18
人工智能在細分及新興領域的應用
人工智能在近期得到了突破性地發展，這是不可否認的事實。從協助人類進行機械操作，到利用認知智能來執行更複雜的任務，人工智能技術已經走過了很長的路。我們每天都會遇到基於人工智能的有趣應用。
深度學習算法在學習和預測方麵的能力為實現人工智能應用打開了大門。如今，AI也在其他領域產生了深遠的影響。在這篇文章中，我們將討論AI在一些細分領域方麵的應用。
在日常生活中或者互聯網上，你肯定遇到過或者聽到過很多有關人工智能在自動駕駛汽車、圖像處理（Prisma、Google Photos）和聊天機器人等方麵的應用。然而，AI還在許多其他的細分領域中發揮著重大的影響。這些小眾的應用領域在新聞界並沒有得到太多的關注，但它們在人工智能研究出版物中非常活躍。在這篇文章中，我們將探討這些細分領域，讓大家對AI應用的了解更深刻更全麵。
天文學
天文學家處理的大量數據都是信號和圖像。對這些數據進行分析和分類是一項艱巨的任務。現在，天文學家正利用無監督機器學習來自動完成以前需要由數千名誌願者才能完成的任務。
赫德福德大學的碩士生亞曆克斯·霍金（Alex Hocking）就領導了這樣一個類似的項目，他評論說：
“我們這個算法的重點是：我們不告訴機器要在圖像中尋找什麼，而是教會它如何去‘看’”。
AI正在幫助天文學家讓模煳和嘈雜的圖像變得更清晰。研究人員使用神經網絡來增強現有的數據。這種機器學習算法的部署確實減少了人類的工作量，有時也更好地提高了圖像的質量。 那麼，**亞曆克斯·霍克（Alex Hocking）所說的教機器如何去“看”是什麼意思呢？**
隨著越來越多的天文學家開始利用先進的機器學習技術來分析天文數據，天文學的未來看起來更加光明。隨著外太空探索時代的到來，也許AI技術可以通過深入分析圖像和信號來幫助人類學到一顆宜居行星。
建設與規劃
機器學習算法已被用於製作最佳建築布局的模型以盡可能地降低能耗。基於機器學習的能源模型 可以通過對曆史和當前數據的分析來提供最佳的解決方案。
紐約曼哈頓的某些建築已經在利用基於機器學習的能源模型來設計建造了。
在節能方麵，人們已經在部署AI來優化整個城市的電網。Grid4c公司就是為智能電網提供預測分析解決方案的公司。機器學習算法可以分析來自於數百萬智能電表的數據。將這些數據與消費者的行為結合起來，可以為智能輸電提供一個全麵的解決方案。該方法可以從用戶行為和設備使用中學習。這將有助於供電局了解細粒度的用電高峰和低穀期。從而通過智能電網來優化電力供給。
農業
AI正在進入最傳統的行業，農業。使用AI的目的是要用與過去相同的資源種植出更多的農作物。這正是AI目前正在幫助農場主的地方。基於AI的研究正在探索農業的各個方麵，成果最顯著的領域包括自動智能灌溉和農作物病害檢測。
智能機器學習算法正在幫助農場主實現自動化灌溉，以及對灌溉進行優化。它減少了對水資源浪費，並優化了農作物給水。以AI驅動的係統可以對土壤、天氣和作物類型進行分析，以優化給水。
輸入和輸出：通過對豆葉進行圖像處理來檢測細菌性疾病。
一款手機應用程序Plantix正在幫助農場主使用圖像識別技術檢測植物病害。它利用大量的圖像數據來識別、預防和治療。目前，該app可以鑒定60多種植物病害，並且準確率達到90％以上。隨著更多的圖像數據反饋到app中，這兩個數據指標也會隨之提高。
運動分析
如今，運動員和教練們都在利用AI認真分析他們各自的表現。對競爭對手的分析是教練和管理者需要關注的另一個重要領域。有大量的數據可捕獲、分析，並用於預測未來的表現。這就是機器學習在運動分析中所起的作用。
大量的數據集，比如健身、健康狀況、力量、速度、能力、技能、比賽日條件等等，使得機器學習算法成為運動分析最理想的選擇。這些算法可以幫助相關人員針對個人預測參與者或競爭對手的運動指標。這不是僅僅依靠人類的認知能力所能實現的，而是要通過對曆史數據的學習和對運動的實時分析才能實現。
