2018年人工智能的八大趨勢，并購越來越多金融
人工智能還有很長的路要走。2018年顯然將是對人工智能的發展關鍵性的一年，讓我們拭目以待。
大數據分析并不是一個業已退潮的趨勢。隨著數據量的持續增長，大數據分析也在不斷改善。說到預測分析的應用，我們只看到了冰山一角。
通過使用數據挖掘、機器學習和人工智能技術來分析當前數據，已經成功幫助了活動組織(即預測銷售，優化營銷等)。所有這些不同類型的人工智能聯系在一起，深刻的改變著我們的日常工作方式，而更多的改變尚未到來。
這里是來自AI世界的一些關于大數據，預測性分析以及機器學習的關鍵數據：
到2018年，75%的開發商都會在商業應用和服務中引入至少一種AI功能（來自IDC）
到2019年，100%的物聯網活動將會被AI功能支持（來自IDC）
到2020年，30%的公司將會使用AI來提高至少一種關鍵程序（來自Gartner）。
到2020年，算法將會在全球范圍內積極影響數以億計的行為（來自Gartner）
到2020年，人工智能市場將會超過400億美元（來自?Constellation Research）
到2025年，AI將驅動95%的用戶交互。（來自Servion）
趨勢1-大公司先發優勢，勢在必贏
亞馬遜、谷歌、Facebook和IBM將引領人工智能的發展。作為大公司，他們有合適的資源來收集數據，因此有更多的數據可用。
以下是頂級玩家在人工智能方面的發展情況：
亞馬遜
投資人工智能超過20年
Web抓取來自超過50億網頁的數據
物流中心擁有超過500000 JPEG圖像和相應的JSON元數據文件
每日監測全球廣播、印刷物、網絡新聞的記錄超過2.5億
將近1億張附帶視頻、音頻和注解的圖片和視頻
亞馬遜的Echo以超過70%的優勢領先于聲控助理市場
谷歌
坐擁最大的數據集庫之一，有10 - 15個Exabyte的數據——Cirrus Insight
專注于應用和產品開發，而非長期人工智能研究
一個由1300名研究人員組成的團隊——谷歌大腦
23.8%的語音助理市場- Voicebot用戶份額
使用機器學習的開放-源平臺,TensorFlow,給所有人訪問機器學習平臺的權限
谷歌地球數據庫的大小估計為3,017 TB或大約3 pb -谷歌地球博客
谷歌街景有大約20 pb的街道照片——Peta像素
每天處理25億的內容和500多TB的數據——Tech Crunch
Facebook人工智能研究中心有約80名研究員和工程師——FAIR
日均生成20億“贊”和3億照片——Tech Crunch
每30分鐘掃描月105TB數據——Tech Crunch
建有一個62000平方英尺的數據中心，可以容納500臺機架
每天用超過40種語言翻譯20億用戶帖，8億用戶可以看到翻譯——Fortune
IBM
計劃用時10年、注資2.4億美元投資創建麻省理工學院——IBM “沃森”人工智能實驗室 ——IBM
沃森客戶業務橫跨6個大陸，超過25個國家——IBM
IBM在沃森集團(Watson Group)投資了10億美元，其中包括1億美元的風險投資，以支持IBM的初創企業和建立與沃森(Watson - IBM)的認知應用程序的企業——IBM
通過沃森生態系統，已經建立了7000多個應用程序——Fortune
谷歌最可能在將機器學習部署于產品和服務的應用方面處于最前沿。他們不僅是第一家開始人工智能研究的公司，而且谷歌是一家相當大的公司，有超過7萬名員工。
此外，谷歌大腦是一個深度學習人工智能研究項目，谷歌擁有一個完整的團隊，它的研究議程包括機器學習、自然語言理解、機器學習算法和技術，以及機器人技術。
趨勢2 -算法和技術的整合將會發生
所有在人工智能領域投資的第二梯隊公司，如英特爾、Salesforce和Twitter，都將追隨那些已經擁有數據的大公司，并開始使用他們的數據、算法和人工智能。行業的參與者之間將發生數據交易，算法和技術將得到鞏固。數據的交易以及算法和技術的整合將使人工智能更加有效。
隨著谷歌和Facebook這樣的巨頭公司收購規模較小的玩家，算法將被整合到他們的核心平臺/解決方案中。總部位于倫敦的人工智能公司DeepMind建立了通用學習算法，谷歌收購了該公司，以獲得與其他科技公司競爭的商業優勢。另一方面，Facebook收購了Wit.AI，助力語音識別和語音接口。它還收購了人工智能初創公司Ozlo，以提升其虛擬助手。
趨勢3 -眾包數據將無比巨大
