人工智能的下一步是什么？上周，知名機構(gòu)CBinsights的分析師分析各個行業(yè)，得到了2019年最值得關(guān)注的25個人工智能趨勢。雖然人工智能正在各個行業(yè)蔓延，經(jīng)常成為頭條新聞，但從各類型炒作中挑選出真正重要新聞仍舊很難。CBinsights的分析師通過分析大量數(shù)據(jù)，從中確定了今年25種最可能的人工智能趨勢。
本期的智能內(nèi)參，我們推薦來自CBinsights的報告《AI的25個趨勢》， 列舉今年人工智能最有可能的25個趨勢。如果想收藏本文的詳細內(nèi)容（AI的25個趨勢），可以在智東西頭條號回復(fù)關(guān)鍵詞“nc341”獲取。
AI趨勢概覽
2019年AI的25個趨勢總體可以分為基礎(chǔ)框架、體系架構(gòu)和應(yīng)用三類。其中應(yīng)用又分為智能預(yù)測、自然語言處理與合成和計算機視覺三類。
AI價值鏈的25個趨勢
對于這25個重要的AI趨勢，CB Insights采用NExTT框架，使用行業(yè)采用率和市場優(yōu)勢兩個維度進行分析，分為實驗階段、過度階段，必要、的和緊迫性四個象限。每個象限的評判標(biāo)準(zhǔn)為：
實驗階段：除了早期創(chuàng)業(yè)公司之外，沒有被廣泛采用；
過度階段：公司合作意愿，市場機會的不確定度；
必要性：廣泛的行業(yè)基礎(chǔ)，客戶采用度和投資；市場接納度；
緊迫性：大型可行的市場預(yù)測；值得注意的投資活動；不穩(wěn)定/不確定的應(yīng)用。
NExTT框架兩個維度
NExTT框架中的25個趨勢
必然的AI趨勢
1、開源框架
由于開源軟件的出現(xiàn)，人工智能的門檻比以往任何時候都要低。谷歌在2015年開放其TensorFlow機器學(xué)習(xí)庫時引領(lǐng)了這一潮流，主要技術(shù)人員紛紛效仿。現(xiàn)在有許多開源工具可供開發(fā)人員選擇，包括Keras，Microsoft Cognitive Toolkit和Apache MXNet。
2、邊緣AI
對實時決策的需求正在推動AI更接近“邊緣”，使設(shè)備能夠在本地處理信息并更快地做出響應(yīng)。 NVIDIA、蘋果和許多新興創(chuàng)業(yè)公司都專注于專門為人工智能工作負載構(gòu)建芯片。2019年最值得關(guān)注的人工智能趨勢之一將是應(yīng)用程序中邊緣AI的增長。
邊緣AI的提及率在2018年第三季度達到頂峰
AI正在推動實時決策
3、人臉識別
從解鎖手機到登機航班，面部識別正在成為主流。早期的商業(yè)應(yīng)用正在安全、零售和消費電子領(lǐng)域取得進展，面部識別正迅速成為生物識別的主要形式。
CBinsights的報告中，人臉識別首先提到了中國并列舉了近四年年含有“人臉識別”和“中國”兩個關(guān)鍵詞的新聞，說明人臉識別技術(shù)在中國的重視度日益增高，中國對人臉識別技術(shù)的需求也越來越多。
含有“人臉識別”和“中國”兩個關(guān)鍵詞的新聞數(shù)目
2013-2018中國人臉識別技術(shù)股權(quán)和非股權(quán)交易數(shù)目
而美國的專利申請數(shù)目也顯示出了該國對人臉識別技術(shù)的興趣也在增高。
美國近年人臉識別與活體檢測專利申請數(shù)目
雖然還不太成熟，但大量的早期應(yīng)用已經(jīng)落地。例如蘋果在IOS 10系統(tǒng)中加入的人臉識別。
人臉識別早期應(yīng)用
4、醫(yī)療成像與診斷
美國食品和藥物管理局（FDA）對AI醫(yī)療設(shè)備開了綠燈。 AI軟件產(chǎn)品的快速監(jiān)管審批為AI成像和診斷公司開辟了新的商業(yè)途徑。在消費者方面，智能手機的滲透和先進的圖像識別技術(shù)正在將手機變成功能強大的家用診斷工具。最具影響力的AI趨勢之一將是AI用于醫(yī)療和診斷應(yīng)用的批準(zhǔn)和采用。數(shù)據(jù)顯示，診斷應(yīng)用是健康類AI應(yīng)用投資交易的主要驅(qū)動。
診斷類AI投資交易
谷歌DeepMind的算法已經(jīng)可以判斷出乳房活檢照片中腫瘤存在的可能性。
DeepMind的腫瘤識別算法
5、預(yù)測性維護
