[[177731]]

 作者|Cynthia Harvey 選文|Aileen

翻譯|蔣曄

校對|湯人懿

簡介

2016年迎來了它的最后一個月了，這一年人工智能(AI)的熱度急劇增加，并且這種趨勢似乎要持續到2017年。 IDC在其《全球半年度認知/人工智能系統支出指南》(Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide)中預測，人工智能的收入將從今年的80億美元增長到2020年的470億美元，復合年增長率(CAGR)為55.1%。

IDC的認知系統和內容分析研究總監David Schubmehl表示：“軟件開發人員和終端用戶組織已經開始將認知/人工智能嵌入和部署到幾乎所有類型的企業應用或流程中。根據幾家大型技術供應商的最新公告，和人工智能創業公司的風險資本市場的蓬勃發展，需要有組織機構能夠綜合這些廣泛技術去制定并采取戰略。”

但人工智能是一個廣泛并且多樣的領域。這些組織機構應注意哪些方面呢?

這個幻燈片強調了十個可能延續到2017年的人工智能趨勢，對企業的IT團隊來說它們可能都很重要。其中一些人工智能趨勢已經在很好地進行，但隨著時間的推移，作為一個整體，人工智能領域可能會變得更重要。對于企業和技術供應商，人工智能是一個很好的機會，但也可能存在一些重大風險。

圖片來源：Shutterstock

“各行各業對認知系統和人工智能(AI)的廣泛采用，將使全球在這兩方面的收入從2016年的近80億美元提升至2020年的470多億美元。” ——IDC，2016年10月

期待著聊天機器人、智能事物和人工智能醫學研究來占據明年的新聞頭條。

圖片來源：TechEmergence

你認為哪些人工智能的消費者應用將在5年內獲得成功?

1.人工智能聊天機器人

在TechEmergence進行的一項2016年調查中，詢問了人工智能的高管和創業者，什么人工智能應用在未來五年內可能會獲得成功。他們的首選是虛擬代理和聊天機器人，獲得了37%的投票。這些軟件程序能夠理解自然語言，并通過消息傳遞服務或電子郵件與人溝通。包括IBM和Facebook在內的幾家公司已經宣布了幫助開發者創建聊天室的平臺，這些平臺似乎越來越受歡迎。去年夏天，Facebook宣布，在其飛書信(Messenger)服務上有超過11,000個機器人。根據IBM的統計，65%的千禧一代(Millennials，出生于1980-1990s)喜歡與機器人進行交流而不是與現場助理交談。

“Gartner預計，到2018年，全球最大的200家企業大多數都會利用智能應用，并使用大數據的完整工具包和分析工具，來優化自身的產品和改善客戶體驗。” ——Gartner，2016年10月

2.應用開發

創建聊天機器人并不是開發人員使用人工智能的唯一方式。許多企業正在將人工智能和深度學習功能集成到他們的Web應用、移動應用和內部的企業應用中。人工智能正在發展推薦引擎、安排會議、排定待辦事項列表、在大數據中查找隱藏的價值的一系列功能等等。在其2017年十大戰略技術趨勢列表中，Gartner將智能應用排在了第二位。其中寫道，“Gartner預計，到2018年，全球最大的200家企業大多數都會利用智能應用，并使用大數據的完整工具包和分析工具，來優化自身的產品和改善客戶體驗。”

圖片來源：Gartner and Statista

物聯網將在2020年成為主流

按類別在全球使用的智能互聯物品的估計數量

3.智能物件

人工智能也與物聯網(IoT)的趨勢相關，“智能物件”(intelligent things)在Gartner的2017年前十大戰略技術趨勢列表中排名第三。其中說道，“現有的物聯網設備將使智能物聯網人工智能的功能無處不在，包括家庭、辦公室、工廠車間和醫療設施。”例如，下一代健身追蹤器不僅可以監控您的健康信息，還可能具有機器學習和分析功能，使它們能夠根據您的個人健康史和過去的追蹤器數據提出改善健康的建議。

 

圖片來源：CBInsights

人工智能：子行業熱圖2011-2016(截至6/15/2016)

4.醫學研究

人工智能的最熱門領域之一是醫療健康行業。IDC在其《全球半年度認知/人工智能支出指南》中將診斷和治療系統列為2016年吸引最多投資的領域之一，并表示在未來五年內，包括藥物研究和發現以及診斷和治療系統的使用案例將獲得最大的發展。在五年期間，它預測醫療健康人工智能投資的年復合增長率為69.3%。同樣，CBInsights將醫療健康列為人工智能中最熱的領域，并作為今年的創業項目。

