人工智能（AI）具有獨特的能力，且有無限的發(fā)展可能性，超越我們的想象力。CB Insights 市調(diào)公司針對2018年AI主要趨勢，分析出13種趨勢及將在未來幾年產(chǎn)生巨大影響。

一、AI機器人勞動力(Robotic workforce)

將來大部分工廠裝配線中的大量勞動密集型工作，將由AI編程的機器人(AI programmed robots)取代。這將降低雇用工人的成本，并減少外包和離岸外包。

最近，一家中國T恤制造商天元服裝公司(Tianyuan Garments Company)與阿肯色州政府簽署了備忘錄（MoU），以每小時14美元雇用400名阿肯色州的工人。2017年底前開始運營，采用喬治亞州的新創(chuàng)公司SoftWear Automation開發(fā)的縫紉機器人來制造服裝。在日本，到2025年80％以上的老年護理將由機器人完成，而不是護理人員。

二、無所不在的人工智能(Ubiquitous Artificial Intelligence)

人工智能會影響多個領(lǐng)域，甚至是那些出乎意料的領(lǐng)域。機器學習是AI的重要組成部分，指的是對大數(shù)據(jù)的算法進行訓練，以便更好地學習如何處理識別模型的任務(wù)。

英國的IntelligentX希望推出全球首款A(yù)I釀造啤酒;俄羅斯的DeepFish正在使用神經(jīng)網(wǎng)絡(luò)來識別魚類，而瑞典的Hoofstep正在籌集創(chuàng)投資金，以深度學習馬的行為分析。

三、美國與中國之AI競爭 (Uncle Sam vs The Dragon AI)

中國已經(jīng)準備好證明自己在AI領(lǐng)域的實力，并且勝過美國和其他西方國家。中國政府在AI未來技術(shù)投入了大量資金及規(guī)劃，包括從智能農(nóng)業(yè)、智能物流到軍事應(yīng)用。

中國的人工智能新創(chuàng)公司在2017年獲取全球AI創(chuàng)投資金約48％，超過美國。在深度學習方面，中國的專利數(shù)量高于美國六倍。美國似乎在AI新創(chuàng)公司方面漸失其優(yōu)勢。

中國政府訂下AI世界目標，到2020年趕上美國AI水平，到2030年成為世界領(lǐng)導者。由中國政府扶植的AI芯片設(shè)計公司寒武紀(Cambricon)計劃在未來三年內(nèi)生產(chǎn)10億個處理單元，并正在開發(fā)專門用于深度學習的芯片。

四、AI時代的戰(zhàn)場 (Battlefields in the age of AI)

未來的市場戰(zhàn)爭將依賴更多AI智能技術(shù)。無人機只是個開始。隨著對網(wǎng)絡(luò)安全防御及監(jiān)視之更受重視，對基于算法的AI將需求日增。

網(wǎng)絡(luò)安全性是AI的一個真正的機會區(qū)域，因為攻擊是不斷演變的，主要的挑戰(zhàn)是新型的惡意軟件。AI在這方面將是一個優(yōu)勢，隨著利用機器學習技術(shù)，使其市場正在蓬勃發(fā)展。

在過去的5年共有134家新創(chuàng)公司籌集了36.55億美元的股權(quán)。去年，其中約34家公司去年(2017)首次募資(IPO)，仍然由大公司主導競爭市場，如：Cybereason、CrowdStrike、Cylance和Tanium等。

五、語音助理正火紅 (Voice Assistants)

從2018年CES消費電子展上，炒熱語音助理的應(yīng)用。幾乎任何物聯(lián)網(wǎng)(IoT)裝置都整合到Amazon Echo或Google Home中。三星(Samsung)以自行開發(fā)的語音助理Bixby，計劃2020年前將三星所有產(chǎn)品都能與互聯(lián)網(wǎng)連接。

六、AI挑戰(zhàn)專業(yè)人士(AI to throw the gauntlet before professionals)

