4、人工智能为教师和学生提供有价值的工具

在教育环境中，人工智能有潜力彻底改变教育者的教学方式以及学生的学习方式。

当ChatGPT发布时，教育工作者开始担心学生可以使用这个工具来代替真正的学生写作文和完成考试，而不让老师知道。

为了解决这个问题，据报道，ChatGPT正在研究一种数字水印的类型，该水印将嵌入到AI平台创建的文本中。

另一方面，一些教育工作者则将ChatGPT的发布视为一种呼吁，倡导在课堂中广泛采用人工智能工具。

一些老师正在利用像Character.ai和Prof Jim这样的网站来辅助他们的教学。

Character.ai是一个聊天机器人，让人们有机会与由人工智能生成的角色聊天。

例如，学生可以与温斯顿·丘吉尔、苏格拉底或拿破仑进行交谈。

他们还可以向英语老师机器人或历史老师机器人提问，例如。

Prof Jim是一个AI程序，可以扫描教科书或维基百科页面，并自动将这些信息放入一个沉浸式的在线课程中，其中包括电影质量的动画。

这些旨在充当导师的AI工具也正在为幼儿园学生等年龄段的学生开发和推出。

这些工具旨在为学生提供个性化的直接指导，无需人类教师。它们能够提供实时反馈，并根据学生的表现调整教学内容。

Numerade提供了一个名为Ace的AI导师。

Ace为学生创建个性化的学习计划。AI算法通过评估学生的学习风格、优势和劣势来工作。然后，Ace向学生展示适合其风格的视频，并提供旨在发展学生最薄弱领域的评估。学生观看的越多，他们的内容就变得越个性化。

