2018年，我們必須關注的8大AI發(fā)展趨勢
近年來，各大行業(yè)巨大在人工智能應用上不斷加快探索步伐，目前已實現(xiàn)利用大數(shù)據(jù)、云計算、機器學習等人工智能技術來分析數(shù)據(jù)，協(xié)助完成任務。但這些應用其實都只是人工智能的冰山一角，未來還有更多的技術有待挖掘和改進。2018年，人工智能將獲得怎樣的發(fā)展突破，通過以下8大趨勢窺探或可得知一二。
趨勢一：大公司都將從人工智能獲利
亞馬遜、谷歌、Facebook和IBM，它們將在人工智能領域引領潮流。作為大公司，他們有合適的資源來收集數(shù)據(jù)，因此有更多的數(shù)據(jù)可以使用。以下就是這些巨頭玩家在AI領域的布局：
亞馬遜：投資人工智能20年以上，抓取了5B以上的網(wǎng)頁數(shù)據(jù)，超過50萬張JPEG圖像和相應的JSON元數(shù)據(jù)，用以供給亞馬遜運營中心的產(chǎn)品。每天抓取世界廣播、雜志和網(wǎng)絡新聞的數(shù)據(jù)已超過2.5億，每天抓取近100M圖像和視頻具有音頻和視覺功能并帶有注釋。亞馬遜Echo系列音箱已經(jīng)占領了超過70%的語音助手市場。
Google：具有全世界最大的數(shù)據(jù)庫，專注于應用和產(chǎn)品開發(fā)，而不是長期的AI研究。GoogleBrain擁有超過1300名研究人員的團隊，在語音助理市場占有23.8％的用戶份額。使用TensorFlow開源平臺進行機器學習，允許任何人訪問機器學習平臺。Google地球數(shù)據(jù)庫的大小估計為3017TB或大約3PB，m.twshmhelmet.com，GoogleStreetView有大約20PB的街景照片。
Facebook：每日處理2.5B的內(nèi)容和500多TB的數(shù)據(jù)，F(xiàn)acebookArticialIntelligenceResearchers（FAIR）有大約80位研究人員和工程師，每天產(chǎn)生20億贊和3000萬照片，每30分鐘掃描大約105TB的數(shù)據(jù)建有一個62000平方英尺的數(shù)據(jù)中心，可容納500個機架。每天翻譯超過40種語言的20億用戶帖子，每天有8000萬用戶使用這些翻譯。
IBM：計劃進行為期10年、價值2.4億美元的投資來創(chuàng)建MIT-IBM沃森人工智能實驗室。在全球擁有2000多名AI員工，工業(yè)機器人維修，在IBM總部擁有超過600名AI員工，沃森用戶跨越六大洲和超過25個國家，IBM向沃森項目投資10億美元，其中包括1億美元的風險投資。通過沃森生態(tài)系統(tǒng)建立了7000多個應用。
趨勢二：算法與技術的整合
所有在人工智能領域投資的二級資本公司，比如英特爾、Salesforce和Twitter，都將追隨擁有這些數(shù)據(jù)的大公司，并使用他們的數(shù)據(jù)算法和人工智能。行業(yè)參與者之間將會發(fā)生數(shù)據(jù)交易，而且很有可能會整合算法和技術。數(shù)據(jù)的交易以及算法和技術的整合將使人工智能變得更加重要。
趨勢三：數(shù)據(jù)眾包
所有的人工智能公司都追求巨大的數(shù)據(jù)庫，以實現(xiàn)他們對人工智能的雄心壯志。這些公司將開始通過眾包方式獲取大量數(shù)據(jù)。企業(yè)已經(jīng)找到了一種方法來評估眾包數(shù)據(jù)的質(zhì)量和真實性，不僅給企業(yè)提供了便利，還能反饋信息給消費者。
谷歌通過眾包的方式，獲得了大量的圖片，并構建了成像算法。該公司還利用眾包來幫助改善服務，比如翻譯、轉錄、手寫識別和地圖應用。而亞馬遜還利用眾包的技術改善了Alexa的1.5萬項現(xiàn)有技能。
