精選10個最新的案例感受人工智慧應用場景的多樣化

精選10個最新的案例感受人工智慧應用場景的多樣化

李倩 發表於 2018-05-08 16:36:47

人工智慧應用如火如荼，本文精選10個最新的案例以饗讀者，從案例中感受人工智慧應用場景的多樣化。

1、CIA計劃用AI取代間諜

電影裡007們偽造身份執行任務的畫面曾經令無數人心潮澎湃，但這一切正在逐漸成為歷史。因為很多國家正在使用AI技術識別敵方特工。

根據Meyerriecks的說法，至少有30個國家有能力在目前的閉路電視攝像機系統中做到準確識別可疑人物。這意味著反間諜工具在全球情報界的國際捉迷藏遊戲中佔據了上風。

「現在中情局的主要對手不是外國特工，而是機器。」中情局負責技術開發的副主任Dawn Meyerriecks，最近在佛羅裡達的一個情報會議上無奈表示。

不過中情局並未放棄，他們的應對策略是用技術對抗技術，用AI代替傳統特工收集情報。而且他們已經為此準備了30年。

早在1984年，一份當年的政府文件顯示，有一個成立於1983年的"AI指導小組"負責向中情局的老大提供關於人工智慧研究和發展狀況的月報。

1984年，在給中情局老大的一篇備忘錄中，AI指導小組的組長寫道：「人工智慧的研究已經在積極啟動，現有的領域包括專家系統、自然語言處理、智能資料庫接口、圖像理解、信號解釋、地理和空間數據管理以及智能工作站環境。」

2、滙豐銀行將引入AI防止金融犯罪

據英國《金融時報》報導，滙豐銀行正在引入人工智慧技術來幫助發現洗錢、欺詐和恐怖主義資金，與人工相比，這項技術處理相關問題時更快且成本更低。

Quantexa公司是總部位於英國的初創企業。過去十年間，銀行業因為未能阻止其帳戶從事非法活動，遭巨額罰款。滙豐2012年為此支付19億美元用於和解。使用人工智慧技術篩選數據同樣有助於降低成本。英國金融行為監管局數據顯示，僅在英國，銀行業每年就花費50億英鎊（約合444億元人民幣）打擊金融犯罪。因此，滙豐銀行計劃與英國初創公司Quantexa合作來篩選大量客戶數據，發現可疑行為。

英國監管機構正在監控銀行使用人工智慧技術發現金融犯罪的做法。金融行為監管局金融犯罪部門負責人羅布·格魯佩塔說，銀行寄望角落裡的機器嗅出洗錢者可能會失望，但「這項技術有能力更好實現我們的目標：保持金融系統乾淨」。

其他銀行也正與技術提供商合作打擊金融犯罪，其中包括蘇格蘭皇家銀行，該銀行上周表示，它已與Vocalink公司合作來分析商業交易中的虛假發票和欺詐行為。丹麥的一家銀行最近也在與分析機構聯手，實時掃描數萬筆交易。

3、俄羅斯利用AI管理衛星

據外媒日前報導，俄羅斯飛行控制中心正在建立一項全新的生態系統，嘗試用AI管理在軌衛星群。

俄羅斯飛行控制中心主任馬克西姆•馬秋申介紹，近地空間正在形成由數百顆衛星組成的系統，太空垃圾還在不斷增加，"交通"越來越繁忙。

他表示："在新的條件下需要大量數據處理計劃，建立數字生態系統。我們與特拉佩茲尼科夫管理學院合作在中心軟硬體基礎上開始測試人工智慧。"

他進一步指出，他們正在研製"類似蜂群和蟻丘的東西"，在計算機世界常被稱為多代理系統。目前正在對其進行加工，以適應工作規劃和數據分析。

馬秋申還表示："未來管理對象及從中獲取數據的增加不僅會導致信息處理量增加，這還將是一個質的飛躍。為做好相應準備，我們現在就已開始測試進行數據處理和分析的新方法"

4、微軟亞洲研究院用AI助力航運業網絡運營升級

微軟亞洲研究院 (MSRA) 與東方海外航運 (OOCL) 宣布展開合作計劃，通過應用人工智慧 (AI)研究，改善航運業網絡運營，以提升效率，並會在未來一年培養超過200位人工智慧開發人才。

