2018人工智能八大趋势展望

不可否认的是，人工智能( AI )已逐步渗透到我们的工作和生活中。人工智能的时代早已来临，只是很多时候扮演幕后的角色，我们并没有直接感受到而已。在过去的最近几年，围绕着人工智能各行各业开始智能化探索，创投圈攻城略池，中美等众多国家也积极布局人工智能抢占战略制高点。

以下是 AI、大数据、预测分析、机器学习的关键数据：

2018 年，75% 的开发商将在一个或多个业务或服务中包含 AI 功能。

2019 年，100% 的物联网将会得到 AI 的支持。

2020 年，30% 的公司将使用 AI，至少增加一个主要销售环节。

2020 年，算法将改变数十亿劳动者的行为。

2020 年，人工智能市值将超过 400 亿美元。

2025 年，AI 将驱动 95% 的客户交互。

UnfoldLabs 首席执行官 Asokan Ashok 撰写了一篇文章，为我们预测了 2018 年人工智能的八大趋势。

趋势 1：强者恒强：大公司成为赢家

Amazon、Google、Facebook、IBM 将引领人工智能的潮流。

Amazon:

投资 AI 超过 20 年。

网页检索数据超过 50 亿网页。

Amazon 物流中心拥有超过 50 万张描述商品的 JPEG 文件及相应的 JSON 元数据文件。

每日监测全球广播、出版物、网络新闻的记录超过 2.5 亿条。

拥有接近 1 亿的图像及带有注释的视频。

Amazon Echo 占据了语音助理市场的 70% 份额。

Google:

数据集最大存储库之一，拥有 10~15 EB 的数据。

专注研发应用和产品，而非长期的 AI 研究。

超过 1300 名研究人员的团队。

占据语音助理市场的 23.8% 份额。

使用开源平台进行机器学习，Tensorflow 是人人皆可使用的机器学习开源平台。

Google Earth 数据库据估 3017 TB 或 3 PB 。

Google 街景拥有大约 20 PB 的街景照片。

Facebook:

每天处理 25 亿件内容和 500 多 TB 的数据。

Facebook 拥有大约 80 名人工智能研究员和工程师。

每天产生 20 亿点赞和 3 亿的照片。

每半小时扫描 105 TB 数据。

建有 62000 平方英尺的数据中心，容纳 500 个机架，包含了 1 EB 的冷存储(cold * storage，指不常使用的数据——译者注)。

每天用超过 40 种语言翻译近 20 亿用户帖子，8 亿用户可看到翻译。

IBM:

计划用 10 年，斥资 2.4 亿美元创建 MIT-IBM Watson AI 实验室。

在全球拥有超过 2000 名雇员，纽约总部拥有超过 600 名雇员。

Watson 客户合作横跨六大洲，超过 25 个国家和地区。

IBM 向 Watson 集团投资 10 亿美元，其中包括 1 亿美元的风投，用来支持 IBM 的初创企业和构建由 Watson 研发的认知应用。

Watson 生态系统已经构建超过 7000 多个应用。

趋势 2：算法和技术将会整合

所有投资 AI 的第二梯队，如 Intel、Salesforce、Twitter 等，将追随拥有数据的大公司，并使用他们的数据算法和 AI 。数据交易将在行业内进行，算法和技术最有可能发生整合。数据交易以及算法和技术的整合，将会使 AI 更为高效。

Google、Facebook 等巨头收购小企业，算法将被整合到自己的核心平台或解决方案。一家位于伦敦的 AI 公司 DeepMind ，由于构建了通用学习算法，被 Google 收购以获得领先其他科技公司的商业优势。另一方面，Facebook 收购了 Wit.ai 来帮助完善语音识别和语音接口。它还收购了 AI 初创公司 Ozlo，用来完善它的 M 虚拟助理。

趋势 3：众包数据将会极其庞大

所有的 AI 公司都会想法设法追逐海量数据集，以实现他们在 AI 的雄心壮志。这些公司将会收集大量的众包数据。公司已经找到评估众包数据质量和真实性的不同方法。不仅企业会从这些数据中收益，消费者也得到了话语权。

趋势 4：并购事件将越来越多

图片来源：CBInsights(http://suo.im/4y0V3q)

CBInsights 统计数据表明，并购 AI 的军备竞赛已经打响，2018 年将会变得尤为激烈，我们将会目睹越来越多的智力资本和人才被并购。所有的机器学习和AI 的小公司都将被大公司并购的原因：

AI 在缺少数据集的情况下无法独立工作。而大公司拥有大量数据集，小公司因此失去竞争力。

没有数据的算法毫无用处，反之亦然。数据是算法的核心，因此，大量数据的获取，乃重中之重。

趋势 5：工具的民主化，获取市场份额

大公司通过开源算法和工具集来获取市场份额。基于市场的数据访问和算法的壁垒将会降低，新的 AI 应用将会增加。通过民主化，原先缺乏 AI 工具的小企业将更容易获得大量数据，来训练复杂的 AI 算法。

趋势 6：人机交互将会改善

Siri 和 Alexa 是广受欢迎的人机交互工具。更多基于机器人的类似解决方案将成为 AI 公司的最低门槛。例如，机器可被编程用来分析语音和面部识别，能够根据讲话的语调来识别情绪。

2018 年，农业和医药领域的人机交互会更多。

趋势 7：AI 将慢慢地影响所有的行业

制造业、客服、金融、医疗、交通等行业已经受到 AI 的影响。自动驾驶汽车预计 2018 年就能打入市场。

2018年，AI 将会影响更多的行业，下面例举简单的例子：

保险：AI 将通过自动化提升理赔服务

法律：NLP 可以在几分钟内总结上千页的法律文件，从而节约时间，提高效率。

公关与媒体：AI 帮助快速处理数据。

教育：虚拟教师的发展;人工智能辅助阅卷;自适应学习程序、游戏和软件;由 AI 驱动的个性化教育项目将改变师生互动的方式。

健康：机器学习可以创建更为复杂的精确方法，在患者出现症状前数年预测疾病。正如 100 年前工业革命改变了世界面貌，在未来，AI 也将会改变各行各业。

趋势 8：安全、隐私与伦理道德的问题

在人工智能的保护伞下，像机器学习、大数据，对于安全和隐私问题仍有懈可击。有时候，重要的部分是关键基础设施。与隐私、安全相关的担忧，如银行账户和健康信息的保密，会促进对人工智能安全性的研究。2018 年，安全和隐私的问题会得到一定的解决，也可能会有所新的发展。