今天的AI和明天的AI

人类级人工智能的现实仍然是一个梦想。即使在最新的最先进的AI方面取得了进步，其了解我们周围世界的能力也只有一岁大的孩子的水平。我们还不知道如何构建一个机器人来匹配一个两岁孩子的同情能力或她定义新目标以帮助他人的能力。

尽管如此，令人震惊的是令人印象深刻的是我们当前的AI技术的扩展能力。软件行业已经开始争先恐后地在各个领域应用AI。虽然AI技术的采用正在加速发展，但我们了解其潜在影响的能力并没有跟上。

为了分享AI世界中发生的一些疯狂而酷炫的进步，我们最近发布了一个由12个部分组成的视频系列，其中一些来自Google，Uber和Giphy等世界领先的AI研究人员分享了他们正在使用的一些技术上。我们称这种努力为“人工智能如何改变世界”。

通过本视频系列，我们希望激发下一波AI创新浪潮。这是我们从顶级演示文稿中获得的注释，以及这些技术在未来10年内可能产生的影响。

您的手机摄像头：健康监视器

Cocoon Health是一家位于旧金山的初创公司，致力于开发一种计算机视觉驱动的婴儿健康监视器。父母可以通过看似简单的相机监视器接收视频，呼吸频率和警报。Cocoon的CTO Pavan Kumar分享了他们的相机如何识别婴儿生病的情况-在父母注意到他的体温上升之前整整18个小时。智能手机在我们的个人健康中发挥更大作用的潜力是许多公司都在押注的赌注。Cocoon Health的独特之处在于，它在技术上进行了大量投资，使人们可以直接通过手机的摄像头进行生命诊断和测量。

想象下一步，构建一个可替代911紧急服务的应用程序在技术上没有什么不可能，在该应用程序中，我们的手机摄像头可以向医生提供生命体征和视频，后者会建议立即采取行动。实际上，构建这样的紧急响应应用将需要Cocoon Health今天正在研究的一些基础设施和技术。

神经网络效率提高20倍

Uber AI Labs联合创始人Jason Yosinski说：“这是世界历史上的一个新时期，我们在AI中构建的模型和机器比我们所能理解的更加复杂。” 该实验室进行了人工智能研究，以解决整个Uber的各种基本AI挑战。杰森（Jason）付出了巨大的努力，以加深我们对AI模型滴答作响的理解。

在训练期间，输入神经网络的每组示例都会导致其参数（通常称为“权重”）的更新。为了改善结果，网络的每个参数都会更新。在他的演示中，Jason分享了一种新技术，用于评估这些参数的更新实际上有多少有用。

事实证明，在Jason分析的示例（训练ResNet模型）中，有用的更新量为50.7％，而其余的更新是毫无意义的或有害的。这些培训课程可能既耗时又昂贵，因此50％的效率水平令人震惊。例如，要训练与Google DeepMind的StarCraft代理一样强大的AI ，需要进行16天的TPU（Google针对AI工作负载的专用硬件）培训。它还在加利福尼亚估计每瓦200瓦，每千瓦时0.1美元。这导致该模型的每个新版本的电费估计为110,000美元。

AI培训在全球范围内使用的能量规模之高令人难以置信，Jason及其同事的努力可能会找到一种方法来显着改善它。在神经网络训练期间，由于Jason的结果，我们可以合理地怀疑只有一半的参数更新是有用的。从另一个角度看，这些AI星际争霸特工需要大约200年的游戏经验来训练，而人类专业玩家则要花费大约10年的时间才能达到类似的效果。这意味着将来，AI培训的效率将提高20倍。

恢复隐私

即使许多人完全放弃了重新获得其在线隐私的权利，但一些政府仍在大力投资，以规范公司存储在我们这里的个人识别信息的数量以及共享方式。在这个新域中，D-ID是身份保护服务的启动。D-ID的首席执行官Gil Perry介绍了他公司的产品如何帮助合规组织避免破坏数据，同时也更好地保护了消费者的隐私。

Gil共享的一种产品可以修改其中带有面部的图像，以使该面部无法被基于AI的面部识别系统识别，同时仍然可以使人识别这些图像。D-ID设计的另一种工具可以替换视频镜头中的人的面孔，同时保留他们的凝视，性别和情绪状态。

想象一下一个场景，其中无人驾驶汽车需要决定行人是否打算过马路，而这可以从人的视线方向收集。储存此类数据的公司通常会使用模糊的面孔，这会大大降低其原始素材的价值。

今天的AI释放了完全改变我们在照片和视频中寻找对象的能力。认为将来，我们会根据自己的个人喜好选择谁来主演下一部大片，这只是想象中的小飞跃。甚至可能是我们自己的面孔无缝插入了这些电影。

除了娱乐业的可能性外，这些技术还可用于欺骗。设计能够告诉我们什么是虚假的AI可能会导致反乌托邦的未来，甚至纯粹是通过偏见而非恶意。但是，需要有更好的事实基础，以及对信息周围环境的理解，这可能是AI面临的下一个最大挑战。不是告诉我们要怎么想，而是要引导我们学习更多，并能够更好地自我判断。

人工智能如何改变世界

录制此视频系列是在波士顿，纽约市，特拉维夫和旧金山举行的全球活动系列的一部分。我们听到了许多其他大小团队正在使用AI构建尖端应用程序的消息。仅举几例：我们了解了Hopper如何利用AI改变航空旅行，Giphy如何利用AI利用上下文相关的模因来丰富我们的对话，以及Google如何构建AI基础架构。您可以在我们的博客上找到发言人，公司和视频的完整列表。