全球最专业的技术媒体，如何复盘 2019 AI 的发展？

By 超神经

内容提要：在辞旧迎新之际，我们总会对过去的一年进行全面的回顾和总结。外媒 VentureBeat 也做了一份 AI 年度总结，对人工智能在 2019 年的发展进行了全面的分析，从技术的发展到道德上的争议，面面俱到。

关键词：人工智能 年度回顾

文章来源：VentureBeat.com

编译编辑：神经小刀

回望 2019，AI 依旧取得了长足的发展，受到科技界、学术界以及普通大众的广泛关注。

这种发展的势头预计还将延续，根据普华永道估计，到 2030 年，全球的 AI 交付金额可能会达到 15.7 万亿美元。

在过去的一年里，AI 在一些场景中开启了新的应用，但与此同时，也在全球范围内，出现了一些 AI 的滥用行为，和随之而来的监管政策与法规。

但总的来说，随着人们对 AI 发展和性能的关注，这些技术都正在改善着人们的日常生活。

接下来，本文将从五个方面来盘点 AI 在 2019 年的几个关键进展。

2019 巨头的赛场：AI 及其自动化

随着越来越多自动化机器学习（AutoML）的发展，更多的企业能够将 AI 应用于市场、客户服务和风险管理等场景中。

AutoML 的一些应用范畴

作为云计算领域的主要参与者，谷歌、微软和亚马逊在这一年里，都不约而同地，在自己的年度技术展示中，重点介绍了 AI 工具及其自动化发展。

微软： Ignite 2019 上，微软打出了 Azure 的认知搜索口号：「使用 AI 解决业务问题。」

谷歌： 4 月的 Google Cloud Next 会议上，谷歌发布了它们在 AutoML 上的进展，包括预制的零售和联络中心 AI 服务，以及协作式模型制作工具 AI Platform。

亚马逊： 12 月的 re:Invent 2019 大会上，亚马逊发布了一系列由 AI 驱动的企业级工具。

而在 Google Cloud Next 中，最引人入胜的一个工具是 AutoML Natural Language（自动自然语言）。该工具于 12 月正式发布，它可以分析多种文档和格式类型的文本，以提供情感分析，用来进行法律文档解析和出版物管理。

与之相对应的，亚马逊在四月份推出了类似的 AWS 工具 Textract。

同时，微软在其以业务为中心的 Power Platform 上，提供了主题虚拟代理，情感分析和业务流程自动化等服务。

边缘计算：软硬件发展迅猛

2019，AI 发展比较可观的另一方面，当属边缘计算。

诸如联邦学习和多模式学习之类的软件上的进步，使智能手机和其他设备上使用人工智能成为可能，与在云中处理的 AI 相比，有望提供更好的控制和更强大的隐私保护。

边缘的范围和实施流程

苹果：在 6 月推出了 Core ML 3，开始支持在 iOS 设备上执行机器学习任务。

谷歌：早在 2017 年，就将联邦学习纳入其 TensorFlow 开发环境中，并且取得了丰硕的成果；而在 2019 年 10 月，谷歌在 Pixel 4 智能手机上增加了多项 AI 支持的功能，涉及语音识别和改善摄像的性能。

此外，硬件方面也有了一些提升，移动芯片正在不断地走向 AI 化。比如：

Arm ：正在建立一套产品线，通过打造多种设备为机器学习和 AI 提供动力。

英特尔：推出了视觉处理单元 Keem Bay，该单元可将推理任务带到边缘设备。

谷歌：提供了 Coral AI ，它是用于边缘网络的一系列神经网络机器学习模板和工具包。

英伟达：发布了 Jetson Xavier NX ，为无人机，汽车和多种移动边缘设备的 AI 提供动力。

此外，对功率效率的关注，则会帮助减少运行所有这些 AI 系统的环境（和财务）影响。谷歌还创建了一个智能控制器，可以在极低的 2 毫瓦功率下，使其实验中的量子处理器获得足够低温的状态，以保证计算的正常运行。

Facebook 发布了 DeepFovea，这项技术可改善 VR 头显的功耗。针对家庭用品，Sense 还发布了一系列 AI 设备，来监控和减少家庭中的能源使用；Evolve Energy 的 AI 则能帮助太阳能和风能客户们，找到最佳的策略方案并节省能源。

