2018年智能化发展趋势

美国知名研究机构CB Insights近日发布重磅报告《2018年必看的人工智能热门趋势》（Top AI Trends To Watch In 2018），报告对AI行业发展现状进行了深入研究剖析，并给出了2018年AI领域最值得关注的13个前沿发展趋势。

1．新蓝领的工作——机器人保姆

CB Insights报告提到，中国T恤制造商天元服装公司与美国阿肯色州政府签署了谅解备忘录，将在阿肯色州的新服装工厂启用400名“工人”。值得一提的是，这400位均为佐治亚州初创公司SoftWear Automation开发的缝纫机器人。此次合作，繁杂的工作全部由机器人完成，人类工作人员只负责机器人维护和操作等高端工作。

AI推动下的机器自动化浪潮，一度被认为要冲击劳动力密集的制造业，造成大面积蓝领工作被替代。

但容易被忽略的是新工种出现：机器人保姆。随着高度自动化制造、仓储等机器人完善，同时也需要相关人类对机器人进行维护。比如在亚马逊仓库中，已经有超过10万个机器人投入使用，相应也创造了数千个人类的新工作机会；在日本，到2025年，80％以上的老年护理将由机器人完成，而不是护理人员。

2．机器学习无所不在、无所不能

CB Insights指出，2018年，人工智能无处不在，或者更确切地说，机器学习将无处不在。这项技术几乎“无所不能”，并将在2018年创造出无限可能。

2018年，英国的IntelligentX有望推出世界上第一款AI酿造啤酒；俄罗斯的DeepFish致力于利用神经网络来识别雷达图像中的鱼类；瑞典的Hoofstep更是筹集了风投资金，计划为马匹进行深度行为分析。

3．潜力爆发，中国渐成AI全球领导者

在AI领域，中国正努力超越美国和其他西方国家，政府已经投入了大量精力和资金。2017年中国人工智能初创公司投入在全球占比48％，并首次超越美国占据榜首。据CBInsights预测，2018年就人工智能创业公司和总股本交易数量而言，美国在全球仍将领先，但其正在逐渐失去全球交易主导地位。

中国的AI领域取得的成就，主要得益于在面部识别和智能芯片两大领域的大力发展，前者得益于政府的大力支持近年发展最为迅猛，而后者则是对一向强势的美国芯片的直接挑战。

面部识别方面，独角兽Megvii成绩斐然。该公司的投资方阿里巴巴集团（通过蚂蚁金融）和富士康于2016年在中国杭州市合作开展了“城市大脑”项目，利用人工智能分析监控摄像头数据。

智能芯片方面，2017年7月，中国政府表示，将于2020年与美国达成合作，并于2030年前成为世界领导者。中国企业Cambricon承诺，将在未来三年内生产10亿个处理单元，并正在开发专门用于深度学习的芯片。

此外，除了本国研发，中国主要科技巨头如腾讯、百度和京东加大海外投资力度。据悉，近期，百度和京东已投资ZestFinance，腾讯已投资ObEN。在2018年，这也将成为中国芯片之争胜出的有力筹码。

4．国防的未来转向AI

未来的战争将依赖于前所未有的智能技术。无人机仅仅是个开始。随着传统防御、监视和网络安全侦察的日益融合，对基于算法的AI的需求。

人工智能在防御领域有着天然的优势。由于网络攻击是不断演变的，防御过程中经常需要面临先前未知类型的恶意软件。而人工智能则可凭借其强大的大规模运算能力脱颖而出，迅速排查筛选数百万次事件，以发现异常、风险和未来威胁的信号。

CB Insights报告显示，在2017年，约34家公司进行IPO，加入Cyber eason，CrowdStrike，Cylance和Tanium等大公司的市场厮杀。其中，每家公司的估值均在9亿美元以上。

5．语音交互竞争全球开战

CB Insights报告显示，目前语音交互战争在英语国家暂时两强并存：Amazon Echo和Google Home主导了智能家庭音箱市场。

值得一提的是，虽然亚马逊在语音计算方面早有领先，但在语言支持方面却处于落后地位，它希望全球用户可以用英语，德语或日语进行互动。

Google Home有英文，德文，法文和日文版本。而苹果的HomePod目前仅提供英文版本。

此外在中文市场，Amazon和Google都不太有戏，中文市场现在还多雄混战，市场主导地位的竞争仍将继续。阿里巴巴此前报告提到，自2017年7月正式发布以来，其中文版天猫精灵已售出超过100万套。

