2021-11-18 09:56:42|已瀏覽：300次
人工智能技術的潛力大家都有目共睹，但未來人工智能可以用來做什么，將會給人類社會帶來多大的變革，也在考驗我們的想象力。
盡管人工智能技術還處在初級發(fā)展階段，但它現(xiàn)有的能力也足以改變眾多領域，尤其是那些有著大量數(shù)據(jù)卻無法有效利用的領域。
1 人工智能推動基礎科學理論突破
實際上，材料、化學、物理等基礎科學領域的研究過程中充滿了“大數(shù)據(jù)”，從設計、實驗、測試到證明等環(huán)節(jié)，科學家們都離不開數(shù)據(jù)的搜集、選擇和分析。
由于物理、化學或力學規(guī)律的存在，這些領域的數(shù)據(jù)往往都是結(jié)構(gòu)化的、高質(zhì)量的以及可標注的。
人工智能技術（機器學習算法）擅長在海量數(shù)據(jù)中尋找“隱藏”的因果關系，能夠快速處理科研中的結(jié)構(gòu)化數(shù)據(jù)，因此得到了科研工作者的廣泛關注。
人工智能在材料、化學、物理等領域的研究上展現(xiàn)出巨大優(yōu)勢，正在引領基礎科研的“后現(xiàn)代化”。
以物理領域為例，人工智能的應用給粒子物理、空間物理等研究帶來了前所未有的機遇。為尋找希格斯玻色子（上帝粒子），進一步理解物質(zhì)的微觀組成，歐洲核子研究中心（CERN）主導開發(fā)了大型強子對撞機（LHC）。
LHC是目前世界上最大的粒子加速器，它每秒可產(chǎn)生一百萬吉字節(jié)（GB）的數(shù)據(jù)，一小時內(nèi)積累的數(shù)據(jù)竟然與Facebook一年的數(shù)據(jù)量相當。
有一些研究人員就想到，利用專用的硬件和軟件，通過機器學習技術來實時決定哪些數(shù)據(jù)需要保存，哪些數(shù)據(jù)可以丟棄。
事實證明，機器學習算法可以至少做出其中70%的決定，能夠大大減少人類科學家的工作量。盡管人工智能商業(yè)化發(fā)展更容易受關注，但人工智能在基礎科研中的應用，卻更加激動人心。因為社會生產(chǎn)力的變革，歸根結(jié)底在于基礎科研的進一步突破。
我們或許再也回不到有著牛頓、麥克斯韋和愛因斯坦等科學“巨人”的時代。
在那個時代，“巨人”們可以憑借著超越時代的智慧，在紙張上書寫出簡潔優(yōu)美的定理，或者設計出轟動世界的實驗。像這樣做出偉大工作的機會或許不多了，在這個時代，更多需要的是通過大量實驗數(shù)據(jù)來獲取真理的工作。大到宇宙起源的探索，小到蛋白質(zhì)分子的折疊，都離不開一批又一批科學家們前赴后繼、執(zhí)著探索。
人工智能技術的應用，或許能幫助藍色星球的科學家們擺脫無窮無盡實驗的痛苦，加速重大科學理論的發(fā)現(xiàn)，將人類文明提升到新的臺階。
2 人工智能推動社會生產(chǎn)效率快速提升
人工智能無疑是計算機應用的最高目標和終極愿景：徹底將人類從重復機械勞動中解放出來，讓人們從事真正符合人類智能水平、充滿創(chuàng)造性的工作。
在60年的人工智能發(fā)展史中，已經(jīng)誕生了機器翻譯、圖像識別、語音助手和個性推薦等影響深遠的應用，人們的生活在不知不覺中已經(jīng)發(fā)生了巨大變化。
未來，人工智能應用場景進一步延伸，是否能夠帶來社會生產(chǎn)效率的極大提升，引領人類進入新時代？
為了探索這一問題，曾在谷歌和百度擔任高管的吳恩達于2017年成立了一家立足于解決 AI 轉(zhuǎn)型問題的公司 Landing . ai。
