本文最初发表在 Towards Data Science 博客上，经原作者 Luke Posey 授权，InfoQ 中文站翻译并分享。
随着工具和基础设施的成熟，应用人工智能不断加速发展。将这些基础设施与强大的人才库和热情、随时可获得的资本以及客户采用人工智能/机器学习的高度意愿结合起来，你就有了一些特别的东西。我们正在迈向一个新的十年，在这个十年里，人工智能/机器学习将以更快的速度为消费者和企业创造真正的价值。
定义术语
应用人工智能 ：任何与将人工智能研究从实验室带到用例，以及两者之间的一切有关的事情。从基础设施和工具，到硬件，到工业中的部署面，再到模型本身，从人工智能研究的前沿到用例，都需要共同努力才能取得尖端进展。在我们这个领域中，成熟度的一个很好的检验标准，就是看一个新的进步从纸上到生产所需的时间。就在几年前，你还可以浏览该领域的一些主要进展，并努力寻找真正的用例；这种情况正迅速开始改变。
一些选择例子：
- 神经网络研究实现自动驾驶汽车（Tesla、Cruise、Waymo 等）。
- 像 BERT 和 GPT-2/3 这样的自然语言处理改进了搜索和助理（Google Search、Siri、Google Assistant、SoundHound、Clinc）。
- 强化学习帮助许多公司实现人工智能在工业机器人领域许下的崇高承诺（Covariant、FogHorn、Rethink）。
- 用于欺诈检测和消费者结果的机器学习帮助银行、信用卡和贷款机构限制欺诈和管理风险（银行、信用卡、Verifi、Ravelin、Stripe 的反欺诈部门）。
- 生成对抗网络可以生成新鲜的内容、逼真的面孔并提高照片质量（generated.photos、rosebud.ai、RunwayML）。
原文链接:【https://www.infoq.cn/article/swLkOywSOSStJ3xV2C33】。未经作者许可，禁止转载。