|
可以说，下一个大时代就是人工智能的时代。人工智能的生命其实才刚刚开始，它还有很长的路要走。根据近期来自人工智能、大数据、预测分析和机器学习的重要数据分析来看，我们已然能窥到未来人工智能的发展走向。今天就来跟小梦来一起来了解下2018年的八个人工智能发展趋势吧~ 01 巨头公司都会从人工智能获利 亚马逊、谷歌、Facebook和IBM，它们将在人工智能领域引领潮流。作为大公司，他们有合适的资源来收集数据，因此有更多的数据可以使用。以下就是这些巨头玩家如何在AI领域布局的： 亚马逊： 投资人工智能20年以上，抓取了5B以上的网页数据，超过50万张JPEG图像和相应的JSON元数据，用以供给亚马逊运营中心的产品。每天抓取世界广播、杂志和网络新闻的数据已超过2.5亿，每天抓取近100M图像和视频具有音频和视觉功能并带有注释。亚马逊Echo系列音箱已经占领了超过70%的语音助手市场。 Google： 具有全世界最大的数据库，专注于应用和产品开发，而不是长期的AI研究。Google Brain拥有超过1300名研究人员的团队，在语音助理市场占有 23.8％的用户份额。使用TensorFlow开源平台进行机器学习，允许任何人访问机器学习平台。Google地球数据库的大小估计为3017 TB或大约3 PB， Google Street View有大约20PB的街景照片。此外，谷歌拥有一个深度学习人工智能研究项目Google Brain，它拥有一个团队，有自己的研究议程 ，研究领域涵盖了机器学习、自然语言理解、机器学习算法和技术，以及机器人。 Facebook： 每日处理2.5B的内容和500多TB的数据，Facebook ArticialIntelligence Researchers (FAIR)有大约80位研究人员和工程师，每天产生20亿“赞” 和3000万照片，每30分钟扫描大约105 TB的数据建有一个62000平方英尺的数据中心，可容纳500个机架。每天翻译超过40种语言的20亿用户帖子， 每天有8000万用户使用这些翻译。 IBM： 计划进行为期10年、价值2.4亿美元的投资来创建MIT-IBM沃森人工智能实验室。在全球拥有2000多名AI员工，在IBM总部拥有超过600名AI员工，沃森用户跨越六大洲和超过25个国家，IBM向沃森项目投资10亿美元，其中包括1亿美元的风险投资。通过沃森生态系统建立了7000多个应用。 02 算法和技术的整合将使人工智能变得更加重要 所有在人工智能领域投资的二级资本公司，比如英特尔、Salesforce和Twitter，都将追随拥有这些数据的大公司，并使用他们的数据算法和人工智能。行业参与者之间将会发生数据交易，而且很有可能会整合算法和技术。数据的交易以及算法和技术的整合将使人工智能变得更加重要。 03 数据众包 所有的人工智能公司都追求巨大的数据库，以实现他们对人工智能的雄心壮志。这些公司将开始通过众包方式获取大量数据。企业已经找到了一种 方法来评估众包数据的质量和真实性，不仅给企业提供了便利，还能反馈信息给消费者。 04 并购，更多的并购 CBInsights的统计数据显示，AI公司的收购竞争已经开始。2018年将是我们能看到的最多的公司收购和被收购的一年，因为这些公司必须争夺知识资本和人才才不会被淘汰。机器学习/人工智能的所有小公司都将被大公司收购。 05 开源的数据工具将获得市场份额 大公司将开始开放他们的算法和其他工具，以获得市场份额。以市场为基础的数据和算法进入壁垒将会减少，人工智能的新应用将会增加。通过开放平台和民主化，那些无法使用人工智能工具的小公司将可以获得大量的数据来研究人工智能算法。此外，frameworks、SDKs and APIs将成为所有 主要厂商对消费者开放使用的标准。所有的公司都将采用SaaS&PaaS商业模式。 06 人机交互技术将得到提升 Siri和Alexa大概是目前最受欢迎的人机交互工具，与之类似的更多基于机器人的解决方案将是人工智能公司进入这个行业的门槛。 07 人工智能将逐步影响所有垂直领域 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。 08 安全、隐私及伦理道德问题 在人工智能的保护伞下，诸如机器学习和大数据等问题，都很容易触及到安全及隐私问题。有时基础设施扮演着很重要的角色。与隐私问题有关的 安全需求，如将银行帐户和健康信息保密，将会对研究的安全性有更大的要求。2018年，有关安全和隐私的问题将得到解决，这一年，也是人工智能可能出现新的发展的一年。 |
|
|
