最近有關(guān)人工智能進(jìn)展的相關(guān)調(diào)查、研究、預(yù)測(cè)和其他定量評(píng)估，結(jié)果直指一些趨勢(shì)：消費(fèi)者對(duì)聊天機(jī)器人的接受度不斷增長(zhǎng)，特別是在執(zhí)行日常任務(wù)方面；關(guān)于醫(yī)療AI算法缺少患者最糟結(jié)果的問題；以及2020年乃至未來關(guān)于人工智能和就業(yè)的最新預(yù)測(cè)。
企業(yè)和消費(fèi)者采用人工智能
澳大利亞、英國(guó)和法國(guó)消費(fèi)者對(duì)聊天機(jī)器人的使用率最高，過去一年中，KUKA機(jī)器人維修，有超過70％的受訪者曾經(jīng)使用過聊天機(jī)器人與品牌進(jìn)行互動(dòng)。美國(guó)和德國(guó)略微落后，比例為50％多；在過去一年中與聊天機(jī)器人交互的受訪者中，機(jī)器人維修，有80％使用聊天機(jī)器人獲得客戶服務(wù)，而去年這一比例為67％；美國(guó)消費(fèi)者對(duì)于通過發(fā)送信息與品牌互動(dòng)的興趣明顯增加，從2019年的52％增加到今年的62％；受訪的歐洲國(guó)家或者地區(qū)對(duì)信息通訊的平均需求量最高，占比65％；這也是年輕銷售者群體最感興趣的功能，年齡在18-34歲的群體中有70％多的人希望可以通過發(fā)送信息與企業(yè)交互；消費(fèi)者對(duì)機(jī)器人能夠完成日常任務(wù)的信心越來越高，例如有超過50％的受訪者表示，他們更喜歡機(jī)器人，而不是人工客服來告訴他們帳戶余額或者更新地址信息；相反，消費(fèi)者對(duì)于機(jī)器人執(zhí)行更復(fù)雜的任務(wù)信息較低——只有15％的消費(fèi)者愿意讓機(jī)器人幫助他們糾正訂單中的錯(cuò)誤 [來源/LivePerson對(duì)六個(gè)國(guó)家或者地區(qū)的5000多名成年人進(jìn)行的調(diào)查]
64％的受訪組織計(jì)劃明年增加AI投資；有77％的受訪者認(rèn)為，雖然AI越來越多地剝離了那些較為簡(jiǎn)單的客戶服務(wù)請(qǐng)求，但同時(shí)人工客服則需要具備更多技能來處理更復(fù)雜和更高價(jià)值的客戶查詢；有74％的受訪者表示，今年人工客服的數(shù)量將有所增長(zhǎng)或者保持不變； 79％的受訪者認(rèn)為AI將呼叫中心能夠提供一致的、及時(shí)的、有關(guān)聯(lián)性的體驗(yàn)[來源/NICE inContact和Forrester Consulting對(duì)美國(guó)、英國(guó)和澳大利亞307個(gè)企業(yè)組織進(jìn)行的在線調(diào)查]
人工智能的業(yè)務(wù)影響
Manpower France每年要收到來自80000家企業(yè)的130萬張發(fā)票。Manpower對(duì)Sidetrade的Aimie機(jī)器學(xué)習(xí)工具進(jìn)行了為期9個(gè)月的測(cè)試，結(jié)果發(fā)現(xiàn)發(fā)票收集量增加了12％[來源/財(cái)富]
在過去12個(gè)月中，F(xiàn)annie Mae的8個(gè)IT團(tuán)隊(duì)使用Moogsoft的AIOps工具使其IT事件減少了35％，將解決問題所需的時(shí)間縮短了25％至75％（取決于具體問題）；據(jù)Fannie Mae預(yù)計(jì)，在他們把AI系統(tǒng)部署到所有業(yè)務(wù)部門并且該系統(tǒng)能夠更好地找出根本原因的情況下，明年的每月IT事件量將減少50％至60％[來源/WSJ]
人工智能的研究成果
家族性高膽固醇血癥（Familial hypercholesterolaemia，F(xiàn)H）是一種常見的遺傳性疾病，相比威脅生命的心血管疾病的風(fēng)險(xiǎn)高20倍，但如今，天生患有該疾病的130萬美國(guó)人中，只有不到10％的人被診斷出此病。FIND FH篩查算法對(duì)939名臨床診斷的個(gè)體和83136名不含F(xiàn)H的個(gè)體的數(shù)據(jù)進(jìn)行訓(xùn)練的，然后該模型被應(yīng)用于國(guó)家醫(yī)療就診數(shù)據(jù)庫(kù)（1.7億人）和綜合醫(yī)療交付系統(tǒng)數(shù)據(jù)集（174000個(gè)人）。在FH專家審查的病例中，國(guó)家數(shù)據(jù)庫(kù)有87%和醫(yī)療交付系統(tǒng)數(shù)據(jù)集有77%被歸類為具有足夠高的FH臨床可能性，因此值得進(jìn)行基于指南的臨床評(píng)估和治療[來源/The Lancet Digital Health ]
