从机器人保姆到胶囊网络 这里有13个值得你关注的2018年AI大趋势

13个人工智能趋势正重塑各行各业。CBInsights分析了这些趋势，以及对未来几年产生的重要影响。

趋势一：机器人抢“蓝领”饭碗

AI推动下的机器自动化浪潮，将继续冲击劳动力密集的制造业，抢去蓝领工作饭碗，同时也催生出新的工作类型与机会。

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。

中国T恤制造商天元服装与美国阿肯色州政府签署了谅解备忘录（MoU），以每小时14美元的价格在阿肯色州的新服装工厂雇用400名工人。操作计划于2017年底开始。天元位于阿肯色州小石城的工厂将使用佐治亚州初创公司SoftWear Automation开发称出缝纫机器人，可以代替工人制造服装。

在机器工人大军中中，一个新工种的出现——机器人保姆是最具代表性的。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。

趋势二：无处不在的人工智能

机器学习是人工智能的重要组成部分。

英国的IntelligentX希望推出全球首款AI酿造啤酒；俄罗斯的DeepFish正在使用神经网络来识别鱼类，而瑞典的Hoofstep正在筹集风险投资资金，对马匹进行深度的行为分析和学习。

趋势三：中国AI初创公司融资资金超过美国

中国正努力在AI方面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，中国占全球人工智能初创公司所花费总资金的48%。作为对比，美国为38%。

在深度学习方面，中国的专利比美国要多出6倍。

在面部识别方面，中国亿投入数十亿美元。

2017年7月，中国政府表示计划到2020年在AI水平上超越美国，2030年占据最前沿。中国寒武纪承诺在未来三年内生产10亿个处理单元，并正在开发专门用于深度学习的芯片。

趋势四：AI颠覆军事作战

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。

网络安全是人工智能的一个真正的机会区域，因为攻击是不断演变的，主要的挑战是新型的恶意软件。而人工智能具有大规模运营的能力，可筛选数百万次事件，以识别未来威胁的异常、风险和信号。

新的网络安全公司在一定程度上试图利用机器学习，这一市场正在蓬勃发展。在过去的5年里，共有134家创业公司筹集了36。55亿美元的股权。去年，月34家公司进行了首次公开募股。目前，这一市场由Cyber？？eason、CrowdStrike、Cylance和Tanium等大公司主导。

趋势五：AI语音助理集成渗透

在今年额CES展会中，AI语音与各种互联网设备的集成可谓五花八门、大放异彩。亚马逊Echo、Google Home、三星Bixby等语音助手正渗透进各行各业的互联网设备与智能家庭装备中。

趋势六：AI挑战专业工种

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。

趋势七：AI分权和普及

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。边缘计算正在成为AI的下一个大领域。

苹果公司发布了A11芯片，可以以每秒600B的速度执行机器学习任务。

另一个边缘人工智能的例子是人们可以在笔记本电脑上训练自己的个人助手，以识别语音和人脸。

趋势八：胶囊网络

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（onvolutional 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。

有线电视网络具有一定局限性，导致性能缺失或安全漏洞。胶囊网络将允许人工智能识别具有较少数据的一般模式，并且不易犯错。它主要考虑物体的相对位置和方向，而不需要对变体进行彻底的训练。

趋势九：高薪吸引AI人才

CBInsight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。而据显示，全球企业对AI专业人才的需求很可能超过100万。

在美国，Glassdoor对“人工智能”的搜索显示目前列出的职位超过32，000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。

趋势十：企业AI巨头格局逐渐成形

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。

趋势十一：AI医疗诊断

美国的监管机构正期待批准AI用于临床。 AI在诊断方面的优势在于早期检测和更高的准确性。

机器学习算法可以将医学图像与数百万其他患者的图像进行比较，从中找出人眼可能会遗漏的细微差别。

以消费者为中心的人工智能监测工具也非常引人注目，如SkinVision已经成功使用计算机视觉监测复发性皮肤疖。

但医疗AI应用的新浪潮将为医院和诊所的机器学习功能奠定基础。

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。

趋势十二：建立个人AI

由于开源软件库，数百种API和SDK以及来自亚马逊和谷歌的简单装配套件，进入人工智能的门槛已经进一步降低，各种DIY的个性化AI正在涌现。

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。

趋势十三：机器学习无边界

首先是大数据，然后是云，然后是机器学习狂潮，2017年见证了机器学习的一大发展高峰。

去年，投资者向多个行业的AI创业公司投入了超过152亿美元的资金。

自2016年以来，超过1，100家新的人工智能公司已经筹集了第一轮资金。而机器学习的常态化和普及会让投资者们对他们资助的AI公司变得越来越挑剔。