熟練的專業(yè)人士 - 包括律師、咨詢顧問、財務(wù)顧問等 - 將像半生不熟的工人一樣面臨AI挑戰(zhàn)。至少，AI可減少時間和提高法律工作效率的巨大潛力。隨著AI平臺變得更加高效、價格合理且商業(yè)化，這將影響按小時計費的外部律師事務(wù)所的薪酬結(jié)構(gòu)。

七、地方分權(quán)(云端運算)和民主化(邊緣運算) (Decentralization and Democratization)

AI不僅限于強大的大型超級運算機器，同時也正成為智能型手機和可穿戴裝置之一部分。邊界計算(Edge computing)正在成為AI的下一個大領(lǐng)域。例如，蘋果(Apple) iPhone 8和X的A11芯片，以每秒600B的速度執(zhí)行機器學習任務(wù)。還有，另一個邊界AI運算的例子，就是裝置上訓練個人AI助理，以識別你獨特的口音或辨識人臉。

八、膠囊網(wǎng)絡(luò)(Capsule Networks)

機器學習神經(jīng)網(wǎng)絡(luò)具有無數(shù)的架構(gòu)。近來，深度學習中最流行一種叫做卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks)?，F(xiàn)在，又開發(fā)出一種全新的神經(jīng)網(wǎng)絡(luò)架構(gòu)--膠囊網(wǎng)絡(luò)（CNNs），然而，CNNs有一定的局限性，且導致性能缺失或安全漏洞。

九、AI人才易實現(xiàn)夢想薪水(Dream salaries in AI talent hunt)

目前，AI領(lǐng)域合格人才約有30萬人，其中包括相關(guān)研究領(lǐng)域的學生。然而，企業(yè)需要100萬位AI人才來滿足工作需求，而且樂意支付6位數(shù)年薪。

十、企業(yè)AI人才成為大人物 (Bigwigs of enterprise AI)

隨著科技大廠提高其企業(yè)AI能力，如：谷歌(Google)、亞馬遜(Amazon)、Salesforce和微軟(Microsoft)等科技巨頭。那么，小型企業(yè)將難以存續(xù)。

十一、AI醫(yī)療診斷(AI medical diagnostics)

美國監(jiān)管機構(gòu)正期待批準AI用于臨床。AI在診斷方面的優(yōu)勢，在于初期檢測和更高的準確性。機器學習算法可以將醫(yī)療成像及數(shù)百萬其他患者的成像進行比較，從中找出人眼可能會遺漏的細微差別。如SkinVision已經(jīng)利用計算器視覺監(jiān)測可疑皮膚崩裂。但醫(yī)療AI應(yīng)用的新浪潮將為醫(yī)院和診所的機器學習功能奠定基礎(chǔ)。

最近，醫(yī)藥公司Anglo–Swedish、AstraZeneca與阿里巴巴(Alibaba)子公司Ali Health建立合作伙伴關(guān)系，將在中國開發(fā)AI輔助篩檢和診斷應(yīng)用。GE和Nvidia也連手為GE的醫(yī)療成像設(shè)備提供深度學習功能。

十二、建立你自己的AI (Build your own AI)

由于，軟件庫、API和SDK以及亞馬遜和谷歌的簡單裝配套件，走向開放而降低了AI進入門坎。Google推出了一款適合所有年齡的AI產(chǎn)品AIY（artificial Intelligence yourself）。其第一款產(chǎn)品是Raspberry Pi的語音識別套件，使用者能夠?qū)⑺麄兿胍娜魏握Z音發(fā)送到個人語音助理。

十三、機器學習之投資翻轉(zhuǎn)點(Point of no return for Machine Learning)

2017年是機器學習的高峰年，首先是大數(shù)據(jù)，再來是云端，然后到機器學習狂潮。但現(xiàn)在(2018)預(yù)計將呈現(xiàn)急劇下降之勢。

去年(2017)，投資資金超過152億美元投入各行業(yè)的AI新創(chuàng)公司，相較2016年的資金成長率為141％。機器學習的常態(tài)化和主流化，會讓投資者更挑剔他們投資的AI公司。