古代文字或者銘文很容易被損壞，難以辨認(rèn)的文字部分必須由碑文學(xué)家進(jìn)行修復(fù)，經(jīng)過訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)可以幫助填補(bǔ)缺失的部分，字符錯(cuò)誤率為30.1％，而人類文字學(xué)家的錯(cuò)誤率為57.3％[來源/DeepMind]
研究人員認(rèn)為，醫(yī)學(xué)AI算法在檢測(cè)與患者病情最糟情況相關(guān)的疾病特征方面的方式，遠(yuǎn)遠(yuǎn)比算法測(cè)試集合的平均表現(xiàn)更為重要。他們認(rèn)為，即使人類醫(yī)生對(duì)所有疾病類型診斷的平均表現(xiàn)要比機(jī)器差，但人類醫(yī)生也往往對(duì)這些異常值滿意。大部分醫(yī)療AI沒有對(duì)這些出現(xiàn)異常值的疾病子集進(jìn)行嚴(yán)格的算法測(cè)試，因此，很多結(jié)果的安全性可能是有偏差的。我們應(yīng)該對(duì)醫(yī)學(xué)AI給實(shí)際患者治療和患者病情帶來的影響進(jìn)行評(píng)估——很大程度上是目前測(cè)試藥物的方式——而不僅僅是看測(cè)試集的表現(xiàn)如何[來源/Fortune和arXiv]
Mayo Clinic的研究人員使用面部識(shí)別軟件將84位志愿者的照片與其頭部輪廓MRI圖像進(jìn)行了識(shí)別。該軟件正確識(shí)別出了其中70人，準(zhǔn)確率為73%[來源/紐約時(shí)報(bào)和新英格蘭醫(yī)學(xué)雜志]
荷蘭皇家飛利浦公司和美國(guó)國(guó)防部利用41000個(gè)感染病例（從一個(gè)包含700多萬例住院患者的大型數(shù)據(jù)庫(kù)中提取數(shù)據(jù)集）開發(fā)了一種AI工具，該工具最多可以在臨床懷疑48小時(shí)之前，通過篩選生命體征和其他生物標(biāo)記物預(yù)測(cè)出感染的可能性[來源/Healthcare IT News]
未來的工作方式
新興技術(shù)實(shí)際上并不會(huì)很快取代美國(guó)100萬多倉(cāng)庫(kù)工人。但在未來十年，m.twshmhelmet.com，人工智能技術(shù)可能會(huì)讓他們的生活變得更加舉步維艱[來源/Recode和UC Berkeley]
數(shù)據(jù)的生命，人工智能的動(dòng)力
數(shù)據(jù)以平均每個(gè)月63％的速度增長(zhǎng)著；12％的受訪者稱，他們每個(gè)月的數(shù)據(jù)量增長(zhǎng)速度在100%甚至更高；超過20％的受訪者稱，他們從1000個(gè)甚至更多數(shù)據(jù)來源提取數(shù)據(jù)；有超過90％的受訪者表示，以可用于分析的格式提供數(shù)據(jù)是一項(xiàng)有挑戰(zhàn)性的任務(wù)；大家普遍認(rèn)為數(shù)據(jù)可移植性（45％）和可擴(kuò)展性（46％）是現(xiàn)代數(shù)據(jù)轉(zhuǎn)換方法的兩大優(yōu)勢(shì)[來源/Matillion和IDG對(duì)來自于規(guī)模在1000人以上的北美企業(yè)的200名IT、數(shù)據(jù)科學(xué)和數(shù)據(jù)工程專業(yè)人員進(jìn)行的調(diào)查]
過去兩年中，有85％的托管服務(wù)提供商（MSP）報(bào)告了針對(duì)中小企業(yè)（SMB）的攻擊，高于2019年的79％; 64％的受訪者稱，中小企業(yè)客戶正蒙受著業(yè)務(wù)生產(chǎn)力的損失，有45%的受訪者稱企業(yè)遭遇宕機(jī)。宕機(jī)的平均成本為141000美元，比2019年增加200％[來源/Datto對(duì)全球1400多家托管服務(wù)提供商的調(diào)查]
人工智能市場(chǎng)預(yù)測(cè)
根據(jù)Redpoint Ventures的數(shù)據(jù)，到2023年數(shù)據(jù)標(biāo)簽服務(wù)市場(chǎng)規(guī)模可能會(huì)增長(zhǎng)2倍達(dá)到50億美元[來源/經(jīng)濟(jì)學(xué)人]
到2024年，全球AI保險(xiǎn)市場(chǎng)規(guī)模將從13億美元增長(zhǎng)至200億美元[來源/Juniper]
2019年亞太地區(qū)（不包括日本）在人工智能系統(tǒng)上的支出將達(dá)到62億美元，比2019年增長(zhǎng)近54％；到2023年人工智能系統(tǒng)的支出將增加到214億美元，在2018-23預(yù)測(cè)期間的復(fù)合年增長(zhǎng)率（CAGR）為39.6％[來源/IDC]
預(yù)測(cè)人工智能的未來