從制造商到設(shè)備保險公司，AI物聯(lián)網(wǎng)可以為現(xiàn)有企業(yè)節(jié)省數(shù)百萬美元的意外故障。預(yù)測性維護算法使用持續(xù)數(shù)據(jù)收集來預(yù)測設(shè)備故障。由于降低了傳感器成本，人工智能的進步以及對邊緣計算的推動，預(yù)測性維護已經(jīng)變得更加廣泛。我們將見證2019年及以后該行業(yè)的投資的增加。
6、電子商務(wù)搜索
對搜索術(shù)語的語境理解正在逐漸走出“實驗階段”，但廣泛采用仍有很長的路要走。盡管面臨技術(shù)挑戰(zhàn)，早期的SaaS初創(chuàng)公司正在興起，向第三方零售商銷售搜索技術(shù)。 2019年人工智能的主要趨勢之一將是對該行業(yè)的更多投資，包括主要零售商。
7、膠囊網(wǎng)絡(luò)
深度學(xué)習(xí)推動了當(dāng)今大多數(shù)人工智能應(yīng)用，但膠囊網(wǎng)絡(luò)很快就會取而代之。與當(dāng)前的卷積神經(jīng)網(wǎng)絡(luò)（CNN）相比，膠囊網(wǎng)絡(luò)具有許多優(yōu)點。對膠囊網(wǎng)絡(luò)的研究還處于起步階段，但可能會挑戰(zhàn)當(dāng)前最先進的圖像識別方法。
8、新一代假肢
非常早期的研究是將生物學(xué)，物理學(xué)和機器學(xué)習(xí)結(jié)合起來解決假肢中最棘手的問題之一：靈巧性。研究人員正在使用機器學(xué)習(xí)來解碼來自身體感官的信號，并將其轉(zhuǎn)化為移動假肢裝置的命令。今年，該行業(yè)將尋求更多發(fā)展，包括面向消費者產(chǎn)品的試驗。
9、AI臨床試驗
臨床試驗中最大的瓶頸之一就是招募合適的患者。理想情況下，AI可以從醫(yī)療記錄中提取信息，與正在進行的研究進行比較，并向醫(yī)生和患者提出相關(guān)研究建議。
很少有創(chuàng)業(yè)公司直接在臨床試驗領(lǐng)域與客戶合作，但像蘋果這樣的科技巨頭正在大踏步前進。自2015年以來，Apple推出了兩個開源框架，以幫助臨床試驗招募患者并遠程監(jiān)控他們的健康狀況。
AI臨床試驗
10、生成式對抗網(wǎng)絡(luò)GANs
GAN采用“AI對抗AI”的概念，包括生成器和鑒別器。生成器創(chuàng)建偽圖像，而鑒別器將其與真實世界圖像進行比較，并向生成器提供反饋。 最終結(jié)果是一個恒定的反饋回路，產(chǎn)生越來越復(fù)雜的圖像。隨著研究的擴大，它將改變新聞，媒體，藝術(shù)乃至網(wǎng)絡(luò)安全的未來。 2019年最重要的AI趨勢之一將是GAN的進一步發(fā)展和其他應(yīng)用的溢出效應(yīng)。
11、聯(lián)合學(xué)習(xí)
使用獨特的本地數(shù)據(jù)集訓(xùn)練AI可以極大地提高其性能，但用戶數(shù)據(jù)也是隱私的。 Google的聯(lián)合學(xué)習(xí)方法旨在使用這些豐富的數(shù)據(jù)集，同時保護敏感數(shù)據(jù)。今年將見證在藥物發(fā)現(xiàn)和其他用例中尋找更多聯(lián)合學(xué)習(xí)的應(yīng)用。
12、高級醫(yī)療保健生物學(xué)
利用神經(jīng)網(wǎng)絡(luò)，研究人員開始研究和測量以前難以量化的非典型風(fēng)險因素。從視網(wǎng)膜掃描到分析皮膚顏色變化，AI正在從無數(shù)來源解鎖新的醫(yī)學(xué)見解。 AI將繼續(xù)解鎖新的診斷方法并識別以前未知的風(fēng)險因素。
13、自動索賠處理
保險公司和初創(chuàng)公司正在使用人工智能來計算車主的“風(fēng)險評分”，分析事故圖像并監(jiān)控駕駛員行為。人工智能的進步正在改變以前緩慢的，人為主導(dǎo)的過程，并允許更快的索賠結(jié)算。
14、假貨識別
假貨越來越難以發(fā)現(xiàn)，網(wǎng)上購物比以往任何時候都更容易購買假貨。為了反擊，品牌和典當(dāng)商開始嘗試人工智能技術(shù)。在線和實體商務(wù)中，AI被用于識別仿冒產(chǎn)品和欺詐性商標(biāo)侵權(quán)。
15、無人零售
到目前為止，亞馬遜Go是唯一成功的無人零售商店，但該公司一直盯著定義“成功”。在其他問題中，防盜取決于運營的規(guī)模，以及可用的產(chǎn)品類型。在短期內(nèi)，還存在著部署成本和潛在的技術(shù)故障導(dǎo)致的庫存損失成本等問題。
16、后臺辦公自動化
