫在眉睫的硬件障碍。 122022 年值得关注的 AI 趋势几十年来，研究人员一直在努力使用光子学制造实用的通用芯片。然而，包括 Lightmatter 和 Luminous Computing 在内的初创公司都认为他们可以使用针对深度学习等任务优化的光子芯片来构建“人工智能超级计算机”，甚至能够处理特别繁重的算法。专业的人工智能芯片将继续存在——英伟达和英特尔等老牌企业正面临来自初创公司和大型科技领导者的激烈竞争。新技术的出现将使这些芯片性能更好并使用更少的能源。展望未来，像量子机器学习这样的尖端技术——它使用量子计算机来帮助更有效地运行某些人工智能任务——将使这一局面更加复杂。 132022 年值得关注的 AI 趋势保护虚拟世界有毒内容和行为的威胁已经从社交媒体蔓延到一个新的前沿：网络世界。公司正在使用人工智能来检测游戏和其他虚拟空间中的有害行为。在美国，玩电子游戏的人数创历史新高。此外，76% 的 18 岁以下美国人玩游戏，这引发了人们对儿童将接触到不适当或仇恨内容的担忧。在线检测仇恨言论并不是一个新问题。据报道，Meta 在 2016 年至 2021 年期间花费了 13B 美元用于内容审核，而 TikTok 声称在 2020 年将有 10,000 人从事内容审核工作。 TikTok和Meta都被内容版主起诉，他们在工作中遭受了心理伤害。现在，鉴于围绕虚拟世界的炒作和快速发展的在线游戏生态系统，有毒内容和行为的威胁已经从社交媒体网站蔓延到一个新的领域：在线游戏和虚拟世界。 142022 年值得关注的 AI 趋势游戏会迅速以仇恨言论、网络欺凌、悲伤（故意帮助其他团队获胜以挫败队友）和愤怒退出（拒绝玩游戏破坏其他人的体验）的形式变得有毒。反诽谤联盟的一项研究发现，多达 80% 的玩家在一些最受欢迎的多人游戏中经历过骚扰。初创公司正在转向和新兴以应对这个市场，他们相信人工智能可以大规模打击这种行为。 Spectrum Labs 声称其自然语言处理 (NLP) 平台将基于音频和文本的内容审核工作减少了 50%，同时将有毒行为检测提高了 10 倍。与此同时，2022 年 3 月，GGWP 从隐身状态中脱颖而出，宣布打算通过使用 AI 监控聊天日志和游戏数据来打击游戏中的有毒行为。这家初创公司此前已经筹集了 1200 万美元的种子轮融资，得到了投资者的支持，例如BITKRAFT Esports Ventures、索尼创新基金和 Riot Games。2021 年 4 月，Hive 以 20 亿美元的估值筹集了 5000 万美元的 D 轮融资。这家初创公司成立于 2013 年，作为众包 AI 训练数据的平台，正在提供自动化内容审核，以帮助 HighRise 和 Naver Z 等元界公司（运行 Zepeto 平台）掌握玩家仇恨言论、网络欺凌等问题。 152022 年值得关注的 AI 趋势资料来源：蜂巢大型科技公司也在抢购 AI 初创公司，以在内部引入审核功能。例如，2021 年 10 月，微软收购了人工智能内容审核服务 Two Hat，该服务将 Roblox、Epic Games 和微软拥有的 Minecraft 列为其客户。最终，完美的内容审核可能是不可能的。在线社区不断适应逃避平台审查。然而，NLP 和基于图像的分类等关键领域的突破，以及最近对人工智能驱动的内容审核初创公司的融资，表明人工智能将处于内容审核战争的最前沿。 162022 年值得关注的 AI 趋势清除深度伪造随着 deepfake 候选人竞选投票和 AI 视频传播战时错误信息，deepfake 检测技术与创建它的 AI 竞争。Deepfakes 已经从超逼真的图像扩展到语音和视频恶搞——包括面部重演，视频中的一张脸被换成另一张脸。在自学习算法的支持下，这些假货随着时间的推移变得越来越好。公开的视频和录音的数量之多使得训练人工智能算法和生成深度伪造变得容易——尤其是名人。研究人员表示，将人工智能生成的人脸、物体和视频与真实的人脸、物体和视频区分开来只会变得更加困难。2022 年，Deepfake 在媒体中激增，尤其是在政治领域。 2022 年 3 月，《华尔街日报