论文部分内容阅读
数据挖掘、机器学习和人工智能技术，所有这些不同类型的人工智能技术已紧密地结合在一起，改变了我们的日常生活，而且这种改变仍将持续。
趋势一：较大的公司将赢得未来
目前全球有100家最有前途的人工智能公司，其中亚马逊、谷歌、Facebook和IBM将引领人工智能技术的发展。作为大型公司，他们拥有更多的资源来收集数据，从而拥有更多的数据可供使用，从而意味着，大公司更容易获得发展。
趋势二：算法和技术将会进行整合
所有已经对人工智能进行投资的第二梯队公司（比如英特尔、Salesforce和Twitter）都紧跟在拥有大数据的公司后面，并开始使用他们的数据算法和人工智能技术。数据交易将存在于行业用户之间，而算法和技术很有可能会进行整合。数据交易以及算法和技术的整合将使人工智能发挥更强大的作用。
趋势三：数据众包市场将非常巨大
所有的人工智能公司都渴望获得庞大的数据集，以便实现他们对人工智能的野心。这些公司将采用众包的方式来获取大量的数据。目前已经有多种不同的方式来评估众包数据的质量和可靠性，不仅企业可以从这些数据中获得收益，而且也能给消费者一个保证。
趋势四：企业并购，以及更多的并购
根据CBInsights的统计数据显示，收购人工智能公司的竞争已经开始。在近期，我们看到更多为了智力资本和人才而并购企业的行为。机器学习和人工智能领域中的所有小公司都将可能被大型企业收购，这主要有两个原因：
人工智能不能在没有数据集的情况下独立工作。由于大公司拥有大量的数据集，所以对于小公司而言，自己并没有太大的竞争优势。没有数据的算法没有任何用处。没有算法，数据几乎没有用。数据是算法的核心，获取大量的数据非常重要。哥伦比亚大学创意机器实验室的机器人工程师和总监Hod Lipson指出，“如果说数据是燃料，那么算法则是引擎。”
趋势五：用工具的民主化换取更大的市场份额
大公司将会把自己的算法和工具集开源出来，以获得更大的市场份额。基于市场的数据和算法获取壁垒将大大降低，而人工智能的新应用将会增加。通过对工具的民主化，原本有限制或无法获得人工智能工具的小公司将可以获得大量的數据来训练和启动复杂的人工智能算法。
趋势六：人机交互技术将得到改进
siri和Alexa可能是两个最受欢迎的人机交互工具了。更多与它们类似的基于机器人的解决方案将成为人工智能公司的入门级产品。例如，计算机目前可用于语音分析和面部识别，而以后，计算机将能够根据用户的语调来识别他的心情，这称为情感分析。
制造自动化和非消费者关注领域的解决方案第一个得到改进。制造自动化的改进主要归因于采用自动化、机器人和先进制造在内的复杂技术而节省下来的劳动成本。
趋势七：人工智能肯定会逐步影响所有的垂直行业
制造业、客户服务、金融、医疗保健和交通运输已经受到了人工智能的影响。自动驾驶车辆预计2018年就会上市。明年，人工智能将会影响更多的垂直行业，例如：保险——人工智能将通过自动化技术改进索赔流程;法律——自然语言处理可以在几分钟内总结数千页的法律文件，从而减少时间和提高效率;公关与媒体——人工智能能提高数据处理的速度;教育——虚拟导师的开发，人工智能辅助论文分级，适应性学习计划、游戏和软件，由人工智能驱动的个性化教育课程将改变学生和教师的互动方式;健康——机器学习可用于创建更复杂、更准确的方法来预测患者出现症状之前的患病时间，工业革命在100年前几乎改变了一切，而人工智能将在未来几年里改变整个世界。
趋势八：安全、隐私、伦理与道德问题
人工智能大旗下的所有东西，包括机器学习和大数据，都容易受到新型安全问题和隐私问题的威胁。有时候，起重要作用的是关键性的基础设施。与隐私问题有关的安全方面的需求，如将银行账户和健康信息进行保密，将更多地依赖于安全性方面的研究。2018年是安全和隐私问题得到解决的一年，也是有新发展的一年。
人工智能的伦理问题成为201 8年的主要关注点。需要解决的伦理和道德问题包括了人工智能是否会对人类产生伤害，还是对人类有益。有人担心机器人可能会取代人类，特别是在需要同理心的领域，比如护士、理疗师和警察。要处理的另一个问题则是自主武器。考虑一下一定程度的自主功能，人工智能应掌控武器的某些功能，而不是由人类来完全控制武器。
未来已来，但人工智能之路任重而道远。人工智能已实实在在来到了这个世界并在改变我们的生活，但我们今天所知道的人工智能仍然处于起步阶段。目前到处都充斥着有关人工智能及其应用的炒作，从自主车辆到虚拟个人助理，以及其他很多需要人类智能才能完成任务的技术。虽然有大量的人工智能使用案例，其中的大部分都是对具体流程的改进，但要成功部署却需要一定的时间。此外，人工智能行业内的企业并不多，所以碎片暂时还不会出现，非结构化的数据和处理这些数据算法将会出现。（编辑/高纬时）
