根据 2020 年麦肯锡全球人工智能 (AI) 调查，2020 年，超过 50% 的公司已在至少一个业务部门或职能部门采用了人工智能，因此我们见证了新的人工智能趋势的出现。 组织应用人工智能工具来创造更多价值、增加收入和客户忠诚度。 人工智能领先公司将至少 20% 的息税前利润 (EBIT) 投资于人工智能。 随着 COVID-19 加速数字化，这个数字可能会增加。 封锁导致在线活动激增，并在商业、教育、行政、社交等领域大量采用人工智能。

本文旨在概述2020年出现并在2021年仍在增长的人工智能新趋势和当前趋势。企业可以根据趋势预测2022年人工智能的未来，成功降低风险。

人工智能采用趋势

人工智能采用水平因行业而异。使用麦肯锡全球人工智能调查中提到的数据，我们可以突出四个领先行业：高科技、电信、汽车、装配。

公司将人工智能应用于服务运营、服务或产品设计、广告和销售。在投资方面，药物发现和开发领域获得的资金最多——2020年，资产总额超过138亿美元，比上年增长4.5倍。

如果应用于库存和零件优化、定价和促销、客户服务分析、销售和需求预测，人工智能将推动最高的收入增长。报告成本降低的用例与优化人才管理、联络中心自动化和仓库自动化有关。

人工智能技术趋势

在 2021 年和接下来的几年里，人工智能将被用来简化运营并提高效率。企业应尝试通过改善 IT 基础设施和数据管理，从人工智能的商业应用中受益。但并非每个部署的 AI 模型都可以对公司有所帮助并适用于绩效监控。我们将关注可能成为主流的 2021-2022 年人工智能趋势。

趋势 1：用于安全和监控的 AI

人工智能技术已经应用于人脸识别、语音识别和视频分析。这些技术构成了监视的最佳组合。因此，到 2021 年，我们可以预见人工智能在视频监控中的大量利用。

人工智能有利于安全系统的灵活设置。以前，工程师花费大量时间配置系统，因为它会在屏幕上特定数量的像素发生变化时被激活。所以，误报太多了。这些警报是由落叶或奔跑的动物引起的。多亏了人工智能，安全系统可以识别物体，这有助于更灵活的设置。

视频监控中的人工智能可以通过关注异常行为模式而非面部来检测可疑活动。这种能力可以通过识别潜在威胁来创建更安全的公共和私人空间。这种人工智能驱动的视频解决方案也可能有助于物流、零售和制造。

另一个为人工智能应用提供前景的利基是语音识别。与语音识别相关的技术可以确定身份。身份是指一个人的年龄、性别和情绪状态。用于监控的语音识别所基于的原理可能与 Alexa 或 Google Assistant 的情况相同。一个适用于安全和监视的功能是内置的反欺骗模型，可检测合成和录制的语音。

最关键的安全技术之一是生物特征人脸识别。不同的恶意应用程序试图通过提供虚假照片而不是真实图像来欺骗安全系统。为了防范这种情况，目前正在开发和大规模使用多种反欺骗技术。

趋势2：实时视频处理中的人工智能

处理实时视频流的挑战是处理数据管道。工程师的目标是确保准确性并最大限度地减少视频处理的延迟。而人工智能解决方案可以帮助实现这一目标。

为了在实时视频处理中实现基于 AI 的方法，我们需要一个预训练的神经网络模型、一个云基础设施和一个用于应用用户场景的软件层。处理速度对于实时流传输至关重要，因此所有这些组件都应紧密集成。为了更快的处理，我们可以并行化进程或改进算法。进程并行化是通过文件拆分或使用管道方法实现的。这种流水线架构是最佳选择，因为它不会降低模型的准确性，并且允许使用 AI 算法实时处理视频而没有任何复杂性。此外，对于管道架构，可以应用暗示面部检测和模糊的附加效果。

现代实时流处理与背景去除和模糊的应用密不可分。由于 COVID-19 对视频会议新趋势的出现和普及做出了贡献，对这些工具的需求有所增加。这些趋势将得到积极发展，因为据 GlobeNewswire 称，全球视频会议市场预计将从 2021 年的 92 亿美元增长到 2026 年的 225 亿美元。

有多种方法可以开发用于实时视频中背景去除和模糊的工具。挑战在于设计一个能够将框架中的人与背景分开的模型。可以执行此类任务的神经网络可以基于现有模型，如 BodyPix、MediaPipe 或 PixelLib。选择模型后，仍然面临着将其与适当框架集成并通过 WebAssembly、WebGL 或 WebGPU 的应用程序组织最佳执行过程的挑战。

