|
人工智能(AI)是企业和国家争夺控制权的新技术前沿。根据麦肯锡最近的一份报告，Alphabet在开发人工智能技术上投资了大约三百亿美元。百度(Baidu)去年在人工智能上投资了二百亿美元，相当于中国的Alphabet。 并非只有企业在推动人工智能技术方面投入时间、资金和精力--“纽约客”(The New Yorker)最近的一篇文章报道称，中国政府一直在积极追求人工智能技术，试图控制未来的创新基石。 考虑到世界上一些最大的实体都专注于推进人工智能技术，几乎可以肯定的是，2018年在人工智能将会看到的重大进步。以下是今年的十大人工智能趋势。 虽然人工智能可能有助于创造就业机会，但它也会导致一些人失去工作。例如，据cnbc报道，高盛预计，自动驾驶汽车每月将导致25000名司机失业。 同样地，如果大型仓库只需要几十个人就能运作，那么会导致更多的人会失业。 像Kiva系统(现在的亚马逊机器人)这样的公司使用人工智能和先进的机器人技术相结合，为线上零售商提供了前所未有的物流解决方案。 2012年，亚马逊以七亿七千五百万美元的价格收购了Kiva系统公司，该公司制造了能够在亚马逊仓库中高效查找和运输物品的学习机器人。国内，阿里和京东等企业在无人物流方面也动作频频。无人物流这项技术现今已经被使用，并有望在物流行业中寻求更快、更便宜的交付方面发挥越来越突出的作用。 最近两年，“无人车”的概念逐渐从黑科技成为了现实，除了谷歌、百度、特斯拉外，越来越多的企业也开始加入这场赛跑。特斯拉是首批推出自动驾驶汽车的汽车制造商之一。为了跟上特斯拉的步伐，像奥迪这样的传统汽车制造商准备在2018年推出自己的自动驾驶汽车。 奥迪A8将采用自动驾驶技术，能够安全地在没有司机输入的情况下穿梭人类。凯迪拉克和沃尔沃也在开发先进的自动驾驶技术，这种技术将在2018年变得越来越显眼。
2017年亚马逊售出了2000万多台智能音箱，如果再加上谷歌Home和苹果Airpod等智能设备的销量，你就会发现，很多人已经习惯了通过语音命令与技术互动。 2018年，随着智能助理融入电脑、智能手机和电视融为一体，消费者将更加习惯于使用基于语音的交互。 根据IBM的数据显示，到2020年，对数据科学家的需求将增加到270万。 随着机器学习平台数据量的增加、各类型企业致力于收集并进行高效数据分析，未来机器平台必然会需要 大量大数据分析人员。 计算机对等网络能够通过收集和分析人类分子数据来解决健康问题，该技术的形成受到了区块链和人工智能两大技术的启发。机器学习技术对疾病进行识别和分析，以快速和低成本方式获得新型药物和治疗方法。 本文来源：智德物联 原文网站： https:///business/10-artificial-intelligence-trends-watch-2018/ 数邦客-大数据价值构建师（www.databanker.cn）除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。 产品简介 政务大数据基因系统是按照国家、行业和地方标准，通过政务数据元、元数据标准化和数据模板化实现数据规范编辑、智能管理、关联应用和共享开放，以提升全域或行业的数据资源活化和管理能级。它是实现数据跨系统共享交换、创新应用的底层逻辑和关键规则体系，是解决（大）数据混杂、提升数据质量、促进数据创新应用的前提，也是集成信息资源目录体系、交换体系和开放体系三合一的管理平台，为优化政务数据体系、探索数据关系、驱动数据服务奠定基础。是城市和行业数据中心的必备管理工具，实现从管网络、系统到管用数据的跃迁。
|
|
|
美国国防高级研究计划局（DARPA）率先做了一些影响我们日常生活的技术突破。该组织负责开发美国军方使用的新技术，有助于开发因特网和全球定位系统导航。DARPA正在与波士顿动力公司合作开发一系列为“救灾”设计的机器人，这项技术也可以用于战斗，其中具有代表性的是Atlas后空翻机器人。
基于人工智能的Gong、Chorus和Jog等工具，可以帮助销售代表完成电话记录，指导客服人员提高表达效率。人工智能有望在2018年及以后为“白领”阶层的工作提供支持。
《今日美国》、CBS广播公司和赫斯特杂志国际集团已经在使用人工智能技术进行内容创作。例如，Wibbitz提供软件即服务（SaaS）平台，允许出版商将文字内容转化为智能视频形式。美联社正在使用由Automated Insights科技公司研发的Wordsmith工具，该工具能基于收集到的数据，采用自然语言生成技术，撰写新闻故事。2018年，读者可以看到更多的媒体公司采用自然语言和视频生成技术。
机器学习是人工智能的一种形式，像Facebook这样的公司已经开始使用统计模型来帮助机器对用户下一步展示什么内容做出明智的决定。为了使模型正常工作，它们需要大量的数据和强大的计算能力。随着P2P网络的兴起，私人电脑通过互相联结形成强大的集体网络力量，从而使小型组织也有运行先进的人工智能程序的能力。