6．白领工作受到AI挑战

CB Insights认为AI会更加普遍地进入辅助决策阶段，这对白领的工作将造成威胁。

一份EAAS市场地图显示，律师、咨询顾问、财务顾问等专业的工作也将面临AI的入侵，但在这些领域中AI主要起到辅助和改善的作用，比如提高工作效率，是价格收费更合理和商业化，这将影响按小时计费的外部律师事务所的薪酬结构。

那什么样的白领工作是暂时安全的？CB Insights的观点是教育和医疗保健等需要高度情感智能的领域，目前面临的自动化风险最小。

7．AI终端趋势显现，边缘计算成为下一大领域

人工智能不仅限于强大的超级计算机和大型设备，它也正在成为智能手机和可穿戴设备和设备的一部分。CB Insights表示，AI发展正在进入“端”时代，包括手机、汽车、可穿戴在内的终端都将越来越多地迎来AI加持。而人工智能的边缘化应用还远不止于此，智能家居、自动驾驶等诸多热门领域中，都有它的身影。

8．胶囊网络出现

CB Insights报告显示，神经网络具有无数的架构。近来深度学习中最流行的一种叫做卷积神经网络（convolutional neural networks）。现在已经开发出一种新的架构，即胶囊网络，它将在多个前沿超过卷积神经网络。

长期以来，卷积神经网络尽管取得了成功，但学者普遍认为其仍存在缺陷，可能导致安全缺口。基于此，深度学习的先驱研究人员之一Geoffrey Hinton于2017年发表研究论文，介绍了“胶囊网络”的概念。与CNN相比，CapsNet弥补了不少缺陷，比如数据量、准确度、训练数据多样性等等，性能更好。

9．高薪AI人才争夺战愈演愈烈

CB Insight援引报告称，目前在人工智能领域能胜任的研究人员大约有30万人，其中包括部分学生。而据数据显示，全球企业对AI专业人才的需求很可能超过100万。全球人工智能公司的人才争夺战必将愈演愈烈，2018年人工智能专家的薪酬也或将创下新高。

在美国，Glassdoor对“人工智能”的搜索显示目前列出的职位超过32000个，其中几个工资范围已达到6位数。公司非常愿意为智能AI专家支付高额的薪水。

10．机器学习资本狂欢落幕

2017年，是机器学习的狂欢巅峰。投资者向各行业的机器学习创业公司投入超152亿美元，比2016年增加141％。一年间，美国孵化器吸纳了300余家机器学习创业公司，比2016年增加了3倍。

机器学习将在2018年成为新常态，但是AI创业公司也会迎来检验期，光有概念炒作，没有产品和商业模式，可能会被洗牌。投资者对于AI公司的投资也会更加谨慎，融资会变得更困难。

11．企业AI巨头格局开始成形

随着谷歌，亚马逊，Salesforce和微软等科技巨头提高其企业AI能力，小型企业难以维持下去。

Google发布了Cloud AutoML。客户可以自带数据来训练算法以适应他们的特定需求。亚马逊开始在其AWS旗下销售人工智能作为服务和“亚马逊人工智能”。亚马逊的AI的目标是服务于大公司。

12．AI＋医疗迎来春天

在美国，监管机构正在考虑批准AI用于临床。AI在诊断方面可以提供更早期准确性判断，这能让很多病症在早期被发现和治疗。AI“看片”也会比人类医生更具优势，还能快速普及。此外，医疗保健方面的AI创业也正在进入最热阶段。

最近，英瑞医药和生物制药公司AstraZeneca宣布与阿里巴巴子公司Ali Health建立合作伙伴关系，以在中国开发AI辅助筛查和诊断应用。GE和Nvidia也联手为GE的医疗成像设备提供深度学习功能。

13．AI进入DIY阶段

2018年，AI的技术和产品将会更加普及，DIY打造个性化AI也成为可能。不需要计算机科学或数学博士，你就能来建立自己的AI。在开源软件库，数百种API和SDK可以发挥作用，而且Google等巨头公司会开发越来越多的简易配套件，壁垒比任何时候都要低。

Google推出了一款名为“适合所有年龄段的AI”（Artificial Intelligence Yourself）项目。它的第一款产品是Raspberry Pi的语音识别套件——用户能够将他们想要的任何语音发送给他们的个人语音助理。