2021年值得关注的5种新兴AI和机器学习趋势

人工智能和机器学习已成为2020年的热门话题，因为人工智能和机器学习技术越来越多地进入到从高级量子计算系统和尖端医疗诊断系统到消费电子产品和“智能”个人助手的一切领域。

根据市场研究机构IDC的数据，今年全球AI硬件，软件和服务产生的收入预计将达到1,565亿美元，比2019年增长12.3％。

但是，当涉及到AI和ML技术的发展和使用趋势时，很容易为树木而忽略森林。在动荡的2020年即将结束之际，这里是一幅全景图，着眼于五个关键的AI和机器学习趋势-不仅涉及他们正在寻找的应用类型，还包括它们的开发方式和方式他们正在被使用。

人工智能和机器学习在超自动化中的日益重要的作用

超自动化是市场研究公司Gartner确定的IT大趋势，其思想是组织中可以自动化的大多数事物（例如旧业务流程）都应该自动化。大流行加速了该概念的采用，该概念也被称为“数字过程自动化”和“智能过程自动化”。

人工智能和机器学习是超级自动化（以及其他技术，例如机器人流程自动化工具）的关键组成部分和主要驱动力。成功的超级自动化计划不能依靠静态打包软件。自动化的业务流程必须能够适应不断变化的情况并应对意外情况。

这就是使用“学习”算法和模型以及自动化系统生成的数据来引入AI，机器学习模型和深度学习技术的地方，以使系统能够随着时间的推移自动改进并响应不断变化的业务流程和需求。（深度学习是机器学习的一个子集，它利用神经网络算法从大量数据中学习。）

通过AI工程将纪律带入AI开发

根据Gartner的研究，只有约53％的AI项目成功地实现了从原型到全面生产的过程。在尝试部署新开发的AI系统和机器学习模型时，企业和组织经常在系统可维护性，可伸缩性和治理方面苦苦挣扎，而AI计划常常无法产生希望的回报。

根据Gartner的2021年最佳战略技术趋势清单，企业和组织逐渐了解到，强大的AI工程策略将改善“ AI模型的性能，可伸缩性，可解释性和可靠性”，并实现“ AI投资的全部价值” 。

开发有纪律的AI工程流程是关键。根据Gartner的说法，人工智能工程融合了DataOps，ModelOps和DevOps的元素，并使AI成为主流DevOps流程的一部分，而不是一组专门的隔离项目。

越来越多地将AI用于网络安全应用

人工智能和机器学习技术越来越多地进入企业系统和家庭安全的网络安全系统。

网络安全系统的开发人员正在一场永无止境的竞赛中，不断更新其技术，以跟上恶意软件，勒索软件，DDS攻击等不断演变的威胁。人工智能和机器学习技术可以用来帮助识别威胁，包括早期威胁的变体。

基于AI的网络安全工具还可以从公司自己的交易系统，通信网络，数字活动和网站以及外部公共资源收集数据，并利用AI算法识别模式并识别威胁性活动，例如检测可疑IP地址和潜在的数据泄露。

根据研究公司IHS Markit的研究，当今在家庭安全系统中使用AI很大程度上限于与消费类视频摄像机集成的系统以及与语音助手集成的入侵者警报系统。但是IHS表示，人工智能的使用将扩大到创建“智能家居”，系统将在其中学习乘员的方式，习惯和喜好，从而提高识别入侵者的能力。

AI / ML与物联网的交叉点

近年来，物联网一直是快速增长的领域，市场研究人员Transforma Insights预测，到2030年，全球物联网市场将增长到241亿台设备，产生1.5万亿美元的收入。

AI / ML的使用与IoT越来越紧密地交织在一起。例如，人工智能，机器学习和深度学习已被用于使IoT设备和服务更智能，更安全。但是，鉴于AI和ML需要大量数据才能成功运行-物联网传感器和设备网络所提供的正是这种优势，两种方式都有好处。

例如，在工业环境中，整个制造工厂的物联网网络可以收集运营和性能数据，然后由AI系统进行分析，以改善生产系统性能，提高效率并预测何时需要维护机器。

有人称之为“物联网人工智能（AIoT）”可以重新定义工业自动化。

有关AI技术的持续伦理问题

今年早些时候，由于种族歧视的抗议活动达到顶峰，包括微软，IBM和亚马逊在内的几家领先的IT供应商宣布，他们将限制警察部门对基于AI的面部识别技术的使用，直到有联邦法律规范该领域。根据《华盛顿邮报》的报道，

围绕人工智能技术的日益使用，这引起了一系列伦理问题的关注。其中包括明显地将AI滥用于“深造”的错误信息工作和网络攻击。但是，它还包括灰色区域，例如政府和执法机构使用AI进行监视和相关活动，以及企业将AI用于营销和客户关系应用程序。

在深入探讨有关AI在可能完全替代人类工人的系统中的潜在用途之前，这是所有问题。

一个2019年12月福布斯的文章说，在这里的第一步是提出必要的问题-我们已经开始这样做。在某些应用中，可能需要联邦法规和立法，以及将AI技术用于执法。

在业务上，Gartner建议创建外部AI道德委员会，以防止可能危害公司品牌，采取监管措施或“导致抵制或破坏业务价值”的AI危险。这样的董事会，包括公司客户的代表，可以为AI开发项目的潜在影响提供指导，并提高AI项目的透明度和问责制。