AI正在自動化管理工作，但數(shù)據(jù)的不同性質(zhì)和格式使其成為一項具有挑戰(zhàn)性的任務(wù)。盡管每個行業(yè)和應(yīng)用都有其獨特的挑戰(zhàn)，但不同的行業(yè)正在逐步采用基于機器學(xué)習(xí)的工作流程解決方案。
在其他領(lǐng)域，數(shù)字化需要在預(yù)測分析之前進行。 2019年最重要的人工智能趨勢之一將是增加機器人過程自動化的創(chuàng)新和探索。
17、翻譯
翻譯的自然語言處理是一項挑戰(zhàn)，也是一個尚未開發(fā)的市場機遇。像百度和谷歌這樣的大型科技公司開始在這個領(lǐng)域掀起波瀾。由于各公司致力于改進翻譯框架，因此效率和語言能力將得到提高，各行業(yè)的采用率也將會提高。
18、綜合訓(xùn)練數(shù)據(jù)
訪問大型標(biāo)記數(shù)據(jù)集是訓(xùn)練AI算法的必要條件。但對于某些應(yīng)用程序，訪問足夠的真實數(shù)據(jù)卻有可能不可行。現(xiàn)實的假數(shù)據(jù)或合成數(shù)據(jù)集可以解決瓶頸問題。現(xiàn)實世界數(shù)據(jù)還可以通過混合AI生成的模擬數(shù)據(jù)來增強，以創(chuàng)建更大，更多樣化的數(shù)據(jù)集。
19、增強學(xué)習(xí)
研究人員正在通過增強學(xué)習(xí)推動AI的能力界限，但對大量數(shù)據(jù)集的需求限制了實際應(yīng)用。盡管存在挑戰(zhàn)者，但主要參與者正在對該技術(shù)進行更多投資，對RL應(yīng)用的研究正在增加。
美國增強學(xué)習(xí)專利申請
20、網(wǎng)絡(luò)優(yōu)化
從促進頻譜共享到監(jiān)控資產(chǎn)以及為天線提供最佳設(shè)計，AI正在改變電信業(yè)。對于通信服務(wù)提供商而言，優(yōu)化意味著更好的客戶體驗。 電信運營商也在準(zhǔn)備將基于AI的解決方案集成到5G無線技術(shù)中。 2019年及以后的人工智能關(guān)鍵趨勢之一將是其更多地融入全球電信網(wǎng)絡(luò)。
21、自動駕駛
盡管自動駕駛汽車具有巨大的市場機會，但完全的自動駕駛時間表仍不明確。一些如物流等行業(yè)的應(yīng)用可以看到早期采用】自動駕駛的車輛。即使部署時間表仍不明確，各行各業(yè)都在積極投資并采用自主技術(shù)。
22、作物監(jiān)測
初創(chuàng)公司和現(xiàn)有企業(yè)正在接受作物監(jiān)測AI來管理驅(qū)蟲、發(fā)現(xiàn)問題，并預(yù)測天氣變化如何影響農(nóng)業(yè)。
23、網(wǎng)絡(luò)安全識別
對網(wǎng)絡(luò)攻擊做出反應(yīng)已經(jīng)不夠了。計算能力和算法的進步正在將以前的理論攻擊變成真正的安全問題。作為回應(yīng)，使用機器學(xué)習(xí)主動“搜尋”威脅正在網(wǎng)絡(luò)安全中獲得動力。 2019年最重要的人工智能趨勢之一將是跨越不同業(yè)務(wù)類型的威脅獵手的新興需求。
24、對話AI
對于許多企業(yè)來說，聊天機器人成了人工智能的代名詞，但承諾并沒有跟上現(xiàn)實。盡管它們被廣泛采用，但聊天機器人一直在努力分析衡量情況的緊迫性 - 在健康和保險等復(fù)雜領(lǐng)域。 AI可以改善這些領(lǐng)域的聊天機器人功能，但它仍然是算法的一項特別艱巨的任務(wù)。
25、藥物研發(fā)
隨著AI生物技術(shù)創(chuàng)業(yè)公司的興起，傳統(tǒng)制藥公司正在尋求人工智能創(chuàng)業(yè)公司減少長期藥物發(fā)現(xiàn)周期。雖然這些創(chuàng)業(yè)公司中的許多仍處于資助的早期階段，但他們已經(jīng)擁有一批制藥客戶。 2019年人工智能的最大趨勢之一將是領(lǐng)先的制藥企業(yè)增加對該領(lǐng)域的投資。
智東西認為，雖然AI的泡沫曾經(jīng)破滅了多次，但是近年來，一些重大的發(fā)展與突破又一次將該領(lǐng)域帶回到了公眾面前。雖然大量新聞報道仍有炒作嫌疑，但從CBinsights的分析中我們可以看出，AI對各行各業(yè)的影響是顯而易見的。隨著更多開源工具的發(fā)布，更多的智力資源的涌入，AI的爆發(fā)點也許已經(jīng)不遠。
【來源：智東西】