吳恩達通過一篇文章和一段視頻在個人社交網(wǎng)站上宣布了該公司的成立，并表示希望人工智能能夠改變?nèi)祟惖囊率匙⌒械确椒矫婷娴纳睿屓藗儚闹貜托詣趧拥木窨嘁壑薪饷摗?/span>
Landing的中文含義是“落地”，這家公司的目標是幫助傳統(tǒng)企業(yè)用算法來降低成本、提升質(zhì)量管理水平、消除供應鏈瓶頸等等。
截至目前，Landing . ai已經(jīng)選擇了兩個落地領域，分別是制造業(yè)和農(nóng)業(yè)。
3 人工智能將有效改善人類的生存空間
自第一次工業(yè)革命以來，人類活動對自然界造成的影響越來越大，日益增長的資源需求使得土地利用情況產(chǎn)生巨大變化，污染愈發(fā)嚴重，生物多樣性銳減，人類的生存空間變得越來越惡劣。
進入人工智能時代后，怎樣更好地利用大數(shù)據(jù)和機器學習等前沿技術，為環(huán)保和綠色產(chǎn)業(yè)賦能，成為了政府、科學家、公眾以及企業(yè)的關注焦點。
在能源利用方面，谷歌旗下的DeepMind無疑走在了最前面。
2016年開始，DeepMind將人工智能工具引入到谷歌數(shù)據(jù)中心，幫助這家科技巨頭節(jié)省能源開支。DeepMind利用神經(jīng)網(wǎng)絡的識別模式系統(tǒng)來預測電量的變化，并采用人工智能技術操控計算機服務器和相關散熱系統(tǒng)，成功幫助谷歌節(jié)省了40%的能源，將谷歌整體能效提升了15%。
2018年后，DeepMind更是將“觸手”伸向了清潔能源領域。我們都知道，風力發(fā)電因為有較大的波動性和不可預測性，因而難以并入電網(wǎng)，無法有效利用。
DeepMind利用天氣預報、氣象觀測等數(shù)據(jù)訓練神經(jīng)網(wǎng)絡模型，可以提供36小時后的風力預測，從而讓農(nóng)場的風力發(fā)電變得能夠預測。
一旦風力發(fā)電可以預測，電廠就能有充裕的時間啟動需要較長時間才能上線的發(fā)電手段，與風力互補。如此一來，風電并網(wǎng)難的問題就可輕松解決。
4 總 結(jié)
站在2019年看人工智能，不免感到幾絲寒意。人工智能算法沒有明顯突破，魯棒性差、算法黑箱等問題依然突出，部分商業(yè)化落地也不及預期，一些專家學者開始擔心人工智能將迎來新的“寒冬”。
但若站在未來回顧人工智能，當前所有的擔憂將僅僅是一個個小插曲。即便是目前，人工智能技術的潛力也遠遠未終結(jié)。人工智能即將帶來的變革，仍將會超乎大部分人的想象。
本文由培訓無憂網(wǎng)長沙牛耳教育專屬課程顧問整理發(fā)布，希望能夠?qū)ο雲(yún)⒓娱L沙大數(shù)據(jù)分析培訓的學生有所幫助。更多大數(shù)據(jù)分析培訓課程資訊歡迎關注培訓無憂網(wǎng)大數(shù)據(jù)人工智能培訓頻道或添加老師微信：1503333605010．
注：尊重原創(chuàng)文章,轉(zhuǎn)載請注明出處和鏈接 http://www.wg4j.cn/news-id-4145.html 違者必究！部分文章來源于網(wǎng)絡由培訓無憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實性請自行核實或聯(lián)系我們，了解更多相關資訊請關注人工智能頻道查看更多，了解相關專業(yè)課程信息您可在線咨詢也可免費申請試課。關注官方微信了解更多：150 3333 6050
