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。大家有目共睹的是，人工智能在技术上更迅猛发展，智能语音、智能图像、自然语言处理、深度学习等技术越来越成熟，像空气和水一样逐步渗透到日常生活。那么，即将到来的 2018 年，人工智能将会掀起怎样的风暴?

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。

计算分析大数据并不是一时性的。随着数据量的不断增长，因此分析大数据的方式也会有改进。当涉及到预测性分析的应用时，我们只不过看到的是冰山一角。通过数据挖掘、机器学习、AI 技术帮助组织机构分析现有数据，如销售预测、优化营销活动等。所有这些不同的人工智能都在深刻地改变着我们的生活。

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。

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。作为大公司，他们有大量的资源来收集数据，因此得以掌握更多的数据。

下面罗列了行业中顶尖玩家在 AI 领域做出的战绩：

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。

在机器学习和应用产品开发和部署的方面，Google 很可能处于最前沿的地位。Google 不仅是第一家开展 AI 研究的公司，而且还拥有超过 7 万名雇员，是一家庞大的公司。此外，Google Brain 是一个深度学习的 AI 研究项目，Google 拥有整个团队，研究范围涵盖了机器学习、自然语言处理、机器学习算法和技术以及机器人技术等领域。

全球 100 家最有潜力的 AI 公司

图片来源：《财富》http://t.cn/ROK6ToZ

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。

OpenDataNow.com 的创始人兼编辑 Joel Gurin 表示：

我们生活在众包文化中，越来越多的人们愿意并且有兴趣通过社交媒体分享他们知道的信息。 

Google 通过众包来获取大量的图片，构建其成像算法。它还通过众包改进了翻译、转录、手写识别等服务。Amazon 通过众包人工智能改善 Alexa ，使其掌握了超过 15000 项技能。

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，原因有二：

• 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。  

机器人工程师、哥伦比亚大学创意机器实验室主管 Hod Lipson 表示：

数据就好比燃料，算法就是引擎。

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。

Google 首席执行官 Sundar Pichai 表示，人工智能的民主化，“我们大家能够做的最令人兴奋的事之一，就是揭示机器学习和 AI ，所有人都可以理解，这一点很重要。”

框架、SDK 和 API 将成为所有主要参与者的标准，发展消费习惯。基于 SaaS 和 Paas 的模型将成为所有公司遵循的商业模式。

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。明年，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。

在 2018 年，人工智能的伦理问题也成为主要问题。需要强调的问题包括：AI 将如何伤害 / 造福人类。还有一些对于 AI 取代人类的担忧，特别是 AI 如果应用于人类同情心很重要的领域，如护士、治疗师、或警察。另一个需要解决问题就是自主武器，鉴于一定程度的自主功能，AI 需要超越某些功能，而不像人类所控制的武器。

我们的观点

虽然人工智能已经存在很多年，但到目前为止，AI 仍处于起步阶段。到处都在炒作 AI 和各种应用，从自动驾驶到虚拟个人助理，以及很多可以完成通常需要人类才能完成的任务的其他黑科技。虽然已经有了大量的 AI 应用案例，大部分目的都是改进特定流程，成功部署还需假以时日。另外，人工智能行业玩家并不多，因此当前不会出现碎片问题。处理这些问题的非结构化数据和算法将会出现。AI 的生命才刚刚开始，未来还有很长的路要走。