该公司成立于2019年，已经拥有超过1亿用户。

5、计算机视觉提高了各个行业的效率

计算机视觉是人工智能的一个领域，它使计算机能够解释图像和视频中的信息，并根据该信息采取行动。 如今的计算机视觉系统比人类更准确，反应更快。

例如，计算机视觉将制造业中的缺陷检测提高了90%。

它可用于监测管道和农作物，识别假钞和癌症患者的问题区域等各种应用领域。

尽管计算机视觉的概念自上世纪50年代以来就存在，但深度学习技术的出现使计算机视觉能够在以前无法实现的广泛应用中得到应用。

在一项调查中，近30%的商业领袖表示，他们已经看到对计算机视觉解决方案的需求正在增长。其中超过一半的人对通过计算机视觉进行物体跟踪和识别感到最兴奋。

计算机视觉是制造商参与工业4.0趋势的一种方式。

这是一个受到巨大人员短缺困扰的行业。到2030年，多达790万个制造业岗位将无人填补，导致未实现的收入总额达6071.4亿美元。

通过使用计算机视觉技术，制造商正在提高其设施的效率和性能，同时减少员工人数。

在制造业中，检测异常是计算机视觉的一个重要作用。

计算机视觉系统可以跟踪生产过程的每个步骤。如果有步骤被遗漏或者顺序错乱，系统会触发警报。

此外，系统知道生产周期应该持续多长时间，如果周期过快，它可以检测到故障。

最后，当检测到有缺陷的产品时，工人可以通过其序列号查看在制造过程中发生了什么问题。

Instrumental提供了一种为电子制造商提供问题发现和质量监控的AI/计算机视觉系统。该系统还执行端到端的故障分析。

据该公司称，他们的系统导致了43%的返工减少和产品工程效率提高了3倍。

据他们说，安装了该系统的公司在不到60天内就能看到积极的投资回报。

计算机视觉还被用于应对自然灾害和气候变化问题。

一家名为Rain的加利福尼亚初创公司正利用计算机视觉来对抗森林大火。

他们的产品是一架无人机，利用人工智能和计算机视觉在森林大火失控之前向其投放水源。

该公司的理念是将这些直升机放置在不24/7有人值守的高风险地区。如果发生森林大火，一名远程地点的飞行员可以立即部署直升机。

今年将在加利福尼亚的真实火灾中测试该项目，并计划在那里建立200个直升机站。

此外，剑桥大学的一个团队最近开发了一个计算机视觉系统，允许科学家通过智能手机监测森林和碳封存情况。

8%的错误率比人类完成任务时发生的错误率低。

与在各种各样的行业中部署该技术同时，计算机视觉技术本身也正在发生革命性变化。

现今的计算机视觉通过拍摄静态图像或一系列静止帧来工作。然后，计算机分析这些静止帧。

然而，有一家公司正在设想不需要静止帧的计算机视觉。

成立于2021年的Ubicept公司已经开发出可以测量单个光子而不是查看静态帧的计算机视觉。

这个过程比传统的计算机视觉更快速、更可靠。

这对于需要捕捉快速移动的物体或低光条件下的物体的情况特别有益。

6、零售商在实体店和在线部署人工智能

零售部门有潜力从使用人工智能中获得巨大的好处。

预测显示，零售业中的人工智能市场在2028年之前将以超过30%的复合年增长率增长。据估计，到那年市场规模将达到311.8亿美元。

截至2021年，81%的零售领袖表示，他们的公司已经在中度或完全功能水平上使用人工智能。

而且人工智能的使用还在继续增长。

在2022年的零售技术研究中，40%的零售组织表示，购物者跟踪能力将成为未来两年内的重点技术投资之一。

基于位置的营销、数字设备和计算机视觉也在列表中，并有超过三分之一的零售商表示他们将在未来两年内专注于这些技术解决方案。

AI在零售业最明显的用途之一是在结账时使用。

像亚马逊Go这样的商店通过计算机视觉跟踪顾客在商店的行踪。当顾客将商品放入购物车时，计算机视觉会识别出是哪个产品，并将其添加到一种虚拟购物车中。当顾客离开商店时，他们的数字钱包会相应扣款。

零售商还在使用人工智能进行库存管理。

人工智能系统可以监控仓库和货架上的库存水平。当库存不足时，系统可以自动通知相关渠道，并缩短补充产品供应所需的时间。

McKinsey报告称，采用AI启用的供应链的企业物流成本可以提高15%，库存水平可以提高35%。

AI还使零售商能够使用动态定价。

借助来自零售商、竞争对手和客户的数据，AI可以实时调整定价，最大化利润。

使用电子货架标签和启用AI的动态定价的零售商有可能提高33%的利润。

零售商最近的一个最新发展是生成式AI。

例如，Shopify Magic于2023年初发布，作为一种工具，可为零售商撰写电子商务产品描述。

Shopify表示他们将在不久的将来添加更多的AI工具。

零售商还利用生成式AI来创建店内展示。

通过在像DALL-E这样的程序中插入一些提示，零售商可以提出视觉概念和商品形象。

一位零售商表示，她的团队通常需要花费一周的时间来为新的店内设计进行头脑风暴和创建图像。

借助AI，他们只需要8小时就能完成。

服装公司还利用生成式AI来创建数百种推荐的服装搭配，这些搭配出现在他们的网站和应用程序上。

通过与Stylitics公司合作，彪马能够将转化率提高235％，会话持续时间提高334％。

7、风险和监管方面的潜在风险不断增加

随着AI的采用增加，风险缓解水平保持不变。

这意味着企业并没有特别关注与AI相关的风险。

根据麦肯锡的一项调查，在过去的三年中，公司对任何与AI相关的风险都没有实质性的关注增加。这包括网络安全、监管合规性、隐私和可解释性。

潜在风险的清单很长，而且还在不断增加。

沃顿商学院创建了一份详尽的文件，概述了在业务中使用人工智能所涉及的风险。质量差的数据、数据攻击、缺乏透明度和偏见只是其中一些讨论的话题。

近几个月来，从企业、消费者和美国政府都显示出对这些风险和人工智能安全的关注逐渐增强。

麦肯锡的另一份报告显示，72%的消费者认为在购买之前了解公司的人工智能政策很重要。

在同一项调查中，55%的企业领导表示，在过去的三年里，他们曾经遭受过人工智能事故的影响。

在另一项调查中，将近三分之二的美国人表示他们希望在不久的将来对人工智能进行监管。

然而，政府并没有迅速提供任何法律或监管措施。

截至2023年3月，国会尚未提出任何限制人工智能范围或保护公民的法案。甚至限制面部识别使用的提案也未能通过。

在2022年底，白宫发布了一项旨在鼓励公司自我监管其内部人工智能使用的“人工智能权利法案”，但该法案并无实权。

然而，联邦机构正在加大对人工智能监管的参与。

FTC、FDA和CFPB都在采取一些措施来限制不道德的人工智能使用。

在一个案例中，FTC对减肥公司Weight Watchers采取行动，指责其未经儿童同意收集信息并利用这些数据创建人工智能模型。

一些州也正在通过与人工智能相关的隐私法案，并特别关注人工智能在招聘过程中的作用。

纽约市于2021年底通过了当地法规144号，被戏称为“人工智能法”。

该法规要求任何想要在招聘过程中使用人工智能工具的公司在使用之前必须提交进行偏见审计。

该法规原定于2023年1月生效，但由于公众评论众多和澄清法规的原因，该日期已延迟至2023年4月15日。

在欧洲，有更多关于人工智能监管的联邦级行动。

人工智能法案计划于2023年在欧洲议会进行投票。

如果通过，这将是世界上第一项广泛的人工智能监管法规。

结论

这就是我们列出的未来几年需要关注的七大人工智能趋势的全部内容。

人工智能以及它所驱动的技术解决方案无疑将改变企业和个人在世界上的运作方式。

在许多行业中，人工智能将推动我们以前从未见过的方法和流程的发展。这有可能提高效率，减轻劳动力短缺的影响，并促使企业创建新的收入来源。

然而，人工智能的真正风险尚待观察。在未来几年，人工智能的脆弱性可能会被暴露出来，政府、机构和消费者将不得不决定如何平衡风险和利益。