微軟全球資深副總裁、微軟亞太研發集團主席兼微軟亞洲研究院院長洪小文博士表示：「微軟的人工智慧方案融合技術、商業模式和用戶體驗。但是在航運網絡運營的數位化轉型過程中，由於涉及多方和多種變量且隨時都會發生變化，應用人工智慧是非常複雜的業務挑戰。因此微軟亞洲研究院的人工智慧研究團隊與東方海外航運攜手合作，運用深度學習 (Deep Learning) 和強化學習 (Reinforcement Learning) 技術，優化現有的航運操作。這是一個需要頂尖人工智慧研究人員和領域專家進行業務成效驗證的研發領域。」

東方海外航運信息總裁蕭啟豪表示：「憑藉微軟亞洲研究院的專業知識，我們應用了人工智慧研究和技術來優化航運網絡運營。在經過最近15個星期的應用嘗試後，我們預計每年將節省1,000萬美元的運營成本。展望未來，我們將開展為期18個月的研發合作關係，將深度學習和強化學習技術應用於航運網絡運營。同時，微軟亞洲研究院將協助我們於未來一年在香港科學園為超過200位人工智慧工程師提供機器學習和深度學習的培訓。我們期待能加強與微軟亞洲研究院的緊密合作，通過應用人工智慧研究和創新科技，推動航運業實現數位化轉型，並為我們頂尖的開發人員構建知識交流的平臺，藉助先進技術及預測分析滿足客戶需求。」

5、廣東民政廳用人臉識別幫767名流浪者回家

今年1月15日起，廣東省民政廳在全省範圍開展流浪乞討滯留受助人員尋親返鄉專項行動，通過新聞APP、電視、報紙等方式發布尋親公告，主動協調公安機關開展指紋、掌紋、人像比對等科技尋親服務，深挖細查尋親線索。

流浪乞討滯留受助人員主要分為兩類，一類是可以正常說話、提供有效信息的；一類是有精神疾患、智力殘疾的，無法正常表達，這就體現出了人臉識別技術的最大優勢。

作為省內首批接入公安核查系統專線的救助管理站，在廣州市救助管理站市區分站警務室內，駐站民警取出警用手機，打開「核查通APP」的人臉識別功能，對著一名流浪受助人員的照片「刷臉」。10秒後，手機屏幕上出現了20名形似人員的身份信息。根據這些信息，工作人員可以順藤摸瓜，更快地幫助流浪受助人員找到親人。

1月15日至3月31日，省民政廳成功幫助767名流浪乞討滯留受助人員找到家人。在尋人中，公安部門的人臉識別技術幫了大忙。

6、IBM人工智慧顯微鏡 藉由浮遊生物監控海洋水資源

近日IBM 發布了人工智慧機器人顯微鏡，透過觀察海中浮遊生物對環境變化不同的行為，即時分析預測海洋水質的健康狀況，像是石油外洩等威脅。在未來 5 年內，小型自主 AI 顯微鏡將在雲中聯網並部署到世界各地，持續監測對人類生存至關重要的水資源狀況，從而幫助人類預測水供應所面臨的威脅。

目前監測水質的感測器，可以檢測水中特定的化學物質，但是無法檢測外來或是新的化學物質，即時收集數據並分析，IBM研究團隊認為，海中的浮遊生物是水質健康指標，通過AI顯微鏡研究人員就可以識別不同的物種，並追蹤其在三維空間中的移動。藉助這些發現成果，人類可以更好地理解浮遊生物的行為，比如它們對溫度、石油洩露以及溢流等各種因素導致的環境變化有何反應。我們甚至可以用浮遊生物來預測人類供水所面臨的威脅，比如赤潮。

設計AI顯微鏡的研究員Simone Bianco表示，他透過快速在三維的空間中計算出浮遊生物形狀變化的數學模型，能夠將浮遊生物當作是環境和化學物質變化的感測器。

新型顯微鏡沒有透鏡，依賴一個成像晶片（就像任何手機上的晶片）來捕捉浮遊生物從晶片前油鍋時的陰影，無需對焦就能生成其健康狀態的數字樣本。

未來，該顯微鏡有望藉助高性能、低功耗的 AI 技術實現本地分析和解讀數據，實時報告任何異常，並及時採取應對措施。

7、韓軍將投入29億韓元開發智能情報系統

據韓聯社報導，韓國國防部3日表示，明年以前將投入29億韓元(約合人民幣1724萬元)開發智能型信息化情報監視偵察系統，運用人工智慧和大數據技術整合分析間諜衛星、偵察機、無人機搜集的影像情報，遠期目標是開發基於人工智慧的指揮控制系統，實時研判傳遞戰況。

