作者：Michael K. Spencer
編譯：ronghuaiyang
導讀
年中了，給大家做個AI趨勢盤點。
作為一個未來主義者，我每天都在思考人工智慧的演變。
最被炒作的技術也是最複雜、最普遍、最難監測、監管和控制的技術。機器學習實現的發展已經有了“自己的生命”，超出了任何一家公司、國家或學術機構的範圍。
在資本和創新的驅動下，人工智慧是一個 特 洛 伊 木馬，既能幫助、增強、自動化，又能將人類武裝起來相互對抗。
這既令人興奮，又令人恐懼，而且不可避免。但具體包括哪些內容呢？
在本文中，我們會探討在2019年，這可能意味著什麼。2019年，演算法無處不在，但人工智慧仍然是愚蠢的，只是一個pipeline，人工智慧在雲中的整合還很初級。深度學習仍處於萌芽階段，機器人技術仍處於初級階段。
1. 智慧音響在中國的大規模使用
在2019年，中國取代美國成為智慧語音人工智慧介面的主流使用和銷售方(通常被認為是智慧音響)。這對於阿里巴巴、百度、小米等公司擴大影響力的方式具有重要意義。2019年第一季度，中國智慧音響出貨量增長500%，超過美國，佔據51%的市場份額。
2. 企業採用人工智慧策略是有好處的
雲服務的領導者正在提供更多以人工智慧為中心的工具和特性，而企業也更多的會去採用和試驗這些工具和特性。73%的高管認為人工智慧/機器學習和自動化是他們希望維持或增加投資的領域。
3. 中國的人工智慧學術論文數量將很快超過美國
根據艾倫人工智慧研究所(Allen Institute for Artificial Intelligence)的資料，到2020年，中國的排名前10%的論文數量可能會超過美國，到2025年，排名前1%的論文數量可能會超過美國。這是透過對當前預測進行建模實現的。
4. 人工智慧晶片正在復興
越來越多的公司正在開發人工智慧晶片，包括主流的FAANG公司。這意味著下一代人工智慧晶片即將問世。
5. 人工智慧與網路安全的關係越來越密切
為網路安全解決方案部署人工智慧正變得更加實用，以幫助保護組織免受現有的網路威脅，並幫助識別新的惡意軟體型別。此外，AI驅動的網路安全系統可以確保有效的安全標準，並有助於制定更好的預防和恢復策略。
6. 人工智慧將給傳統產業帶來顛覆
隨著自動駕駛汽車的發展，我們一些最常見的職業對人類工人的需求會大大減少。例如，據CNBC報導，高盛預計 自動駕駛汽車每月將導致2.5萬名卡車司機失業。該報告預測，2017年的失業人數中，卡車司機將佔絕大部分，比公交車或計程車司機的失業人數更多。
7. AmazonGo風格的無現金實體零售店
AmazonGo和許多類似的技術也使得更加自動化的實體零售店增加了，逐漸淘汰了數千名收銀員和零售銷售人員，將零售行業轉變為一個更以人工智慧為中心而不是以人為中心的領域。作為參考，截至2019年年中，AmazonGo只有11家門店在運營。
8. 對人工智慧的信任正在超越許多人類機構
在一個我們不再像過去那樣信任政府、政客、矽谷、社交平臺和媒體的時代，我們實際上會更加信任人工智慧。這是因為人工智慧將被設計成以人為中心，並在我們生活的方方面面幫助我們。像亞馬遜這樣的公司，為我們帶來了消費者的滿足感、便利性，人工智慧，因此應該得到消費者的高度信任。
9. 開源框架的演變
CBInsights討論了開源是如何不斷髮展的。在實踐中，我認為這裡正在發生的是，由於開源軟體，進入人工智慧領域的門檻比以往任何時候都要低。
還記得谷歌在2015年開啟了TensorFlow機器學習庫的開源浪潮，主要的技術公司也紛紛效仿嗎？有許多開放原始碼工具可供開發人員選擇，包括Keras、Microsoft Cognitive Toolkit和Apache MXNet。年輕的軟體工程師正在採用新的開源框架，以快速跟蹤他們如何構建下一個世界。
10. 人臉識別會變成主流
無論你對監控機制有何看法，人臉識別的廣泛應用正變得越來越普遍，尤其是在中國，這個領域有很多頂尖的初創企業。
儘管在西方，人臉識別在公眾認知方面存在挑戰，但在中國，隨著Megvii、Sense Time、阿里巴巴等公司以及它們如何與學校的政府監控系統整合，人臉識別真正取得了成功。
11. 邊緣計算層面的物聯網的成熟
物聯網需要幾十年的時間才能成熟。但已經出現了一些有希望的十字路口。2019年，人工智慧將在邊緣計算層與物聯網相遇。大多數在公共雲中訓練的模型將部署在邊緣。例如，工業物聯網是人工智慧的頂級用例，可以對裝置進行異常值檢測、根本原因分析和預測維護。
物聯網將成為企業中人工智慧的最大驅動力之一。邊緣裝置將配備基於fpga和asic的特殊AI晶片。
12. 軍事上的自動化和人工智慧
2019年將是人工智慧在軍事和機器學習制導的無人機領域發揮重要作用的一年。Maven專案(Project Maven)的全部內容都是關於谷歌的人工智慧在軍用無人機上的應用，但這只是皮毛。目前正在就軍事行動、與人工智慧和殺手機器人的整合做出決定，這些機器人將具有顯著的自動化程度，這將帶來許多倫理問題和風險。
13. 人工智慧對未來自動化和工作的影響
10年後，20-30%的工作將是“超級工作”，10 - 20%的工作將是低工資、低技能的工作，60-70%的工作將是需要技術和軟技能的“混合工作”。這意味著人工智慧不僅能影響重複性的繁重工作，還能影響白領工作，消除了許多工，降低多個領域的需求，同時幫助其他技能嚴重短缺的行業。
如此一波人工智慧浪潮同時衝擊如此多的行業，能否在本世紀30年代和40年代創造出像失業這樣的重大就業崗位，是值得懷疑的。無論關於這方面的報告有多嚴肅，關於將有多少人淨失業的報告都是喜憂參半。
14. 在2020年的美國選舉中，人工智慧將成為一個主要的話題
當機器學習被認為是改善全球GDP和生產率和自動化工作的工具時，還是遠離美國公民的，實際上AI會影響經濟和許多其他問題，會影響FAANG公司，甚至打破這些大型科技公司的壟斷，並影響2020年總統大選的民主黨候選人。
這意味著，人工智慧甚至基本收入(自由紅利)等話題正成為有關資本主義未來、經濟和中產階級擔憂的更主流辯論話題。
15. 人工智慧帶來的業務價值和ROI將呈指數級增長
本世紀20年代基本上是人工智慧熱潮的十年。舉例來說，2018年全球人工智慧的商業價值達到1.2萬億美元，到2022年將增長到3.9萬億美元(Gartner)。這意味著醫療、零售、交通、物流、教育等數十個領域的人工智慧將催生出能夠成為未來強大企業的新公司。
英文原文：