2018年大数据、人工智能的5大趋势

源databricks译魏凡

本文作者 Matei Zaharia 是Databricks 的首席技术专家、创始人之一。曾任 MIT CS助理教授，目前为Stanford CS助理教授，Stanford DWAN 成员。

在过去几年中，随着自然语言处理、任务自动化、预测等革新技术的发展，企业对人工智能、机器学习技术的需求日益扩大。人工智能、大数据改变了企业运作、产品形态、用户购物方式，为人们带来自动化驾驶、个性化购物推荐等新体验。

但是人工智能目前并没有被广范应用，实际上目前只有少数公司能够应用人工智能建立业务——例如Facebook、Google、Uber等。大多数公司因人工智能难以解决实际业务问题、技术平台不完善等问题，未曾使用人工智能。万幸的是，随着技术持续进步，对这些企业来说，人工智能、大数据的应用门槛将越来越低。让我们来看看那些年火热的AI概念中，2018年哪些趋势能够成真？

这里有 2018 年人工智能的 5 大趋势：

数据将成为企业的核心优势。人工智能产品的性能依赖训练数据集的好坏，因此，企业将会把数据集当作其核心资源。此外，云平台技术可将企业数据集变现，利用大数据技术来推荐用户购物下单。

人工智能将在其他各垂直领域发力。其他垂直领域的解决方案、库，将集合最新的机器学习技术，优化原处理流程，例如，近期将会发布的Apache Spark基因处理工具包即是一例。

数据处理专家数量将持续增长。数据科学、计算机科学目前是大学中最热门的方向，但当前源源不断的毕业新生无法满足企业业务需求。所以，企业将会培养数据处理团队，以开发更多数据相关的产品。

各种深度学习框架将整合，提供更统一、抽象的服务。现在机器学习框架数量较多，但不少框架间提供相似的功能接口来定义、训练模型。框架开发者会致力于为上层企业应用提供更易使用、移植的应用接口。

云技术推动新的数据应用架构。我们已看到：云计算相比企业本地部署数据管理，拥有更多优势。期待市场推出的产品有效利用云的易于管理、易于扩展的特性，化繁为简。