1.計算機圖形學
值得關注的趨勢之一將是在計算機生成的圖形中使用AI的進步。對于更逼真的效果(例如在電影和游戲中創(chuàng)建高保真環(huán)境，車輛和角色)而言，尤其如此。
在屏幕上重現(xiàn)逼真的金屬副本，木材或葡萄皮的暗淡光澤通常是非常耗時的過程。對于人類藝術家，它也往往需要大量的經驗和耐心。
各種研究人員已經在開發(fā)新方法來幫助AI做繁重的工作。以NVIDIA為例，它已經為此工作了幾年。
他們正在使用AI來改善光線追蹤和柵格化等功能，以創(chuàng)建一種更便宜，更快捷的方法來渲染計算機游戲中的超真實感圖形。
維也納的其他研究人員也在研究在藝術家的監(jiān)督下實現(xiàn)部分或全部自動化過程的方法。使用神經網絡和機器學習從創(chuàng)建者那里獲得提示，以生成示例圖像以供批準。
2.深度仿真(Deepfake)
Deepfakes是近年來出現(xiàn)了巨大進步的另一個領域。2019年出現(xiàn)了很多令人高興的幽默深造假，在許多社交媒體網絡上廣為流傳。
但是隨著時間的流逝，這項技術只會變得更加復雜。這為可能在現(xiàn)實世界中損害或破壞人們聲譽的一些令人擔憂的后果打開了大門。
隨著Deepfake越來越難以與真實錄音區(qū)分開來，我們如何在將來判斷出它們是否為假冒產品?這很重要，因為深造品很容易被用來傳播錯誤政治信息，破壞公司甚至是網絡欺凌。
谷歌和Facebook一直試圖通過發(fā)布數(shù)千個Deepfake視頻來教AI如何檢測它們來克服這一問題，似乎也難過。
3.預測性文本
預測性文本已經存在了一段時間，但是通過使用AI對其進行增壓，我們可能會達到這樣的程度，即AI會先知道您要編寫的內容。例如，“智能”電子郵件預測文本已在Gmail等產品上進行測試。
如果使用正確，這可以幫助用戶顯著加快寫作速度。當然，即使AI正確預測了您的意圖，許多人還是會發(fā)現(xiàn)自己總是在寫下整個句子。
4.隨著時間的流逝，道德應該變得更加重要
隨著人工智能變得越來越復雜，開發(fā)人員需要注意他們的工作道德。AI倫理是技術倫理的一個子類別，它定義了AI的人類設計師應如何構建，使用和“對待”其創(chuàng)作。
它還定義或希望AI應該如何在道德和道德上行事。簡稱“機器人倫理學”，其主要關注點是防止機器人和AI對人類造成傷害。
這個領域的早期工作是由偉大的艾薩克·阿西莫夫(Isaac Asimov)及其“機器人三定律”定義的，此后近年來受到了很多關注。許多人認為，在開發(fā)任何真正高級的AI之前，可能是時候在法律上對許多概念進行編碼了。
5.量子計算將增強AI
2020年值得關注的另一趨勢將是量子計算和AI的進步。量子計算有望徹底改變計算機科學的許多方面，并有望在未來增強AI。
它旨在極大地提高我們生成，存儲和分析大量數(shù)據(jù)的速度和效率。這對于大數(shù)據(jù)，機器學習和AI認知可能具有巨大的潛力。
通過大幅度提高篩選速度并理解海量數(shù)據(jù)集，人工智能和人類會受益匪淺，它甚至可能引發(fā)新的工業(yè)革命。
6.人臉識別
面部識別目前越來越廣泛的應用在我們的生活之中。
越來越多地使用人工智能來幫助識別人臉并跟蹤人們的位置。一些提議的解決方案甚至可以通過分析他們的步態(tài)和心跳來幫助發(fā)現(xiàn)他們;基于AI的監(jiān)視已經在世界各地的許多機場中進行，并且越來越多地被執(zhí)法部門采用;更為重要的是，基于面部識別的支付系統(tǒng)正在中國興起，目前已經能做到不帶錢包也不帶手機即可出門買到自己想要的東西了。
數(shù)據(jù)堂自制版權的系列數(shù)據(jù)集產品為“”人臉識別”這一技術路徑的實現(xiàn)提供了強有力的支持。
2000人面部遮擋多姿態(tài)人臉識別數(shù)據(jù)集
該數(shù)據(jù)每位被采集者，分別采集在10種遮擋條件下（包括不遮擋條件）*4種光線下*5種人臉姿態(tài)，共計10*4*5=200（張）人臉數(shù)據(jù)，該套數(shù)據(jù)可應用于遮擋人臉檢測及識別等計算機視覺任務。
7.人工智能將有助于優(yōu)化生產渠道
《星際大戰(zhàn)第二集：克隆人戰(zhàn)爭》中的機器人制造設施可能并非來自一個遙遠的星系。由AI驅動的全自動生產線將在不久的將來與我們同在。
雖然我們還沒有到位，但正如我們所說的那樣，人工智能和機器學習被用于優(yōu)化生產。這有望降低投資的組織成本，提高質量并減少能耗。