趋势 3：用于内容创建和聊天机器人的生成式人工智能

现代 AI 模型可以生成非常高质量的文本、音频和图像，几乎与非合成的准确数据无法区分。

文本的核心是自然语言处理 (NLP)。 NLP 的快速发展导致了语言模型的出现。例如，谷歌和微软成功地使用 BERT 模型来补充他们的搜索引擎。

与 NLP 相关的技术的发展还能如何推动公司发展?首先，结合 NLP 和 AI 工具可以创建聊天机器人。据 Business Insider 称，聊天机器人市场预计在 2024 年将达到 94 亿美元，所以让我们强调企业从 AI 驱动的聊天机器人实施中受益的方式。

聊天机器人试图了解人们的意图，而不仅仅是执行标准命令。在不同领域工作的公司使用人工智能驱动的聊天机器人为其客户或用户提供人类级别的交流。聊天机器人的应用广泛应用于以下业务领域：医疗保健、银行、营销、旅游和酒店。

人工智能驱动的聊天机器人有助于自动化管理任务。例如，在医疗保健领域，他们减少了体力劳动。在这里，聊天机器人帮助安排约会，发送与服药相关的提醒，并为患者提供问题的答案。在其他领域，聊天机器人被引入来传递有针对性的信息，提高客户参与度和支持，并为用户提供个性化的服务。

除了聊天机器人，NLP 是其他尖端技术解决方案的核心。示例之一是可用于业务应用程序的 NLP 文本生成。

最近推出的 GPT-3 模型使 AI 工程师每天平均可以生成 45 亿个单词。这将使 AI 的大量下游应用能够用于对社会有益和价值较低的目的。这也促使研究人员投资于检测生成模型的技术。请注意，在 2021-2022 年，我们将见证 GPT-4——“人工通用智能 AI”的到来。

回到生成式 AI，我们要关注 GAN，即生成式对抗网络，它能够创建与人工生成的图像无法区分的图像。这可能是不存在的人、动物、物体和其他类型媒体(例如音频和文本)的图像。现在是实施 GAN 发挥其能力的最佳时机。他们可以对真实数据分布进行建模并学习有用的表示，以改进 AI 管道、保护数据、发现异常并适应特定的现实世界案例。

趋势 4. AI 驱动的 QA 和检验

计算机视觉最引人注目的分支是人工智能检查。由于应用深度学习模型提高了准确性和性能，这个方向近年来一直在蓬勃发展。公司开始投资计算和财务资源，以更快的速度开发计算机视觉系统。

制造中的自动化检查意味着对产品是否符合质量标准进行分析。该方法也适用于设备监控。

以下是AI检测的几个用例：

• 检测流水线上的产品缺陷
• 识别机械和车身零件的缺陷
• 行李检查和飞机维修
• 核电站检查

趋势 5：医疗保健领域颠覆性的 AI 突破

近年来，与在医疗保健行业实施 AI 相关的下一个趋??势已得到广泛讨论。科学家使用 AI 模型和计算机视觉算法来对抗 COVID-19，包括大流行检测、疫苗开发、药物发现、热筛查、带口罩的面部识别和分析 CT 扫描等领域。

为了抵消 COVID-19 的传播，人工智能模型可以检测和分析潜在威胁并做出准确预测。此外，人工智能通过识别使疫苗有效的关键组件来帮助开发疫苗。

人工智能驱动的解决方案可用作医疗物联网上的有效工具，并处理特定于医疗保健行业的保密问题。如果我们将医疗保健中的 AI 用例系统化，很明显它们的目标是一致的——确保快速准确地诊断患者。

趋势 6：至少三个领域的无代码 AI 平台

无代码 AI 平台使即使是小公司也能够将以前可用的强大技术仅应用于大企业。让我们找出为什么此类平台是 2021 年企业的关键 AI 趋势。

从头开始开发 AI 模型需要时间、费用和相关经验。采用无代码人工智能平台简化了任务，因为它降低了进入门槛。优点是：

• 快速实现——与从头编写代码、处理数据和调试相比，节省时间达 90%。
• 更低的开发成本——通过自动化，企业消除了对大型数据科学团队的需求。
• 易于使用——拖放功能简化了软件开发，无需编码即可创建应用程序。

医疗保健、金融部门和营销领域都需要无代码 AI 平台——尽管生成的解决方案无法高度定制。在最受欢迎的无代码 AI 平台中，您可以找到 Google Cloud Auto ML、Google ML Kit、Runaway AI、CreateML、MakeML、SuperAnnotate 等。

企业规模的公司和中型企业利用无代码平台来开发旨在图像分类、识别姿势和声音以及对象检测的软件解决方案。

人工智能的演变和未来

趋势表明，人工智能的未来充满希望，因为人工智能解决方案正变得司空见惯。用于制造业预测分析的自动驾驶汽车、机器人和传感器、用于媒体报道的虚拟医疗助理、用于媒体报道的 NLP、虚拟教育导师、人工智能助理和可以在客户服务中取代人类的聊天机器人——所有这些人工智能驱动的解决方案都在向前迈进一大步。