Iceberg是一家利用AI技術幫助冰球隊分析數據的公司。他們宣稱能夠同時提供500個運動員以及精度達到0.1秒的實時監控。也許在未來AI還可以幫我們預測比賽結果。當你看到AI在分析和預測運動隊或運動員的統計數據方麵有多深入的時候，你會感到非常有趣。
娛樂
2016年6月9日，發布了一部名為Sunspring的短片。這是一部由Benjamin，一個智能自動劇作家創作的電影。Benjamin是用LSTM RNN進行訓練的。除了電影編劇之外，AI在導演、攝影和電影製作的其他方麵發揮著作用。例如，看一下這部由IBM的Watson創作，名為Morgan的AI驚悚電影的預告片吧。值得注意的是，AI將預告片製作的整個過程從大約30天縮短到24個小時。
AI在娛樂行業的應用並不局限於電影。藝術和音樂產業從AI上獲得了靈感。 0music是一部完全由Melomics109創作完成的音樂專輯，而Melomics109是西班牙馬拉加大學學成開發的一個計算機程序。
隨著機器學習算法在計算和認知方麵能力的日益提升，我們將在娛樂行業中看到更多的AI應用。也許在即將到來的這幾年裏，AI甚至能夠取代音樂師或者攝影師，但對於業界頂尖的藝術家來說，AI的能力顯然還達不到那個高度。畢竟，對於在主觀領域產生原始的想法，AI已經被證明是無法實現的。
教育
教育數據挖掘是人工智能在教育領域比較新的應用。一般來說，學校會選擇單一的模式來教導學生。這種模式存在一個缺點，因為並不是每個學生都有相似的學習能力。此外，對於教師來說，很難認真地評估每個學生的表現。
現在，機器學習算法能夠評估和分析每個學生各自的表現。學生可以通過視覺內容進行學習，而學生的每個行為都可以被跟蹤到，用於分析個體的學習表現。Carnegie Learning和Thinkster Math就是這種在教育領域中使用高級分析的兩家公司。
教育可以從脫離了教室局限性的先進的機器算法中獲益。AI可以幫助學習者進行自我指導、自我評估，以及團隊合作等等。此外，AI還推動了協作學習平台的出現。協作學習平台Brainly目前正在挖掘AI的潛力來強化社會學習。
海洋保護
AI驅動的機器人目前正用於檢測水質汙染水平、跟蹤海洋溫度和pH值的變化。這些自動化的機器人可以從多個地理位置收集到大量的數據，然後對這些數據進行分析，並作出預測。這樣，限製生態係統某些變化的行動計劃可以更精確地得到執行。
AI在保護海洋方麵有另外一個重要的應用：控製侵入性海洋動物。 AI技術讓機器人變得更加精準、高效，並且能夠通過使用機器學習和計算機視覺技術來跟蹤並消滅入侵物種。值得注意的是，這種技術已經得到了實際的應用，比如消滅大西洋中的獅子魚和大堡礁的荊棘海星。入侵物種會導致本地動植物的滅絕、減少生物多樣性、與本土生物競爭有限的資源、改變棲息地等等。當獅子魚從它的原產地印度洋地區進入到大西洋時，由於缺乏天敵，導致其種群數量急速增加。從而對大西洋當地物種造成危害。
人工智能在以前從未探索過的領域有更多更新的應用。醫療保健依靠AI技術能夠得到更好的診斷和預防方案。而且，物流行業正在著眼於使用智能機器人來實現自動化倉庫。有很多行業可以利用到人工智能技術。
人們認為，AI對行業的影響與20世紀初發明的電力類似。許多科技前輩表示，機器智能將成為未來最大的顛覆力量，在這裏，我要用我最崇拜的比爾·蓋茨曾經對年輕大學生所說的話作為建議來告訴你：
人工智能、能源和生物學是未來最有希望的領域，你可以在這些領域中發揮巨大的影響力。如果我在今天畢業，我也會朝著這幾個領域發展。
– Bill Gates，微軟創始人
文章原標題《Applications of AI in Niche and Emerging Areas》，作者：Parth Shrivastava，譯者：夏天，審校：主題曲。
文章為簡譯，更為詳細的內容，請查看原文
最後更新：2017-09-11 22:04:10