新的一年,人工智能會(huì)朝著什么方向發(fā)展?CB Insights今天發(fā)布的報(bào)告,預(yù)測了2019年AI行業(yè)的25大趨勢。

在基礎(chǔ)研究領(lǐng)域,開源框架、邊緣計(jì)算、合成訓(xùn)練數(shù)據(jù)是行業(yè)大勢。理論算法方面,膠囊網(wǎng)絡(luò)、GAN、聯(lián)合學(xué)習(xí)、強(qiáng)化學(xué)習(xí)仍是重點(diǎn)。

至于AI技術(shù)的實(shí)際應(yīng)用,人臉識(shí)別、機(jī)器翻譯、醫(yī)療影像、無人零售、對話機(jī)器人等過去的熱點(diǎn),今年還將會(huì)進(jìn)一步發(fā)展。

報(bào)告中還特別提到了中國的創(chuàng)業(yè)公司、資本力量在人臉識(shí)別、無人零售領(lǐng)域的巨大推動(dòng)作用。

AI技術(shù)的25個(gè)趨勢

CB Insights提出了2019年AI的25個(gè)趨勢,可以分為基礎(chǔ)架構(gòu)、體系結(jié)構(gòu)和應(yīng)用場景三個(gè)方面。應(yīng)用場景又可以分為3類:智能預(yù)測、自然語言處理與合成、計(jì)算機(jī)視覺。

這25個(gè)趨勢是:

1、開源框架

開源框架讓AI進(jìn)入門檻更低。

2、邊緣AI

對實(shí)時(shí)決策的需求推動(dòng)AI進(jìn)入“邊緣”。比如人臉識(shí)別、自動(dòng)駕駛讓AI進(jìn)入手機(jī)、汽車進(jìn)行本地運(yùn)算,蘋果和英偉達(dá)和許多創(chuàng)業(yè)公司都在開發(fā)人工智能芯片。

3、人臉識(shí)別

從解鎖手機(jī)到登機(jī)航班,面部識(shí)別正在成為主流,已用在安全、零售和消費(fèi)電子領(lǐng)域,面部識(shí)別正迅速成為生物認(rèn)證的主要方式。

4、醫(yī)療影像診斷

AI軟件產(chǎn)品的快速監(jiān)管審批為AI醫(yī)療公司開辟了新的商業(yè)途徑。在消費(fèi)者方面,先進(jìn)的圖像識(shí)別技術(shù)正在將手機(jī)變成功能強(qiáng)大的家用診斷工具。

5、預(yù)測性維護(hù)

AI加持的IoT可以為企業(yè)節(jié)省數(shù)百萬美元的意外故障費(fèi)用。預(yù)測性維護(hù)是指用連續(xù)的數(shù)據(jù)收集來預(yù)測設(shè)備故障。由于降低了傳感器成本,以及人工智能、邊緣計(jì)算的推動(dòng),預(yù)測性維護(hù)已經(jīng)變得更加廣泛。

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(shí)驗(yàn)階段”。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)。

7、膠囊網(wǎng)絡(luò)

深度學(xué)習(xí)推動(dòng)了如今大多數(shù)AI應(yīng)用,但膠囊網(wǎng)絡(luò)(CapsulesNet)很快就會(huì)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(diǎn)。對膠囊網(wǎng)絡(luò)的研究還處于起步階段,但可能會(huì)挑戰(zhàn)當(dāng)前最先進(jìn)的圖像識(shí)別方法。

8、下一代假肢

將生物學(xué)、物理學(xué)和機(jī)器學(xué)習(xí)結(jié)合起來。研究人員正在使用機(jī)器學(xué)習(xí)來解碼來自身體傳感器的信號(hào),并將其轉(zhuǎn)化為移動(dòng)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(fèi)者試驗(yàn)產(chǎn)品。

9、臨床試驗(yàn)登記

臨床試驗(yàn)中面臨的困難是如何招募合適的患者。AI可以從醫(yī)療記錄中提取信息,與正在進(jìn)行的研究進(jìn)行比較,并向醫(yī)生和患者提出相關(guān)研究建議。

10、生成對抗網(wǎng)絡(luò)(GAN)

GAN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趨勢之一是GAN的進(jìn)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)

使用本地?cái)?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)是私密的。Google的聯(lián)合學(xué)習(xí)方可以在使用這些豐富的數(shù)據(jù)集的同時(shí)保護(hù)敏感數(shù)據(jù)。今年在藥物發(fā)現(xiàn)和其他案例中會(huì)有更多聯(lián)合學(xué)習(xí)的應(yīng)用。

12、高級(jí)醫(yī)療保健生物識(shí)別技術(shù)

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(xiǎn)因素。從視網(wǎng)膜掃描到分析皮膚顏色變化,AI正在解鎖新的診斷方法,并識(shí)別以前未知的風(fēng)險(xiǎn)因素。

13、自動(dòng)索賠處理

保險(xiǎn)公司和創(chuàng)業(yè)公司正在使用人工智能來計(jì)算車主的“風(fēng)險(xiǎn)評分”,分析事故圖像并監(jiān)控駕駛員行為。人工智能的進(jìn)步正在改變這項(xiàng)曾經(jīng)以人為主導(dǎo)的過程,允許更快的索賠結(jié)算。