所有人工智能公司都將追求巨大的數據集，以尋找方法和手段來實現他們對人工智能的雄心。這些公司將開始對大量數據進行眾包。他們已經找到了不同的方法來評估眾包數據的質量和真實性，這不僅給企業提供了從這些數據中獲益的能力，而且也給了消費者一個發聲的機會。
OpenDataNow.com的創始人兼編輯Joel Gurin說:“我們生活在一個眾包文化中，越來越多的人愿意并有興趣通過社交媒體分享他們所知道的東西。”
谷歌通過眾包獲得很多圖像來構建他們的成像算法。此外，該公司還利用眾包技術，通過其眾源應用，幫助改善翻譯、抄寫、手寫識別和地圖等服務。亞馬遜還利用眾包人工智能來提高Alexa目前逾1.5萬項技能。
趨勢4-并購將越來越多
CBInsights的數據顯示，收購人工智能公司的競賽將在2018年開始，屆時，隨著企業爭奪知識資本和人才，我們將會看到越來越多的并購。機器學習/人工智能領域的所有小公司都將被大公司收購。
主要有以下兩個原因:
1.沒有數據集，人工智能就不能獨立工作。由于大公司擁有大量的數據集，它們對小公司來說優勢巨大。
2.沒有數據的算法毫無用處。反之亦然。數據是算法的核心，獲取大量的數據至關重要。
作為機器人工程師和哥倫比亞大學創意機器實驗室的主任，Hod Lipson說:“數據是燃料，算法是引擎。”
趨勢5-AI工具走向民主化，以增加市場份額
大公司將開始開源他們的算法和其他工具集以獲得市場份額。市場訪問數據和算法的壁壘的將減少，人工智能的新應用將會增加。通過民主化，那些沒有途徑應用人工智能工具的小公司，將有大量的數據用于培訓和啟動復雜的人工智能算法。
正如谷歌的首席執行官桑達爾·皮查伊(Sundar Pichai)所說的，關于民主化人工智能的說法，“我們所能做的最令人興奮的事情之一，就是對機器學習和人工智能的祛魅。”這對所有人來說都是很重要的。
此外，框架、SDKs和api將成為所有主要玩家開放用戶使用的標準。SaaS和PaaS的基礎模型將是所有這些公司追求的商業模式。
趨勢6 -人機交互將會改善
Siri和Alexa是最流行的兩種人機交互工具。與此類似的 更多的基于機器人的解決方案，將是AI公司的第一個入口。例如，雖然機器已經被編程用于語音分析和面部識別，但它還將能夠基于你的聲音音調識別你的情緒，也就是情感分析。
制造業自動化和非消費者方面的解決方案將首先得到改善。制造自動化將主要是使用先進的技術，包括自動化、機器人技術和先進的制造技術來節省人工成本。在農業和醫藥領域，諸如人機交互等非消費者解決方案的改進也將在2018年普及。
趨勢7 -人工智將影響更多垂直領域
制造業、客戶服務、金融、醫療和交通等領域已經受到人工智能的影響。自動駕駛汽車預計將在2018年上市。
明年，人工智能將會影響更多的垂直領域。以下是工業界的簡要示例以及人工智能將如何影響它們
保險-人工智能將通過自動化改進索賠過程
L法務 - NLP可以在幾分鐘內總結數千頁的法律文件，從而縮短時間，提高效率
公關&媒體 - AI將幫助快速處理數據
教育——虛擬導師的發展人工智能輔助額論文評分;自適應學習程序、游戲和軟件;而由人工智能提供的個性化教育項目將改變學生和教師的互動方式
健康——機器學習可以用于制造更復雜、準確的方法來預測病人出現癥狀前的疾病
就像100年前的工業革命幾乎改變了一切一樣，人工智能將在未來幾年改變世界。
趨勢8 -安全、隱私、倫理和道德問題
人工智能保護傘下的一切，如機器學習和大數據，都很容易遭遇新興的安全和隱私問題方面的問題。有時關鍵的基礎設施在其中扮演了重要角色。與隱私問題相關的安全需求，比如將銀行賬戶和健康信息保密，增加了安全研究的必要性。2018年將是關注安全和隱私問題的一年，并可能會有新的進展。
人工智能的倫理也將是2018年的一個主要問題。倫理和道德問題需要解決，包括人工智能如何傷害或造福人類。也有人擔心機器人取代人類的可能性，特別是如果人工智能將在人類移情作用的領域中使用，比如護士、治療師或警察。另一個將被處理的問題是自主武器。考慮到自主功能的水平，人工智能將需要涵蓋某些功能，因為他不是控制在人類手中的武器。
雷鋒網結語
雖然人工智能已經存在很多年了，但我們今天所知道的人工智能仍處于起步階段。圍繞人工智能及其各種應用，從自動駕駛汽車到虛擬個人助理，以及其他許多需要人工智能的任務，都有大量的炒作。雖然有一長串人工智能用例，但其中大部分旨在改進特定的過程，且要成功部署它們需要時間。人工智能還有很長的路要走。2018年顯然將是對人工智能的發展關鍵性的一年，讓我們拭目以待。
來源|微信公眾號：雷鋒網
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
