似乎没有一天，没有消息在消息中流传着“人工智能”，“神经网络”，“机器学习”字样。 这不足为奇，算法不断改进，获得了新知识，包括有关我们每个人的信息。 这带来了非常有趣的未来前景，包括个性化商品，美食和娱乐。 但是首先是第一件事。
神经网络有什么惊喜？
几年前最近几个月出现的有关神经网络的一些消息可以安全地发送到奇妙的故事中。 但是不，这并不理想，这是2019年。
神经网络了解婴儿的需求
新泽西州的研究人员开发了一种神经网络，可以区分婴儿的尖叫声并对其进行分类。 对一百多名（今天）3至6个月的孩子进行的测试表明，在大多数情况下，神经网络都能正确理解孩子的需求：进食，睡眠，换尿布，注意力，感到疼痛或其他不适。
神经网络复兴图像
莫斯科三星AI中心的员工和来自斯科尔科沃的专家创建了一个系统，该系统能够仅使用几张（从1到8张）人的图像（照片或肖像）来制作动画。 结果，我们可以看到阿尔伯特·爱因斯坦，梅林·梦露，费奥多尔·陀思妥耶夫斯基和许多其他人的真实面孔。 看起来不错！
神经网络创建摄影图像
今年，提出了几种神经网络，可以迅速将人类素描转变为真实的图像（例如，正方形和三角形形式的房屋或在人的照片上涂上笑容）。
而且，神经网络独立出现，与人的真实面孔，动物，车辆，居住区等的区别不大。
语音神经网络重现人物肖像
麻省理工学院继续令人赞叹。 该机构所代表的
Speech2Face神经网络仅在听到人的声音样本后才创建人像。 只需看一下算法在大多数情况下显示人物的性别，国籍和年龄的准确程度即可。 在某些情况下，脸部本身也非常明显，类似于原始面孔。
神经网络通过眼球运动识别年龄
在明尼苏达大学，开发了一个神经网络，只有当儿童展示各种图像时，仅通过儿童眼睛的轨迹，就可以正确确定83％的患者的年龄。 的确，只有3岁以下的儿童参加了研究。
神经网络编写“人类”文本
今年年初，
OpenAI宣布创建了一个神经网络，该网络能够编写文本（无论是新闻文章还是整个故事），与人类文章和作品没有区别。 由于担心该程序不明智地使用它来创建虚假新闻记录，该公司没有向公众展示该神经网络。
神经网络在视频中造成人的虚假动作
Facebook AI Research的开发人员教他们的神经网络识别视频中的移动人，替换视频中除可识别对象之外的所有内容，甚至为视频中的人添加新动作。 此外，如在计算机游戏中那样，人的“捕获”视频图像允许使用键盘来控制神经网络。
神经网络取消了Photoshop
许多人的噩梦已成为现实-神经网络已经出现，能够查看图像是否已在Adobe Photoshop中处理过，然后重新创建原始图像。 到目前为止，该程序仅定义了一个（尽管是最受欢迎的）“面部敏感塑料”工具，但是，神经网络的创建者认为，在不久的将来，任何图像编辑都不会被忽视。
神经网络将决定您可以吃什么
麦当劳（McDonald's）收购了Dynamic Yield，这是一家开发用于个性化广告的神经网络的公司。 因此，也许在不久的将来，他们将为您提供食物，从中获得食物的可能性很高，您将很难拒绝。
神经网络提出了新的运动
您不是某项运动的粉丝吗？ 也许在不久的将来，神经网络将能够提出您想要的一项新运动。 因此，
AKQA使用基于来自400项其他运动的7300条规则的神经网络，能够创建一种新的
Speedgate运动。 您可以从视频中熟悉该游戏的基本规则，并在其中看到神经网络的创建者如何玩Speedgate。
神经网络写音乐
几年来，已有报道说神经网络正在以一种或另一种风格创作音乐。 在今年年初，Yandex引入了一个神经网络，可以为中提琴交响乐团创作戏剧。 不喜欢经典？ 然后，也许您会喜欢
Dadabots的神经网络，该网络生活在YouTube频道上，不间断地以死亡金属的形式
创作作品。
神经网络产生酒精
来自Fourkind和Microsoft的开发人员开发了一种神经网络，该网络为瑞典的
Mackmyra酒厂创建了一个新的威士忌品牌。 在这种情况下，要考虑一百多个参数-从成分和生产方法到坚持所得到的饮料的特殊性。
那么个性化呢？
一个人一生的很大一部分发生在互联网上的各种社交网络中。 毫不奇怪，许多人都知道Facebook，Instagram，YouTube，Google，Amazon，Twitter等的算法几乎比他们自己更好。 而且这个方向只会发展。 不好吗 很难肯定地说。
但是很可能我们可以期待一个未来，我们每个人都将创作自己的音乐，创作图片，撰写故事，甚至提供某些食物和独特的饮料。 对于不同的人来说，相同的新闻将以不同的方式被听到。 一个人会看到两行的统计数据，另一条是-以长时间阅读的形式对过程进行的彩色描述，具体取决于每个人的偏好。
顺便说一句，通过添加技术的魔力，甚至电影和电视节目也可以变得个性化。 例如，Netflix已经在尝试根据观众的决定和行动来讲述故事。 如果您突然想看其他演员在电影中扮演角色？ 这里的神经网络已经开始抢救。 DeepFake技术每年都在变得越来越好，很快就可以在几分钟内更换视频中任何人物的脸，身体，衣服。
例如，您可以看一下“终结者2：世界末日”中的场景，其中Arnold Schwarzenegger被Sylvester Stallone取代。
总结
而这并不是与神经网络相关的所有事件，仅今年。 鉴于上述消息，许多政府越来越关注与人工智能有关的问题也就不足为奇了。 因此，今年6月8日，二十国集团（G20）国家的代表首次签署了包含人工智能工作原理的文件。
可以自信地说，由于没有人愿意留在火车后面，所以这一领域将发展得更快。 例如，在俄罗斯与总统举行的关于人工智能领域技术发展的会议上，有人说：
...开发解决方案，以确保在特殊任务中[人工智能]优于人类。 到2030年，我们必须确保在众多任务中实现人类卓越。