2020年AI如何发展？且看这些机器学习顶尖人士的预测

“通过与一种新的当代方法混合，这些神经符号方法将学习和推理结合在一起，其中符号维度被嵌入到学习程序中，就可以利用少量数据进行学习，”他说。“由于学习了程序，最终得到了一些可解释的东西，并且由于你拥有了可解释的东西，因此你有了更受信任的东西。”

他还提到，公平性、数据完整性和数据集选择等问题将继续引起人们的广泛关注。与生物识别技术有关的任何事情都将如此。面部识别得到了很多关注，但这仅仅是开始。语音数据以及其他形式的生物识别技术将越来越具有敏感性。他继续引用了哥伦比亚大学教授Rafael Yuste的话，他从事神经技术研究，并正在探索提取神经元模式的方法。

Gil说：“我以这个例子为例是想表达，在未来与人的身份、生物特征相关的领域会备受关注，人工智能在分析这些方面取得的进步将继续处于前沿和中心位置。”

除了神经符号和常识推理外，MIT-IBM Watson Lab的一项旗舰计划以及IBM Research在新的一年还将探索AI的量子计算以及降低精度架构之外的AI模拟硬件。

总结

机器学习正在不断塑造着商业和社会。随着Transformers推动该领域巨大的发展，自然语言模型的进步是2019年的主要成就。而在2020年，研究人员和专家将寻找更多基于BERT和Transformer模型的变体，并看到了一系列新的发展趋势：

除了关注准确性外，AI行业应该寻找评估模型输出的新方法。

诸如半监督学习、机器学习的神经符号方法以及多任务和多模式学习方法等子领域可能会在未来一年中取得进展。

与生物统计数据（如语音记录）相关的伦理挑战可能会继续引起争议。

诸如量化之类的编译器和方法可能会在诸如PyTorch和TensorFlow之类的机器学习框架中作为优化模型性能的方式而流行起来。

（编辑：应用网_阳江站长网）

【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!