人工智慧（AI）已經持續火熱了幾年，在2018年人工智慧技術讓企業和個人感受到了哪些變化，在發展的過程中我們發現了人工智慧技術的拿些問題？2019年人工智慧又會朝什麼樣的方向發展？一起看一看Red Hat的兩位分析師的觀察和看法。

AI是激發大眾和商業想象力的技術之一，在科幻小說中早已成為最受歡迎的主題，現在它在日常生活中也獲得了關注。

2018年，全球採用和接受人工智慧技術的人數大幅增加，企業也利用它來改善運營，創新和提升客戶體驗。金融服務，通訊和高科行業帶領人工智慧成為主流，汽車，醫療健康，能源和零售也開始接受AI。

我們預計AI在2019年將繼續快速增長，因為擁有資料的公司還在努力從資料中獲得最大的商業價值和競爭優勢。讓我們來看看最近是什麼推動了人工智慧的發展以及2019年將發生的事情。

資料價值

資料是AI發展的三大要素之一。隨著近年來資料採集、分析和儲存能力的顯著提高，大多數公司發現自己擁有大量的潛在資源，但卻沒有足夠的能力發揮這些資料的價值。

不過，技術的進步讓這種情況在2018年開始發生變化。關於如何處理和使用大資料仍然存在很多問題，但企業開始更深入地研究能夠幫助企業從資料中獲取價值的特定技術，以及如何將把這些技術應用到實際應用。

企業越來越明白資料科學家、人工智慧開發人員與傳統開發人員的不同，以及提供他們需要的工具，進一步將資料科學家和人工智慧開發人員整合到已有的研發團隊中。

在這個領域，AI技術供應商面臨的挑戰是讓所有開發人員都能更輕鬆地使用AI。有些人正在構建機器學習框架，以幫助不同案例的AI應用。

2019年，AI技術供應商和企業都需要繼續提高他們的技能，可以是培訓現有開發人員，也可以引入新的資料科學家。為了從根源上解決資料科學家稀缺的問題，整個社會都需要鼓勵年輕人蔘與其中，教育系統也需要做對應的改進。未來，AI能夠更多的挖掘資料的價值，併成為企業創新的新源泉。

聊天機器人

在過去的十二個月，聊天機器人成為AI更為普遍的應用。 聊天機器人之所以受歡迎是因為企業希望在店內也能為使用者提供與線上體驗一樣的服務，包括銀行，醫療，零售和其它領域。

聊天機器人十分具有優勢，因為他們可以利用資料分析和演算法來確定使用者所屬的類別，從而提供非常快速且個性化的服務。

機器學習（ML）框架

2018年在AI領域最大的驚喜之一是機器學習框架整合仍在繼續。過去的幾十年AI和ML庫一直存在，但過去5-7年，人們在構建深度學習庫和人工智慧神經網路方面投入了大量資金。該領域的一些重要參與者已經投入了大量的資源，吸引了頂尖的人才。

由於這些公司可以提供比學校更多的儲存和計算能力，他們已經將許多研究人員從學術領域帶入企業。有了如此大規模的投資，幾年之後，我們可能看到這些主要的參與者就能將投入轉變為實際的商業價值。

共同推動AI的進步有明顯的優勢，例如實現更快的創新和開發人員的自由選擇，並且在當今的科技行業，開源也是一個重要的方向。也可以說，在雲端計算浪潮的中，這些高價值框架可以簡單地成為這些大型企業擁有的雲基礎設施之上的工作負載驅動程式。

手機智慧應用

全球有近85億智慧移動連線裝置，並且大部分人每天都使用智慧手機。智慧手機中可能有一半或更多的應用程式具有AI功能，AI可能是直接可見的，也可能嵌入其中。例如，智慧手機的鍵盤會了解使用者的習慣，進行智慧互動的改進。

又如，如果使用者想通過線上商城購買商品，它會藉助AI引擎根據購買者的購買歷史以及購買習慣提出建議。共享出行應用程式和導航應用程式使用AI來計算如何優化線路。智慧應用將會在2019年繼續增長。

避免偏見

任何新技術都可能帶來出乎預料的問題。我們發現人工智慧演算法在推理的時候只對與訓練資料一樣的資料結果更好，這會產生負面影響。從犯罪預測到語言翻譯，人類如何能夠將自己的偏見和偏見傳遞給具有破壞性結果的演算法，這個問題在2018年被更多人意識到。

這個問題應該給予更多的關注，希望在2019年能看到真正的行動來應對這一挑戰。AI技術供應方需要考慮提供什麼樣的工具和教程，以幫助經驗不足的資料科學家，開發人員和企業能更好的理解大資料和人工智慧。針對這個問題，可以共同開發一種更具結構性的方法來解決。

未來

2019年，更多的公司將從現有資料中獲取最大的商業價值和競爭優勢，人工智慧和機器學習的應用可以解決實際問題並將新思想帶入其中。