圖片來源：Intel

有趣的事實! 你知道嗎?人類的大腦有超過1000億的神經元，更不用說仍在調查研究中的一系列復雜的生物過程。相比之下，到目前為止最復雜的神經網絡只有10億多個節點。 更多信息，請訪問：www.intel.com/machinelearning

5.生物模型

人工智能和健康科學之間的關系有兩種方式：不只有健康研究人員轉向人工智能，用以幫助他們回答醫療健康問題，計算機科學研究人員也正在轉向生物模型，用以幫助他們創建更好的人工智能軟件。麻省理工學院和谷歌最近都被報道在創建與人類大腦功能相似的神經網絡，這個領域的研究可能會持續一段時間。未來學家Ray Kurzweil甚至預測到2030年，我們將能夠合并人類的大腦和計算機網絡，創造一種混合形式的人工智能。

[[177732]]

圖片來源：Google

6.人工智能硬件

雖然軟件在人工智能工業中獲得了很大的關注，但硬件也是方程式中非常重要的一部分。英特爾最近詳細描述了其將人工智能功能構建到其芯片中的努力，試圖使人工智能“人人都能使用”(available for all)。其他開發商正在研究人工智能自動駕駛車輛、機器人和無人機。IDC預測，AI硬件收入將在未來五年內以超過60%的復合年增長率(CAGR)增長。而波士頓咨詢公司估計，到2025年，自動駕駛車輛的市場價值可能達到420億美元。

圖片來源：Venture Scanner

7.人工智能創業

有了這么多的機會，創始人急于創建專注于人工智能的新公司。在最近的關于人工智能創業公司的報告中，Venture Scanner確定了來自73個不同國家的1500個人工智能創業公司，總資金超過91億美元。最近，許多大型科技公司，如英特爾、谷歌、蘋果、Facebook和微軟一直在瘋狂購買、搶購很多小的人工智能創業公司。期待這種趨勢在2017年持續，并為創業公司吸引更多的風險資本。

“機器人、人工智能(AI)、機器學習和自動化等認知技術將在2025年之前取代美國7%的工作崗位。” ——Forrester Research，2016年6月

8.人工智能勞動力影響

有了這么多的人工智能，公司會不會不再需要人工?在2016年6月的一份報告中，Forrester預測，“機器人、人工智能(AI)、機器學習和自動化等認知技術將在2025年之前取代美國7%的工作崗位。”通過估計，16%的美國工人將被人工智能系統取代，并且人工智能可以創造相當于勞動力9%的新工作。人工智能是好還是壞將取決于你的工作是什么類型的：可以看到辦公室人員的可用職位大幅減少，而數據科學家、自動化專家和機器人監控專業人士可以看到更多的工作機會。

圖片來源：Gartner, 2016年7月

9.反對力量

潛在的對人工智能的反對可能來自幾個方向。首先，如果像Forrester預測的那樣，人工智能開始接管一些人類工作，似乎很可能遭到一些流離失所的工人的反對，這可能會有政治影響。此外，許多科學家，例如生命未來研究所(the Future of Life Institute)的相關科學家表達了對與人工智能相關的潛在風險的關注。最后，如果人工智能技術做不到與當前大肆宣傳的一樣，企業和消費者會對人工智能技術不滿意。在《2016年度新興技術成熟度曲線》中，Gartner將智能機器人、認知專家顧問、機器學習和自動駕駛車輛定位為“膨脹預期的頂峰”(peak of inflated expectations)附近，這意味著人工智能的幾個領域可能會在不久的未來進入失望階段。

“正確預測最近三次美國總統選舉的人工智能系統，在誰能入主白宮的比賽中表示，共和黨候選人唐納德·特朗普領先于民主黨競爭對手希拉里·克林頓。” ——CNBC，2016年10月28日

10.改進的預測能力

人工智能已經產生影響的一個領域是提高預測能力。在許多方面，向人工智能的轉變是調查和研究向大數據分析的自然演變，并且對于已經看到使用其他類型分析工具的價值的組織來說，基于機器學習的預測分析自然是下一步。

在最近的美國總統選舉前幾天，CNBC報道說，一個印度創業公司開發的人工智能，預測唐納德·特朗普將贏得選舉，盡管當時的大多數民意調查表示希拉里·克林頓領先。也許明年，接下來的這個幻燈片將由具有偉大的預測能力的人工智能創建。

來源：http://www.datamation.com/applications/slideshows/10-artificial-intelligence-trends-to-watch-in-2017.html

【本文是51CTO專欄機構大數據文摘的原創譯文，微信公眾號“大數據文摘（ id: BigDataDigest）”】