正如最近一次AI會議上的一項專家研究表明的那樣，2050年是人工智能可以選擇執(zhí)行人類可以執(zhí)行的任何智力任務的一年。到2050年，智能機器都將無一例外地完成任何歷史上的所有工作，所有這些都是可能的。但是，人工智能今天已經在做很多事情。從閱讀到識別物體，人工智能無處不在。讓我們看一下AI的出色表現。

說話

使個人能夠與機器聊天是人機協(xié)作的長期夢想。近年來，通過使用深度神經系統(tǒng)(例如Google語音搜索)，PC理解自然語音的能力已經改變。

Google研究人員將語音克隆系統(tǒng)構建為具有兩個信息源：我們需要閱讀的內容和我們需要閱讀的語音示例。Google昵稱“語音克隆”的人工智能研究使計算機可以大聲朗讀，讓所有人都能聽到任何聲音。

看到

雖然看不到人們的行為，但AI可以用作機器視覺來“看到”世界，分析視覺信息并就所見事物做出有益的選擇。如今，機器視覺已被廣泛運用，它融合了自動駕駛車輛，面部識別，支付等功能。在制造中，機器視覺被廣泛用于幫助預測性維護和產品質量控制。

識別圖像中的物體

微軟專家在創(chuàng)新方面取得了有意義的進步，該創(chuàng)新旨在區(qū)分照片或視頻中的項目，從而顯示出一種系統(tǒng)，該系統(tǒng)可以滿足精度要求，有時甚至超過了人類水平的性能。

與該領域的其他科學家一樣，Microsoft依靠一種稱為深度神經網絡的方法來訓練計算機感知圖片。他們的框架越來越成功，理由是它使他們能夠利用難以置信的深度神經網絡，其深度是以前使用的深度神經網絡的數倍之多。

聞

人工智能研究人員正在生產AI工具，該工具將可以通過嗅到一個人的呼吸來識別各種疾病。福布斯表示，它可以區(qū)分與人類疾病和壓力有關的被認為是醛的合成物質，包括癌癥，糖尿病，腦部創(chuàng)傷，甚至可以在識別出其他癥狀之前就識別出帕金森病所散發(fā)出的“木香，麝香”。而且，人工智能機器人可以識別出氣體泄漏或其他酸性化學物質。無論如何，IBM都是利用AI來創(chuàng)造新的香水。

現有藥物的新用途

AI同樣可以使發(fā)現針對現有藥物未重點關注的疾病的藥物變得更簡單。遞歸利用軟件來讀取高通量篩選的結果，該篩選可以在細胞中自動進行藥物測試。遞歸利用算法以不規(guī)則的詳細程度調查單元。該產品可量化細胞的上千個特征，例如，細胞核的大小和狀態(tài)或各個內部隔室之間的距離。

領悟情緒

那里有AI工具，可以跟隨個人觀看視頻時的感受。人工情感情報的工作原理是收集人的面部表情，非語言交流等信息。那時，它會根據情感數據庫進行分析，以預測正在傳達的情感。然后，它根據此數據決定活動。

檢測惡意軟件

機器學習被廣泛用于檢測進入網絡的惡意軟件。這項創(chuàng)新利用現代算法將記錄的行為描述為報復性的或良性的，正如從文檔本身物理移除的文檔功能的發(fā)展所表明的那樣。人們應該告訴機器要考慮哪些參數，因素或功能，以便做出決定。機器學習網絡安全解決方案經常用于識別可疑情況，但是，有關如何處理的正式結論留給了人類專家。

閱讀一個人的思想

這真是令人驚訝，而AI來的長度證明了這一點。人工智能可以解密大腦信號并發(fā)表演講。對于那些有語言障礙的人來說，這是完全令人驚訝的。這就是為什么當大型技術組織(例如Facebook和Elon Musk)擁有自己的項目并且正在利用AI的思維潛能進行開發(fā)時，它應該毫不奇怪的原因。

貿易庫存

人工智能可以進行所有股票交易，而無需任何人工干預。AI利用多種類型的AI完全區(qū)分并執(zhí)行交易，其中包括一種受遺傳發(fā)展啟發(fā)而另一種依賴于概率邏輯的AI。每天，在剖析從市場成本和數量到宏觀經濟信息和公司簿記記錄的所有內容之后，這些AI引擎都會做出自己的市場預測，然后對最佳游戲計劃進行“投票”。

預測死亡

研究人員發(fā)現了一種發(fā)現算法，該算法比人們更有助于預測患者的死亡。通過使用ECG結果將歷史患者數據分類為一堆，具體取決于誰在一年的范圍內可能會遭受打擊。