利用基于云的人工智能平台，对设备进行预测性维护和产品的异常检测

　　在未来，人工智能几乎会影响到 IT 行业的每个方面，包括编程和开发。在过去的几年里，我们已经看到了诸如代码大师这样的工具，该产品会在开发者编程时，为其提供智能建议，以提高代码质量，并识别出应用程序中最重要的代码行。就在最近，Github Copilot 作为一个 " 人工智能配对程序员 " 首次亮相，协助开发人员编写高效的代码。而 Salesforce 的研究团队也推出了 CodeT5，这是一个开源项目，将帮助 Apex 开发人员进行由人工智能驱动的编码。Tabnine，即以前的 Codata，将智能代码完全带到了主流开发环境。Ponicode 也是一个 AI 驱动的工具，可以提供函数创建、可视化和运行单元测试的快捷方式。
　　大型语言模型（LLMs）的兴起和开源代码更广泛的可用性，使 IDE 供应商能够再其基础上建立智能代码生成和分析系统。
　　展望未来，人们期望看到能够从内联注释中生成高质量和紧凑代码的工具。它们甚至能够从一种语言编写的代码翻译成另一种语言，通过将传统代码转换为现代语言来实现应用程序的现代化。
　　趋势 5：云平台新的垂直化人工智能解决方案
　　世界领先的人工智能供应商，包括亚马逊、谷歌和微软，都正专注于将研究和开发工作商业化。他们通过旗下的云平台提供托管服务，并建立硬件设备，配备人工智能加速器和针对特定场景的预训练模型。
　　亚马逊连接和谷歌联络中心 AI 是垂直整合的典型例子。两者都利用机器学习能力来执行智能路由，由机器人驱动的客服对话，以及对联络中心代理商的自动协助。AWS Panorama 可以连接到现有的 IP 摄像机，以此来执行基于计算机视觉的推理。客户可以在其云平台训练新的模型，并将它们部署在全景设备的边缘。Azure Percept 采用了类似的方法，在边缘提供计算机视觉模型和交互式人工智能。微软基于 Azure 上现有的物联网、人工智能和边缘计算服务建立了 Percept。
　　最后，亚马逊 Lookout for Equipment 和谷歌 Cloud Visual Inspection AI 等服务，利用基于云的人工智能平台，对设备进行预测性维护和产品的异常检测。这些服务是专为零售和制造业定制的。
　　在 2022 年，我们将看到人工智能平台和云供应商利用前沿研究技术和现有的管理服务，提供针对特定的例子和场景的解决方案。