14、反假貨

知名品牌和典當(dāng)商開始嘗試使用AI。電商和實(shí)體店中,AI被用于識(shí)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是唯一一個(gè)成功的無人零售商。此外還有防盜、部署成本、庫存損耗等問題需要解決。

16、后臺(tái)辦公自動(dòng)化

AI正在加入自動(dòng)化管理工作,但不同性質(zhì)和格式的數(shù)據(jù)使其成為一項(xiàng)具有挑戰(zhàn)性的任務(wù)。不同的部門逐漸采用基于機(jī)器學(xué)習(xí)的工作流程解決方案。

17、語言翻譯

語言翻譯是一個(gè)尚未開發(fā)的市場機(jī)遇。像百度和谷歌這樣的大型科技公司開始在這個(gè)領(lǐng)域掀起波瀾。由于大量資源投入到改進(jìn)翻譯框架,因此機(jī)器翻譯的效率和語言能力將得到提高,各行業(yè)的采用率也會(huì)提高。

18、綜合訓(xùn)練數(shù)據(jù)

訪問大型標(biāo)記數(shù)據(jù)集是培訓(xùn)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(shí)數(shù)據(jù)可能是不可行de ?，F(xiàn)實(shí)的假數(shù)據(jù)或合成數(shù)據(jù)集可以解決這一瓶頸問題?，F(xiàn)實(shí)世界的數(shù)據(jù)還可以通過混合AI生成的模擬數(shù)據(jù)來增強(qiáng),以創(chuàng)建更大、更多樣化的數(shù)據(jù)集。

19、強(qiáng)化學(xué)習(xí)

研究人員正在通過強(qiáng)化學(xué)習(xí)推動(dòng)AI的能力界限,但對大量數(shù)據(jù)集的需求限制了其實(shí)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(jìn)行更多投資,對強(qiáng)化應(yīng)用的研究正在增加。

20、網(wǎng)絡(luò)優(yōu)化

電信運(yùn)營商正在準(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AI關(guān)鍵趨勢之一是將更多地融入全球電信網(wǎng)絡(luò)。

21、自動(dòng)駕駛汽車

盡管自動(dòng)駕駛汽車具有巨大的市場機(jī)會(huì),但完全實(shí)現(xiàn)的時(shí)間表仍不明確。例如物流運(yùn)輸?shù)阮I(lǐng)域可以看出無人駕駛的早期應(yīng)用。即使時(shí)間表仍不明確,各行各業(yè)都在積極投資并采用自動(dòng)駕駛技術(shù)。

22、農(nóng)作物監(jiān)測

初創(chuàng)公司和現(xiàn)有企業(yè)正在用農(nóng)作物監(jiān)測AI來管理殺蟲劑、發(fā)現(xiàn)問題,并預(yù)測天氣變化如何影響農(nóng)業(yè)。

23、發(fā)現(xiàn)網(wǎng)絡(luò)威脅

計(jì)算能力和算法的進(jìn)步正在將以前的理論攻擊變成真正的安全問題。對網(wǎng)絡(luò)攻擊做出反應(yīng)已經(jīng)不夠,機(jī)器學(xué)習(xí)能主動(dòng)搜尋網(wǎng)絡(luò)安全中的潛在威脅。

24、會(huì)話AI

對于許多企業(yè)來說,聊天機(jī)器人成了人工智能的代名詞,但承諾并沒有跟上現(xiàn)實(shí)。AI可以改善這些領(lǐng)域的聊天機(jī)器人功能,但它仍然是一項(xiàng)特別艱巨的任務(wù)。

25、藥物發(fā)現(xiàn)

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早期階段,但他們已經(jīng)擁有一批制藥客戶。

AI技術(shù)類別劃分

為了更好的理解AI行業(yè)趨勢,CB Insights將AI技術(shù)按照工業(yè)化程度(Industry Adoption)、市場化程度(Market Strength)兩個(gè)維度進(jìn)行劃分。

工業(yè)化程度的衡量標(biāo)準(zhǔn)包括:創(chuàng)業(yè)公司的發(fā)展速度、媒體關(guān)注度、消費(fèi)者接受度。

市場化程度的衡量標(biāo)準(zhǔn)包括:市場規(guī)模、投資者與投資機(jī)構(gòu)的數(shù)量和質(zhì)量、研發(fā)投入、收入報(bào)告、競爭激烈度、并購與戰(zhàn)略投資等。

按照這兩個(gè)維度指數(shù)的高低,可以將AI技術(shù)分成4類:

實(shí)驗(yàn)性技術(shù)(工業(yè)化程度低、市場化程度低)、

短暫性技術(shù)(工業(yè)化程度低、市場化程度高)、

威脅性技術(shù)(工業(yè)化程度高、市場化程度低)、

成熟性技術(shù)(工業(yè)化程度高、市場化程度高)。

報(bào)告里的中國

CB Insights在報(bào)告中多次提到中國,近年來中國在AI的商業(yè)應(yīng)用是全球的風(fēng)向標(biāo)。

來源：量子位