天下书盟神墓续本世界的八大趋势预测，大数据分析并不是一个业已退潮的趋势。随着数据量的持续增长，大数据分析也在不断改善。说到预测分析的应用，我们只看到了冰山一角。通过使用数据挖掘、技术来分析当前数据，已经成功帮助了活动组织（即预测销售，优化营销等）。所有这些不同类型的人工智能联系在一起，深刻的改变着我们的日常工作方式，而更多的改变尚未到来。

　　到2018年，75%的开发商都会在商业应用和服务中引入至少一种AI功能（来自IDC）

　　到2020年，30%的公司将会使用AI来提高至少一种关键程序（来自Gartner）。

　　到2020年，算法将会在全球范围内积极影响数以亿计的行为（来自Gartner）

　　亚马逊、谷歌、Facebook和IBM将引领人工智能的发展。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用。

　　使用机器学习的开放­源平台，TensorFlow，给所有人访问机器学习平台的权限

　　谷歌地球数据库的大小估计为3，017 TB或大约3 pb -谷歌地球博客

　　每天用超过40种语言翻译20亿用户帖，8亿用户可以看到翻译——Fortune

　　计划用时10年、注资2.4亿美元投资创建麻省理工学院——IBM “沃森”人工智能实验室 ——IBM

　　IBM在沃森集团（Watson Group）投资了10亿美元，其中包括1亿美元的风险投资，以支持IBM的初创企业和建立与沃森（Watson - IBM）的认知应用程序的企业——IBM

　　谷歌最可能在将机器学习部署于产品和服务的应用方面处于最前沿。他们不仅是第一家开始人工智能研究的公司，而且谷歌是一家相当大的公司，有超过7万名员工。此外，谷歌大脑是一个深度学习人工智能研究项目，谷歌拥有一个完整的团队，它的研究议程包括机器学习、自然语言理解、机器学习算法和技术，以及机器人技术。

　　所有在人工智能领域投资的第二梯队公司，如英特尔、Salesforce和Twitter，都将追随那些已经拥有数据的大公司，并开始使用他们的数据、算法和人工智能。行业的参与者之间将发生数据交易，算法和技术将得到巩固。数据的交易以及算法和技术的整合将使人工智能更加有效。

　　随着谷歌和Facebook这样的巨头公司收购规模较小的玩家，算法将被整合到他们的核心平台/解决方案中。总部位于伦敦的人工智能公司DeepMind建立了通用学习算法，谷歌收购了该公司，以获得与其他科技公司竞争的商业优势。另一方面，Facebook收购了Wit.AI，助力语音识别和语音接口。它还收购了人工智能初创公司Ozlo，以提升其虚拟助手。

　　所有人工智能公司都将追求巨大的数据集，以寻找方法和手段来实现他们对人工智能的雄心。这些公司将开始对大量数据进行众包。他们已经找到了不同的方法来评估众包数据的质量和真实性，这不仅给企业提供了从这些数据中获益的能力，而且也给了消费者一个发声的机会。

　　谷歌通过众包获得很多图像来构建他们的成像算法。此外，该公司还利用众包技术，通过其众源应用，帮助改善翻译、抄写、手写识别和地图等服务。亚马逊还利用众包人工智能来提高Alexa目前逾1.5万项技能。

　　CBInsights的数据显示，收购人工智能公司的竞赛将在2018年开始，届时，随着企业争夺知识资本和人才，我们将会看到越来越多的并购。机器学习/人工智能领域的所有小公司都将被大公司收购。主要有以下两个原因：

　　没有数据集，人工智能就不能独立工作。由于大公司拥有大量的数据集，它们对小公司来说优势巨大。

　　没有数据的算法毫无用处。反之亦然。数据是算法的核心，获取大量的数据至关重要。

　　作为机器人工程师和哥伦比亚大学创意机器实验室的主任，Hod Lipson说：“数据是燃料，算法是引擎。”

