根据麦肯锡公司在2020年进行的一项人工智能的全球调查，50%的企业在2020年已在其业务部门或职能部门采用了人工智能，因此人们将见证新的人工智能趋势。企业采用人工智能工具来创造更多价值、增加收入和客户忠诚度。在人工智能方面领先的企业将至少20%收入投资人工智能。随着发生的新冠疫情加速数字化进程，这个数字可能会增加。疫情导致在线活动激增，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年仍在持续发展的人工智能趋势。根据这些趋势，企业可以预测2022年的人工智能未来发展，并成功降低风险。
人工智能的应用水平因行业而异。麦肯锡公司的这个调查报告强调了四个重点行业：高科技、电信、汽车、装配。
很多企业将人工智能应用于服务运营、服务或产品设计、广告和销售。在获得的投资方面，药物发现和开发领域获得的投资最多，2020年的投资总额超过138亿美元，与2019年相比增长了4.5倍。
如果将人工智能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，则将推动更高的收入增长。报告中的成本降低的用例与优化人才管理、呼叫中心自动化和仓库自动化相关。
在2021年以及未来几年中，人工智能将被用来简化运营并提高效率。企业应该尝试通过改善IT基础设施和数据管理，从人工智能的商业应用中受益。但并非每个部署的人工智能模型都能对企业有所帮助并适用于绩效监控。在此将重点关注2021～2022年可能成为主流的人工智能趋势。
人工智能技术如今已经应用于人脸识别、语音识别和视频分析。这些技术构成了监控的最佳组合。因此在2021年，可以预见人工智能在视频监控中的大量应用。
人工智能有利于安全系统的灵活设置。企业的安全工程师以前需要花费大量时间配置系统，因为它会在监控屏幕上特定数量的像素发生变化时被激活，因此出现了很多误报。这些警报可能是由落叶或动物引起的。安全系统采用人工智能技术可以更精确地识别物体，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以为物流、零售和制造行业提供帮助。
人工智能还可以用于语音识别。与语音识别相关的技术可以确定身份，身份是指某人的年龄、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。适用于安全和监视的功能是一个内置的反欺诈模型，可以检测合成和录制的语音。
生物特征人脸识别是最关键的安全技术之一，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。为了防范出现这种情况，目前正在开发和大规模使用多种反欺诈技术。
处理实时视频流的挑战是处理数据管道。企业的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。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人工智能的方法，需要预训练的神经网络模型、云计算基础设施和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该紧密集成。为了更快进行处理，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，并且允许使用人工智能算法实时处理视频并且没有复杂性。此外，对于管道架构，可以改善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。由于新冠疫情促进了视频会议新趋势的出现和普及，因此对这些工具的需求有所增加。这些趋势将得到积极发展，因为根据GlobeNewswire的预测，全球视频会议市场规模预计将从2021年的92亿美元增长到2026年的225亿美元。
还有一些方法可以开发用于实时视频中背景去除和模糊的工具，其挑战在于设计一个能够将框架中的人员与背景分开的模型。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。在选择这些模型之后，企业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。
现代人工智能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。
生成文本的核心是自然语言处理，自然语言处理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模型用来补充他们的搜索引擎。
与自然语言处理相关的技术发展还能如何推动企业发展?首先，自然语言处理和人工智能工具的结合可以创建聊天机器人。根据Business Insider的预测，聊天机器人市场规模预计在2024年将达到94亿美元，所以需要强调企业从人工智能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。在不同领域工作的企业使用人工智能驱动的聊天机器人为其客户提供人类级别的交流。聊天机器人广泛应用于医疗保健、银行、营销、旅游和酒店这些行业领域。
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可以减少医护人员的体力劳动。聊天机器人帮助预约医生，发送与服药相关的提醒，并为患者提供咨询问题的答案。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，自然语言处理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自然语言处理文本生成。
最近推出的GPT-3模型使人工智能工程师每天平均可以生成45亿个单词。这将使人工智能的大量应用能够用于对社会有益和价值较低的应用中。这也促使研究人员投资于检测生成模型的技术。令人关注的是，在2021-2022年，人们将见证GPT-4——“通用人工智能”的到来。
回到生成人工智能，人们要关注生成对抗网络(GAN)，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物、动物、物体和其他类型媒体(例如音频和文本)的图像。现在是实施生成对抗网络(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，以改进人工智能管道、保护数据、发现异常并适应特定的现实世界案例。
计算机视觉最引人注目的分支是人工智能检测。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。很多企业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。
以下是人工智能检测的几个用例：
近年来，与在医疗保健行业实施人工智能相关的趋势已得到广泛讨论。科学家使用人工智能模型和计算机视觉算法来对抗新冠病毒，包括病毒检测、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。
为了有效阻止新冠病毒的传播，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。如果将医疗保健中的人工智能用例系统化，很明显它们的目标是一致的，可以确保快速准确地诊断患者。
无代码人工智能平台让中小企业也能够采用以前仅应用于大企业的强大技术。企业从头开始开发人工智能模型需要时间、费用和相关经验。采用无代码人工智能平台简化了任务，因为降低了进入门槛。其优点是：
(1)快速实现——与从头编写代码、处理数据、调试相比，节省90%以上的时间。
(2)开发成本更低——通过自动化，企业不再需要建设大型数据科学团队。
(3)易用性——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人工智能平台——尽管生成的解决方案无法定制。在最受欢迎的无代码人工智能平台中，其中包括Google Cloud Auto ML、Google M Kit、Runaway AI、Create ML、Make ML、Super Annotate等。
大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。
这些趋势表明，人工智能的未来发展充满希望，因为人工智能解决方案正变得越来越普遍。例如，用于制造业预测分析的自动驾驶汽车、机器人和传感器;用于医疗行业的虚拟医疗助理;用于媒体报道的自然语言处理;人工智能助理，以及可以在客户服务中取代人类的聊天机器人等，所有这些人工智能驱动的解决方案都在快速向前迈进。