據報導，韓軍將於2017-2020年斥資75億韓元開發應用虛擬實境技術的訓練、培訓及實習系統，涵蓋特種作戰演習、潛艇成員訓練、基地作戰、武器裝備維護、軍車駕駛、護理實習等領域，有望取得貼近實戰、節省開支、預防事故等效果。

韓國國防部還將投入28億韓元把先進信息通信技術融入現有系統，不斷發展使用振動探測器和熱成像傳感器的入侵檢測系統、基於物聯網的人員設備設施遠程管理系統、移動式遠程診療系統、軍隊醫療信息大數據分析系統、智能新兵管理系統等，打造智慧高效兵營環境，緩解兵源短缺。

據悉，韓國正在通過國防部和科技部之間的軍民技術合作和產學研交流促進國防信息化，依靠創新強軍制勝未來戰場。

8、富士通用人工智慧技術加速電池研發

富士通株式會社和日本理化學研究所日前公布，二者將應用第一性原理計算（量子力學）以及人工智慧技術，對鋰離子電池的固態電解質新材料開發做合成評估。

在傳統的鋰電池材料開發上，需要依賴研究人員長期積累的經驗和敏銳的直覺，在嘗試新的材料合成時，對於數據的依賴也很高。而第一性原理計算將基於量子力學可以預測的特徵（波函數特性），在實驗之前就可以感知新材料的最佳組合模式，從而大幅減少實驗失敗次數。但同時第一性原理計算的負荷巨大，材料各種組成需要多重計算，將會耗費很長的研發時間。

所以研究小組引入人工智慧AI技術，使其可以控制制第一性原理計算的運算次數，並更有指向性的對鋰離子電池固態電解質的三種含有鋰的氧酸鹽合成化合物進行了預測。結果證實，該方法能在更短的時間內，預測高鋰離子傳導率的最佳材料組合。同時還能夠在預測過程中發現效率更強的高鋰離子傳導率。

9、西安交警啟用人臉識別系統，4張照片鎖定闖紅燈行人

近日，西安交警部門在多個路口增設人臉識別系統，以震懾行人和非機動車闖紅燈。這種人臉識別系統4張照片即可鎖定行人闖紅燈。被抓拍的行人，需到「交通教育處罰站」接受教育，行為嚴重的將面臨20元至50元現金處罰，違法行為將納入誠信系統。

據悉，這種智能抓拍的背後依靠高清攝像頭、地面感應、人臉識別相配合。比如在西華門十字西側南北方向的斑馬線上，當紅燈亮起時，行人應該站在小黃燈語音提示器後等候，若此時行人越線進入車道，語音提示器就會報警提醒。如果行人再往前邁步，就會進入識別系統，會拍下第一張照片。這時候，觸發了地面感應,電子警察會拍第二張照片。紅燈繼續亮,行人繼續走,再次觸發地面感應,拍下第三張照片。如在紅燈亮起時,行人仍有位移,則拍下第四張照片，照片間隔1到5秒。交警目前已經可以輕鬆做到對所有照片存檔，並選取其中任意一張進行放大，在大屏幕上實時曝光或將其設置為滾動屏保。

目前包括深圳、上海、杭州等地也已啟用相關設備。

10、備戰東京奧運會，日本計劃用AI緩解人流擁堵

賽場周邊交通擁堵是歷屆奧運會面臨的共同難題。雖然距離2020年的東京奧運會還有兩年時間，但日本政府已經開始了積極備戰。

據悉，日本政府計劃建立一個人工智慧系統，以緩解奧運會和帕運會賽場周邊的人流擁堵情況。

這個AI系統將預測賽場周邊人流，尤其是在擁擠的回家尖峰時段，會通過智慧型手機和會場周圍的電子大屏向觀眾每30分鐘推送一次各地的擁擠預測，並且顯示周圍路線前往附近交通樞紐的擁擠狀況，引導大家選擇最佳的回家路線。此外，系統還會及時派遣警衛人員去人流多的地方。

奧運會舉辦時，除了主要的場館，也會在從北海道到靜岡的地區內應用這個系統。奧運會結束後，日本政府計劃把這個系統用在救災方面，在發生事故時，幫助人群撤離。

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