Wikibon年度预测：2018年人工智能的八个演变趋势

素材来源|Wikibon

编译|AI商业周刊

编者按：Wikibon是一家大数据及人工智能领域的专业技术咨询和研究机构，旨在通过社区形式与开源共享免费咨询知识来解决技术和商业问题，该机构每年都对大数据及人工智能领域发布一系列的市场研究报告、技术研究报告、技术预测分析报告。

12月15日，Wikibon举行了年度网络直播，直播内容主要是预测数据分析市场、平台、工具今后可能会如何演变。 从这个网络广播中，简单整理了乔治·吉尔伯特，尼尔·拉登的主要预言：

1、人工智能将成为高性能IT运营和应用程序管理环境的支柱。机器学习对于当今日益复杂的分布式计算环境的持续监视、优化、诊断和修复至关重要。 Gilbert预测，到2018年，信息技术运营和应用性能管理将成为机器学习的第一个大批量的横向的应用。

2、数据驱动的自动编程技术将成为企业应用程序开发的核心。我预测，到2018年年底，最新的自动编程技术（包括机器学习和机器人过程自动化）将被纳入顶级的云计算集成开发环境。机器学习和机器人过程自动化的共同之处在于它们采用领域驱动的代码生成框架，并使用由数据驱动的代码生成培训来提高其效率。

3、数据科学的生产力将迅速提高，实现更少的数据科学家完成更多的工作。Raden预测，2018年以后越来越激烈的自动化数据争夺和越来越多的建模工具将使数据科学家能够跟上服务日益增长的需求，甚至可能随着这一领域的民主化导致传统数据科学家的地位下降。

4、分析应用程序将成为在无服务器云上使用功能性编程的微服务展示窗口。我预测，到2018年年底，公共云中的新微服务将会有超过50％部署在无服务器环境中。功能编程解决了主流云微服务的核心功能，包括许多新的机器学习、深度学习和人工智慧能应用程序。但由于无服务器和仅支持本地服务的平台才刚开始启用，私有云新功能代码中使用功能代码的还不到10％。

5、提供开源大数据软件解决方案的供应商将通过兼并和收购来巩固自己的地位。吉尔伯特预测，随着销售的增长，投资者对盈利的需求也不断增长，再加上小众供应商为建立企业销售力量以便从其“土地扩张”市场策略中获利的需求，到2018年，供应商之间的兼并和收购在所难免。

6、边缘设备之间的数据移动将成为物联网运营的主要成本要素。Raden预测，到2018年，减少物联网数据传输和压缩AI以及其他边缘部署算法的方法将会普及。

7、由于强化学习的广泛应用，人工智能微服务将越来越多地转向自主操作的边缘设备。我预测，到2018年年底，超过25％的人工智能应用开发项目将涉及自主操作的边缘设备，到那个时候，超过50％的企业级开发人员已经熟悉了强化学习技术。

8、成套的训练机器学习模型将成为企业应用战略的关键。目前企业仍然缺乏在生产应用程序中构建、培训、部署和管理AI和其他数据驱动模型的数据科学家。 Gilbert预测，到2018年，IT专业人员将不太可能从零开始构建机器学习模型。相反，公司在应用程序和云服务中将越来越多的定制和使用API可访问预训练模型。

注：本文由AI商业周刊编译，转载请注明来源。