2021年AI五大趋势备受期待

就是AutoML。

机器学习是让算法自动从数据中找出一组规则，从而提取数据中的相关特征，随着机器学习的发展，其中人工需要干预的部分越来越多，而AutoML则是对机器学习模型从构建到应用的全过程自动化。

虽然AutoML能在没有扎实数据科学知识的情况下构建高质量的人工智能模型，但低代码/无代码平台更上一层楼——它能在没有深入编程知识的情况下构建整个生产级人工智能驱动的应用程序。

去年低代码/无代码工具异军突起并风靡全球，应用领域也不一而足，从构建应用程序到面向企业的垂直人工智能解决方案等，这股新鲜势力有望在今年持续发力。

有数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总价值将进一步提升至455亿美元。

美国亚马逊公司于2020年6月发布的Honeycode平台就是最好的证明，Honeycode是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。

高级预训练语言模型

“来自变换器的双向编码器表征量”(BERT)是谷歌公司于2018年末开发并发布的一种新型语言模型。作为自然语言处理(NLP)领域的新秀，BERT成为过去几年NLP重大进展的集大成者，一出场就技惊四座碾压竞争对手，刷新了11项NLP测试的最高纪录，甚至超越了人类的表现。

近年来，与BERT模型相似的预训练语言模型(如问答、命名实体识别、自然语言推理、文本分类等)在许多自然语言处理任务中发挥着重要作用。

这些预训练语言模型非常强大，并彻底改变了语言的翻译、理解以及总结等等，但这些模型非常昂贵，而且训练非常耗时。

好消息是，高级预训练模型可以催生出新一代高效且极易构建的人工智能服务。

GPT-3是其中的翘楚!它是OpenAI斥巨资打造的自然语言处理模型，拥有1750亿超大参数量，是NLP领域最强AI模型。自去年5月份首次推出以来，凭借惊人的文本生成能力，GPT-3在各大媒体平台一直热度不减。它不仅能够答题、写文章、写诗、翻译文章，还能生成代码、做数学推理、数据分析、画图表制作简历，甚至玩游戏都可以，而且效果出奇的好。

合成内容生成

人工智能领域的算法创新并非仅仅出现在NLP。生成式对抗网络(GANs)也涌现出大量创新，展示了科学家们在创造艺术和假图像方面取得的非凡成就。

GANs由加拿大蒙特利尔大学AI学者伊恩·古德费洛首先提出，其训练和调整也很复杂，因为它们需要大量数据集进行训练。

但科学家们的创新极大地减少了创建GANs所需的数据量。例如，美国英伟达公司展示了一种新的方法来增强训练GANs的效率，与此前的方法相比，其需要的数据更少。这使GANs可以广泛适用于多个领域，从医学应用(如合成癌症组织学图像)到更深层的“Deep Fake”(深度造假)。

“深度造假”是一种高能黑科技，其采用了最新的人工智能技术，能

（编辑：淮安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!