2018年AI领域最值得关注的九大前沿发展趋势

美国知名研究机构CB Insights近日发布重磅报告《2018年必看的人工智能热门趋势》（Top AI Trends To Watch In 2018），报告对AI行业发展现状进行了深入研究剖析，并给出了2018年AI领域最值得关注的九大前沿发展趋势。

潜力爆发，中国渐成AI全球领导者

在AI领域，中国正努力超越美国和其他西方国家，政府已经投入了大量精力和资金。2017年中国人工智能初创公司投入在全球占比48％，并首次超越美国占据榜首。据CBInsights预测，2018年就人工智能创业公司和总股本交易数量而言，美国在全球仍将领先，但其正在逐渐失去全球交易主导地位。

中国的AI领域取得的成就，主要得益于在面部识别和智能芯片两大领域的大力发展，前者得益于政府的大力支持近年发展最为迅猛，而后者则是对一向强势的美国芯片的直接挑战。

面部识别方面，优秀公司和算法层出不穷，如独角兽Megvii，该公司的投资方阿里巴巴集团（通过蚂蚁金融）和富士康于2016年在中国杭州市合作开展了“城市大脑”项目，利用人工智能分析监控摄像头数据。

智能芯片方面，2017年7月，中国政府表示，将于2020年与美国达成合作，并于2030年前成为世界领导者。中国企业Cambricon承诺，将在未来三年内生产10亿个处理单元，并正在开发专门用于深度学习的芯片。

此外，除了本国研发，中国主要科技巨头如腾讯、百度和京东加大海外投资力度。据悉，近期，百度和京东已投资ZestFinance，腾讯已投资ObEN。在2018年，这也将成为中国芯片之争胜出的有力筹码。

机器学习无所不在、无所不能

2018年，人工智能无处不在，或者更确切地说，机器学习将无处不在。这项技术几乎“无所不能”，并将在2018年创造出无限可能。

2018年，英国的IntelligentX有望推出世界上第一款AI酿造啤酒；俄罗斯的DeepFish致力于利用神经网络来识别雷达图像中的鱼类；瑞典的Hoofstep更是筹集了风投资金，计划为马匹进行深度行为分析。

AI终端趋势显现，边缘计算成为下一大领域

人工智能不仅限于强大的超级计算机和大型设备，它也正在成为智能手机和可穿戴设备和设备的一部分。CB Insights表示，AI发展正在进入“端”时代，包括手机、汽车、可穿戴在内的终端都将越来越多地迎来AI加持。而人工智能的边缘化应用还远不止于此，智能家居、自动驾驶等诸多热门领域中，都有它的身影。

语音交互竞争全球开战

CB Insights报告显示，目前语音交互战争在英语国家暂时两强并存：Amazon Echo和Google Home主导了智能家庭音箱市场。

但在中文市场，Amazon和Google都不太有戏，中文市场现在还多雄混战，市场主导地位的竞争仍将继续。

新蓝领的工作——机器人保姆

CB Insights报告提到，中国T恤制造商天元服装公司与美国阿肯色州政府签署了谅解备忘录，将在阿肯色州的新服装工厂启用400名“工人”。值得一提的是，这400位均为佐治亚州初创公司SoftWear Automation开发的缝纫机器人。此次合作，繁杂的工作全部由机器人完成，人类工作人员只负责机器人维护和操作等高端工作。

AI推动下的机器自动化浪潮，一度被认为要冲击劳动力密集的制造业，造成大面积蓝领工作被替代。但容易被忽略的是新工种出现：机器人保姆。随着高度自动化制造、仓储等机器人完善，同时也需要相关人类对机器人进行维护。比如在亚马逊仓库中，已经有超过10万个机器人投入使用，相应也创造了数千个人类的新工作机会；在日本，到2025年，80%以上的老年护理将由机器人完成，而不是护理人员。

国防的未来转向AI

未来的战争将依赖于前所未有的智能技术。无人机仅仅是个开始。随着传统防御、监视和网络安全侦察的日益融合，对基于算法的AI的需求。

人工智能在防御领域有着天然的优势。由于网络攻击是不断演变的，防御过程中经常需要面临先前未知类型的恶意软件。而人工智能则可凭借其强大的大规模运算能力脱颖而出，迅速排查筛选数百万次事件，以发现异常、风险和未来威胁的信号。

AI+医疗迎来春天

在美国，监管机构正在考虑批准AI用于临床。AI在诊断方面可以提供更早期准确性判断，这能让很多病症在早期被发现和治疗。AI“看片”也会比人类医生更具优势，还能快速普及。此外，医疗保健方面的AI创业也正在进入最热阶段。

AI进入DIY阶段

2018年，AI的技术和产品将会更加普及，DIY打造个性化AI也成为可能。不需要计算机科学或数学博士，你就能来建立自己的AI。在开源软件库，数百种API和SDK可以发挥作用，而且Google等巨头公司会开发越来越多的简易配套件，壁垒比任何时候都要低。

Google推出了一款名为“适合所有年龄段的AI”（Artificial Intelligence Yourself）项目。它的第一款产品是Raspberry Pi的语音识别套件——用户能够将他们想要的任何语音发送给他们

的个人语音助理。

胶囊网络出现

神经网络具有无数的架构。近来深度学习中最流行的一种叫做卷积神经网络（convolutional neural networks）。现在已经开发出一种新的架构，即胶囊网络，它将在多个前沿超过卷积神经网络。

长期以来，卷积神经网络尽管取得了成功，但学者普遍认为其仍存在缺陷，可能导致安全缺口。基于此，深度学习的先驱研究人员之一Geoffrey Hinton于2017年发表研究论文，介绍了“胶囊网络”的概念。与CNN相比，CapsNet弥补了不少缺陷，比如数据量、准确度、训练数据多样性等等，性能更好。