趨勢四：更多的并購將發(fā)生
CBInsights的統(tǒng)計數(shù)據(jù)顯示，AI公司的收購競爭已經(jīng)開始。2018年將是我們能看到的最多的公司收購和被收購的一年，因為這些公司必須爭奪知識資本和人才，方能不被淘汰。機器學習/人工智能的所有小公司都將被大公司收購。
利用眾包來幫助改善服務，比如翻譯、轉錄、手寫識別和地圖應用。而亞馬遜還利用眾包的技術改善了Alexa的1.5萬項現(xiàn)有技能。
圖：谷歌領跑近幾年AI創(chuàng)企并購
趨勢五：開放民主化的工具將獲得市場份額
大公司將開始開放他們的算法和其他工具，以獲得市場份額。以市場為基礎的數(shù)據(jù)和算法進入壁壘將會減少，人工智能的新應用將會增加。通過開放平臺和民主化，那些無法使用人工智能工具的小公司將可以獲得大量的數(shù)據(jù)來研究人工智能算法。
趨勢六：人機交互將得到改善
Siri和Alexa大概是目前最受歡迎的人機交互工具，與之類似的更多基于機器人的解決方案將是人工智能公司進入這個行業(yè)的門檻。例如，雖然機器已經(jīng)被編程用于語音分析和面部識別，但機器還得做到根據(jù)你的聲音來識別你的情緒，也就是進行情緒分析。
制造自動化和非消費者焦點解決方案將是第一個要改進的解決方案/應用程序。制造自動化將主要歸功于人工成本節(jié)約，使用包括自動化、機器人和先進制造技術。非消費者解決方案的改進，例如在農(nóng)業(yè)和醫(yī)藥領域執(zhí)行任務的人機交互，機器人維修，也將在2018年流行起來。
趨勢七：人工智能將漸漸地對所有垂直領域產(chǎn)生影響
制造、客戶服務、保健、醫(yī)療保健和交通運輸?shù)念I域已經(jīng)受到AI的影響，自動駕駛汽車預計將在2018年上市。明年，會有更多的領域受到人工智能的影響。以下是人工智能對不同行業(yè)影響的例子：
保險AI將通過自動化改進索賠流程。
法律NLP可以在幾分鐘內(nèi)總結成千上萬頁的法律文件，從而減少查閱時間和提高效率。
PR＆mediaAI將幫助快速處理數(shù)據(jù)。
教育虛擬導師的發(fā)展；人工智能幫助打分數(shù)；制定適應性學習計劃，游戲和軟件；以AI為導向的個性化教育計劃將改變學生和老師的互動。
健康機器學習可用于創(chuàng)建更復雜，更準確的方法來在患者出現(xiàn)癥狀之前預測疾病。
正如工業(yè)革命在100年前幾乎改變了一切一樣，人工智能將在未來幾年改變這個世界。
趨勢八：安全、隱私及倫理道德問題
在人工智能的保護傘下，諸如機器學習和大數(shù)據(jù)等問題，都很容易觸及到安全及隱私問題。有時基礎設施扮演著很重要的角色。與隱私問題有關的安全需求，如將銀行帳戶和健康信息保密，將會對研究的安全性有更大的要求。2018年，有關安全和隱私的問題將得到解決，這一年，也是人工智能可能出現(xiàn)新的發(fā)展的一年。
人工智能的倫理問題也將成為2018年的主要問題，需要解決的倫理和道德問題包括人工智能對人類有哪些好處和壞處。人們也對機器人取代人類的可能性感到擔憂，比如護士、治療師或警察，另一個需要處理的問題是自主武器。
結語
盡管人工智能已經(jīng)存在多年，但我們今天所知道的人工智能仍處于起步階段。圍繞著AI及其各種應用，從自動車輛到虛擬個人助理以及大量執(zhí)行人工智能相關的技術，已經(jīng)引起了大肆宣傳。盡管現(xiàn)在已經(jīng)出現(xiàn)了大量的人工智能用例，但是大多數(shù)都是為了改進配置，做更好的輔助。此外，在人工智能行業(yè)中，沒有多少玩家，因此碎片將不會出現(xiàn)，而非結構化數(shù)據(jù)和算法將會變得十分可用。