是机遇还是挑战？AI 2022五大预测

人工智能（AI）像是场预测游戏。机器学习（ML）模型几乎每天都被企业用来产生重要的预测，从精算判断到股票期货等各个方面。考虑到这一点，一家印度跨国公司Technodysis的产品高管对明年AI行业进行了预测，以帮助人们了解更多。

2021年发生的种种事件告诉我们，我们现在正处在后COVID时代，任何事情都可能发生，曾经的例外情况正在成为常态。公司不仅要应对不断变化的客户口味和创纪录的需求，还要解决复杂供应链中容易出现的通货膨胀、延误、短缺和其他意外问题。对于开发和部署机器学习模型的团队来说，这都是一个困难的时期，不过这也给他们提供了很多做出改变的机会。以下是对2022年AI行业做出的5大预判，一起来看看吧。

1.AI公平性和偏见问题有待解决

 当下，人工智能充斥着人们生活的方方面面，比如某人是否获得住房贷款等同类的事件，都涉及到人工智能系统。所以说，负责人工智能系统的团队每秒钟都在做出数百万个改变生活的选择。但就是这样一个影响力巨大的技术，其数据科学家和工程师可能根本就不了解相关的应用领域，这也暴露了人工智能行业的缺陷。对于未来人工智能是否能取代人类，这个问题还有待商榷。

随着机器学习（ML）模型被用在更多的行业和更高的风险决策中，公平性和偏见等问题将不可避免地出现，过去，有关AI算法决策失误的例子屡见不鲜。例如亚马逊在送货汽车上安装AI摄像头，来对送货司机进行绩效判定。这些案例促使着人工智能行业要通过招聘多样性、更好的数据治理以及更好的ML可观察性，来确定模型是否对边缘化群体有不利的影响（并解释原因）。虽然人工智能有理由对公平性领域的未来发展感到乐观，但这需要时间和行动来向公众证明。

2.AI技术将协助企业解决危机

2022年，企业将投资那些能帮助他们更好地了解人工智能的技术，这样在人工智能出现故障时就能及时进行修复。甚至decacorns（成立不到 10 年但估值100亿美元以上的科技公司）最有能力的数据科学团队也发现了显而易见的损害模型性能的问题，证明了这一点的必要性。ML的监测和可观察性解决方案可以帮助公司调试复杂的系统，提供黑盒模型（将各种数据转换为有用的投资策略的计算机程序）的可利用性，并在做出高风险判断时提供护栏。以上这些都是企业理想的协助手段。

3.AI工具将让从业者更加专业 

未来，拥有专业知识但不一定有技术能力的人，将借助基础的AI工具箱和深厚的项目经验，在他们特定的职业和部门中训练和部署ML模型，使他们的更加专业。比如，风险经理可以创建一个模型来帮助医院预防病毒爆发，而结构工程师可以创建一个模型来更好地预测桥梁上的金属退化。同时，数据科学家和ML工程师也将从日益复杂和专业的ML基础设施技术中受益。

4.ML基础设施竞争更加激励

与DevOps或数据工程相比，ML工程师的工具和MLops仍是一个相对较新的市场（这个炒作周期仍处于早期阶段）。随着数十亿美元的风险和对独立措施和工具日益增长的需求，未来不确定性和专业化将占主导地位，直到出现明显的胜利者和一波合并浪潮将事情简化。

5.ML工程职位供不应求，人才短缺

随着ML模型变得越来越普遍，ML专家在现实世界中运行它们的需求将会激增。为了解决人才短缺问题，来自学术界、私营部门和政府的资源将被集中起来，向那些潜在的、之前没有学过和获得工作机会的贫困和边缘人群伸出援手。这也是企业面临的最紧迫的问题之一，或许成败在此一举。

在此呼吁大家行动起来

虽然这里提到的五个趋势并非都预示着一个光明的未来，但用户仍有理由感到乐观。如果企业中的每个人都可以制定一个让行业变得更好的新年目标并遵循它，人们就可以开始创造一场由人工智能驱动、真正惠及所有人的革命，各行各业就会变得更公平、更包容、更多样化、更透明。

参考链接：https://medium.com/@marketing.technodysis/here-are-five-predictions-for-ai-in-2022-e25432f22b9b