雖然目前人工智能的應用仍然局限于機器學習任務，但算法和硬件正在逐步融合，這將對快速、高效地實現人工智能產生重大影響。研究人員現在可以在數小時或數天內訓練神經網絡，從而為人類生活提供了一系列的可能性、實用產品和可以學習的案例，而這些可能是我們以前都沒有考慮過的。

[[218087]]

例如，谷歌的人工智能團隊DeepMind正在努力解開蛋白質折疊的奧秘，這一發現可能對醫療保健領域產生深遠的影響。

2018年將是人工智能進入十字路口的一年，這一年企業將能夠更好地實現AI真正的用例，撇清炒作嫌疑，這一年人工智能的應用也將折射出人性的善與惡。下面，讓我們來看一下，2018年AI將發生什么變化：

1. 黑客通過逆向工程擊敗基于機器學習的安全系統

最近，廣泛的安全攻擊事件表明黑客正變得越來越狡猾。利用人工智能，電腦實際上會變得怠惰，這樣黑客就可以更快、更秘密地達到目的。在2018年，很有可能黑客會進行反向工程或反編譯，并通過內部攻擊、惡意軟件、勒索軟件等來打敗機器學習(ML)安全系統。

2. 人工智能解決了對數據所有權和控制權的反彈問題

未來一年可能會看到由數據泄露、歐盟通用數據保護監管執法(GDPR)或撤銷美國網絡中立性等事件引發的反彈。反彈期間，每個人都可以要求自己在網絡上的行為作為數據存儲起來用作個人IP.如果出現這種情況，包括Facebook和谷歌在內的行業巨頭將不得不回答關于數據所有權的基本問題。這意味著用戶和科技公司將不得不決定數據使用方式的支配人，受益者，共享者等，而所有這些人工智能可以提供答案。

3. 心懷不軌者將AI聊天機器人變成了新的威脅

今年將是黑客、詐騙犯和其他在黑暗網絡中運作的組織學習如何影響AI聊天機器人的一年。這些交互的媒介已經可以更新用戶的銀行賬戶余額，或者作為酒店禮賓員，更有甚者可能會將他們的能力轉化為自我啟動的任務，并參與到諸如破壞公共設施、偷錢、操縱人類行為、意見和決策等不法活動的準對話中。當然，值得慶幸的是，我們也可以部署人工智能，以探測那些江湖騙子的伎倆。

4. 人工智能結合區塊鏈，強化深度學習

在接下來的一年里，可以看到人工智能將與區塊鏈結合起來，創造出一種全新的深度學習方法，比之前設想的更聰明，學習速度更快。這僅僅是一波浪潮的開始，因為存儲在區塊鏈上的數據具有迅速流行和不可改變的特性，這可能會產生更精確的人工智能預測。先進的公司還可以反過來用新的方法發現、提取和分析區塊鏈中的數據來解決老問題。

5. 利用NLG和NLU突破性的進展來自動教授AI學習系統

隨著時間的推移，我們可以通過那些使用自然語言生成(NLG)和自然語言理解(NLU)來自動教授人工智能學習系統的計算機科學家來了解人工智能的突破。雖然企業已經使用了無人監督的機器學習算法，如生成對抗網絡(GANs)來執行更簡單的任務，但計算機科學家們正在努力突破，允許使用諸如合同、語音和視頻等全方位數據進行一次性學習。我們可能會看到使用NLU和NLG自動生成新的但有效項目的例子來學習，從而自動改進模型。

6. 人工智能將成為律師的主流服務方式

今年，隨著人工智能和其他先進技術在全球企業中占據主流地位，法律行業將出現大規模的轉變。由于越來越多的安全顧慮，加上人工智能變得相對容易部署和使用，采購信息將成為法律專業人員使用人工智能系統來創造儲蓄的驅動因素。這一變化可能是推動首席績效官、首席法律官和法律事務從幕后走向臺前的催化劑，因為客戶不再對一些人工智能系統可以輕易完成的事情接受高收費。

7. 技術和標準的融合構建新的智能合約框架

隨著智能合約(IC)的核心功能在協議級別上可用，技術和標準的合并將在2018年發生。這已經開始成為一種“智能合同”，它可以在任何時候對敏感數據進行加密，在區塊鏈版本中也可以使用。端到端的加密和安全性可以進一步擴展到許多參與方之間的安全契約，而這種由IC和AI啟用的安全學習的關鍵組件可以構建在一個新的應用程序上。

當人工智能系統能夠在沒有人工干預的情況下學習復雜任務時，它已經準備好迎接新時代的到來了。雖然有很多關于未來人工智能警報的聲明，但我們相信未來的一年AI也將以積極的方式突出人類的創新能力。人工智能可以給我們的生活帶來高質量的改變——更安全的道路，更清潔的海洋，以及可預測的衛生保健，等等。畢竟，目前來說我們仍然是人工智能命運的主人。