自动驾驶和物联网：成绩喜人

除了上述的消费者能源监控之外，2019 年在自动驾驶汽车和物联网（IoT）等领域中，AI 也取得了巨大进步。与此同时，AI 还开始介入便利店购物等日常工作。

在自动驾驶领域，Uber，Lyft，Alphabet 的 Waymo，Tesla 和 Argo 等知名企业，都拿出了一份喜人的成绩。而且根据消费者信心指数报告，大众对自动驾驶充满了热情。

不过，就目前来看，商用卡车是 2019 年里该领域盈利最多的应用。汽车制造商沃尔沃（Volvo）对智能卡车的生存能力非常有信心，预计将在 2020 年开始突破目前无人驾驶的财务状况。

当然，沃尔沃也需要面对来自行业内的竞争压力，比如 TuSimple，正在为美国邮政服务上进行测试交付；Daimler（戴姆勒）正在弗吉尼亚州测试自动驾驶卡车；还有 Starsky Robotics 则借助远程电信运营商的服务来进行测试。

另一方面，AI 在无人驾驶的应用，也与无人售货店紧密结合。

沃尔玛正在使用 AI 改善在线杂货店的订购，利用机器学习来了解消费者的潜在需求，并且开始使用无人驾驶货车，在阿肯色州的商店之间运送商品。

同时，微软帮助杂货连锁店 Kroger ，使用智能货架和其他技术打造了无人收银便利店，而 Giant Eagle 连锁店，则在委托 Grabango 进行自己的 AI 试验。

技术监管的尺度：宽松还是严格？

整个 2019 年，政治家和公司在人工智能的使用和监督方面，发生了一些之前不曾遇到的冲突。

其中的一例案件是，美国民主党参议员和总统候选人伊丽莎白·沃伦（Elizabeth Warren），在参加竞选时的一项承诺就是，要拆分谷歌和亚马逊等大型科技企业。

沃伦在竞选博文中指出：「随着进入市场的竞争者减少，大型科技公司不必在保护我们的隐私等关键领域，进行激烈竞争。」

但人脸识别等涉及到公众隐私的 AI 技术也引发了公众对于安全隐私的重视，从马萨诸塞州萨默维尔镇到英国，各国政府都在研究公共部门应如何使用 AI 技术，并且选择了不同的处理方式。

人脸识别的使用范围还存在很大的争议

美国许多州都开始限制或禁止这类技术的使用，特别是在加利福尼亚，旧金山等城市，颁布了禁止政府机构（尤其是警察部门）使用面部识别的禁令。

但在一些别的地区，例如底特律就没有此类禁令，底特律的警察局长詹姆斯·克雷格（James Craig），还对面部识别技术在打击犯罪方面的潜力充满了热情。

如果特朗普总统在 2020 年赢得连任，形式可能会发生一些变化，因为他的政府对 AI 采取了更具协作性的方法。当然，如果是更看重安全性的候选人上任，形势就会走向另一个方面。

智慧城市：正变得触手可及

在过去的一年里，不可否认的是，AI 技术正在改变我们的日常生活，当采取了适当措施保证道德准则的情况下，AI 技术能够让城市生活变的更加智能。

比如在交通上面，由智能汽车，路边摄像头，公共交通和其他传感器，创建了海量的数据，通过将其输入 AI 系统，一些公司正在预测和改善交通中流量问题。

StreetLight Data 就采用了一种巧妙的方式：通过手机的位置数据，跟踪和预测车辆、自行车和行人的运动及位置。而伦敦正在使用位智 App 来解决市中心的交通拥堵，并减少空气污染。

该工具可以定位拥堵的位置、分析拥堵原因

提供最佳的行程路线方案

在其他地方，Alphabet 部门的人行道实验室（Sidewalk Labs），正在帮助多伦多推动由天气和使用模式提供支持的智慧城市技术，以创建高科技的创新区。

基于奥斯陆（Oslo）的 Spacemaker 软件，则允许城市规划人员估计每个规划决策的效果，并根据机器学习对一系列建设目标进行优化。

在 2019 年 8 月，特隆赫姆市还推出了 Powerhouse，通过借助一些智能化的设计，大楼产生的电能将超过其消耗的能量，而多余的能量作为城市的其他用途（例如道路监控）。

由此可见，智慧城市的愿景离我们并不遥远。

2020，加油 AI

在 2019 年开启的这些项目，将会在 2020 年或者以后得以实现，正因如此，观察 AI 在现实世界中的发展是一件有趣并且有价值的事情。

当然，这其中最关键的，是需要对技术进行道德监督，以确保 AI 的发展能够继续为人类服务，而不是为祸人间。

—— 完 ——