教育新闻网ABI Research的牡蛎湾，纽约- (美国商业资讯) -与人工智能(AI)设备的总装机基地将2.7十亿在2019年的2024增长到4.5十亿，预计全球高科技市场咨询公司。每天有数十亿PB的数据流过这些AI设备。技术公司和实施者现在面临的挑战是使所有这些设备都学习，思考和一起工作。根据ABI Research的最新白皮书《人工智能与商业智能的结合》，多模式学习是实现这一目标的关键，并且它正迅速成为人工智能中最令人兴奋且具有潜在变革性的领域之一。
“多模式学习将来自各种传感器和数据输入的不连续，异构数据整合到一个模型中，” ABI Research首席研究官Stuart Carlaw解释说。“基于学习的方法结合了来自不同模态的信号，可以产生更可靠的推论，甚至产生新的见解，而这在单模态系统中是不可能的。”
多模式已经可以很好地扩展，因为像基于规则的软件的巨大飞跃之类的基础支持技术(如深度神经网络(DNN))已经在单模式应用中做到了这一点，例如摄像机监控中的图像识别或语音识别以及自然语言处理(NLP)，例如亚马逊的Alexa。同时，组织认识到需要多模式学习来管理和自动化跨越其整个运营的流程。考虑到这些因素，ABI Research估计，配备多模式学习应用程序的设备总数将从2017年的390万台增加到2023年的5.14亿台。
Carlaw指出：“推动多模式应用进入设备的势头强劲，五个主要的终端市场垂直市场最积极地采用多模式学习：汽车，机器人，消费者，医疗保健以及媒体和娱乐。”
在汽车领域，多模式学习被引入到高级驾驶员系统(ADAS)，车载人机界面(HMI)助手和驾驶员监控系统(DMS)中，以进行实时推理和预测。
机器人供应商正在将多模式学习系统集成到机器人HMI和运动自动化中，以扩大消费者的吸引力，并在工业空间中的工人和机器人之间提供更大的协作。
消费设备公司，尤其是智能手机和智能家居市场中的公司，正在激烈竞争以证明其产品优于竞争对手。新功能和完善的系统对于产生营销优势至关重要，这使消费电子公司成为在其产品中采用多模式学习支持系统的理想人选。不断增长的用例包括安全性和付款身份验证，推荐和个性化引擎以及个人助理。
医疗公司和医院在探索多模式学习技术方面还处于相对较早的阶段，但是在医学成像中已经有一些有希望的新兴应用。即使最初采用速度较慢，医疗服务也难以抗拒多模式学习对患者和医生的价值。
媒体和娱乐公司已经在使用多模式学习来帮助将其内容组织为带标签的元数据，因此它们可以改善内容推荐系统，个性化广告和自动合规性标记。到目前为止，元数据标记系统的部署受到限制，因为该技术直到最近才可供业界使用。
“如今，多模式学习的最广泛应用是智能手机中的行为和语言建模。分类，决策和HMI系统将在推动采用多模式学习方面发挥重要作用，为完善和标准化某些技术方法提供催化剂。” Carlaw总结道。
这些发现来自ABI Research的《人工智能与商业智能》白皮书。本白皮书是公司AI和机器学习研究服务的一部分，其中包括研究，数据和ABI Insights。