　　大公司将开始开源他们的算法和其他工具集以获得市场份额。市场访问数据和算法的壁垒的将减少，人工智能的新应用将会增加。通过民主化，那些没有途径应用人工智能工具的小公司，将有大量的数据用于培训和启动复杂的人工智能算法。

　　正如谷歌的首席执行官桑达尔·皮查伊（SundarPichai）所说的，关于民主化人工智能的说法，“我们所能做的最令人兴奋的事情之一，就是对机器学习和人工智能的祛魅。”这对所有人来说都是很重要的。

　　此外，框架、SDKs和api将成为所有主要玩家开放用户使用的标准。SaaS和PaaS的基础模型将是所有这些公司追求的商业模式。

　　Siri和Alexa是最流行的两种人机交互工具。与此类似的 更多的基于机器人的解决方案，将是AI公司的第一个入口。例如，虽然机器已经被编程用于语音分析和面部识别，但它还将能够基于你的声音音调识别你的情绪，也就是情感分析。

　　制造业自动化和非消费者方面的解决方案将首先得到改善。制造自动化将主要是使用先进的技术，包括自动化、机器人技术和先进的制造技术来节省人工成本。在农业和医药领域，诸如人机交互等非消费者解决方案的改进也将在2018年普及。

　　制造业、客户服务、金融、医疗和交通等领域已经受到人工智能的影响。自动驾驶汽车预计将在2018年上市。明年，人工智能将会影响更多的垂直领域。以下是工业界的简要示例以及人工智能将如何影响它们：

　　L法务 - NLP可以在几分钟内总结数千页的法律文件，从而缩短时间，提高效率

　　教育——虚拟导师的发展人工智能辅助额论文评分;自适应学习程序、游戏和软件;而由人工智能提供的个性化教育项目将改变学生和教师的互动方式

　　健康——机器学习可以用于制造更复杂、准确的方法来预测病人出现症状前的疾病

　　就像100年前的工业革命几乎改变了一切一样，人工智能将在未来几年改变世界。

　　人工智能保护伞下的一切，如机器学习和大数据，都很容易遭遇新兴的安全和隐私问题方面的问题。有时关键的基础设施在其中扮演了重要角色。与隐私问题相关的安全需求，比如将银行账户和健康信息保密，增加了安全研究的必要性。2018年将是关注安全和隐私问题的一年，并可能会有新的进展。

　　人工智能的伦理也将是2018年的一个主要问题。伦理和道德问题需要解决，包括人工智能如何伤害或造福人类。也有人担心机器人取代人类的可能性，特别是如果人工智能将在人类移情作用的领域中使用，比如护士、治疗师或警察。另一个将被处理的问题是自主武器。考虑到自主功能的水平，人工智能将需要涵盖某些功能，因为他不是控制在人类手中的武器。

　　结语：虽然人工智能已经存在很多年了，但我们今天所知道的人工智能仍处于起步阶段。围绕人工智能及其各种应用，从自动驾驶汽车到虚拟个人助理，以及其他许多需要人工智能的任务，都有大量的炒作。虽然有一长串人工智能用例，但其中大部分旨在改进特定的过程，且要成功部署它们需要时间。人工智能还有很长的路要走。2018年显然将是对人工智能的发展关键性的一年，让我们拭目以待。

　　声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容图片侵权或者其他问题，请联系本站作侵删。侵权投诉

　　风险资本家马特·图尔克（Matt Turck）最近发布文章，能力越大，责任越大，介绍了

　　。本文将基于这份报告的内容，根据部分具有前瞻性的洞察和观点进行解读，并配合实际案例以便更好地理解。

　　风险资本家马特·图尔克（Matt Turck）最近发布文章，能力越大，责任越大，介绍了

　　以求更好地开展业务（例如预测销售情况、优化营销活动等）。所有这些不同类型的

　　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。 以下是

　　等最新技术需要做出改进，以提供更好的性能。升级后的界面还将有助于增强机器与人的协作。企业将获得巨大的收益，因为资源将被

　　制造产值在1万亿左右，2020年有望超过3万亿元人民币，年复合增长率约20%。