計算分析大資料絕不是一時性的。隨著資料量的不斷增長，分析大資料的方式也將改善。涉及到預測性分析的應用時，我們只看到冰山一角。它通過資料探勘、機器學習、AI技術幫助組織機構分析現有資料，比如預測銷售額、優化營銷活動等，這些人工智慧技術還有待改進。

以下是AI世界、大資料、預測分析、機器學習的關鍵資料：

• 2018年，75%的開發商都將在一個或者多個業務或服務中包含AI功能——IDC

• 2019年，AI 將輔助100%的物聯網——IDC

• 2020年，30%的公司都將使用AI，至少增加一個主要銷售環節——Gartner

• 2020年，演算法將改變全球數十億工人的行為——Gartner

• 2020年，人工智慧市場將超過400億美元——Constellation Research

• 2025年，AI將驅動95%的使用者互動——Servion

2018年AI八大趨勢

亞馬遜、谷歌、Facebook、IBM將成為AI領頭羊。大公司擁有大量資源來收集資料，因此會有更多資料為其所用。

以下是AI領域的頂尖公司：

亞馬遜

• 投資人工智慧已超過20年

• 抓取超過50億網頁的資料

• 亞馬遜物流中心有超過50萬張描述產品的JPEG影象和相應的JSON元資料檔案

• 每日監測全球廣播、印刷物、網路新聞的記錄超過40億份

• 近1億影象和具有註釋的視訊

• 亞馬遜的Echo領先語音助理市場

谷歌

• 是擁有最大儲存庫的資料集之一，資料達10-15Exabyte——Cirrus Insight

• 專注於應用和產品開發，而非長期AI研究

• 超過1300位研究人員的團隊——谷歌大腦

• 佔據聲控助理市場23.8%的使用者份額——Voicebot

• 任何人都能使用的機器學習開源平臺TensorFlow

• 谷歌地球資料庫大約是3017TB或者近3Petabytes——Google Earth Blog

• 谷歌街景有近20Petabytes的街道照片—— Peta Pixel

Facebook

• 每天處理25億的內容和500多TB的資料——Tech Crunch

• Facebook有約80名人工智慧研究員——FAIR

• 日均生成20億“贊”和3億照片——Tech Crunch

• 每30分鐘掃描月105TB資料——Tech Crunch

• 建有一個62000平方英尺的資料中心，可以容納500臺機架

• 每天用超過40種語言翻譯20億使用者帖，8億使用者可以看到翻譯——Fortune

在部署機器學習和產品應用開發方面，谷歌很可能處在最前沿。谷歌的研究範圍涵蓋機器學習、自然語言處理、機器學習演算法和技術、機器人技術等領域。

全球100家最有潛力AI公司▼

投資人工智慧的第二梯隊，如英特爾、推特等，將追隨擁有資料的大公司，並使用它們的資料演算法。資料交易將發生在行業內部，演算法和技術將得以鞏固。

谷歌、FB等巨頭收購小公司後，演算法將被整合到其核心平臺。谷歌收購了DeepMind以獲取競爭優勢。另一方面，FB收購了Wit.ai來提升語音識別和語音介面業務。它還收購了AI創業公司Ozlo，以改善其虛擬助理業務。

所有的人工智慧公司都將想方設法獲得海量資料集，來實現其AI偉業。這些公司會開始收集眾包資料。公司已經找到評估眾包資料質量和真實性的不同方法。企業方會從這些資料中受益，消費者也得到了話語權。

谷歌通過眾包獲取了大量圖片，來構建其成像演算法。谷歌還通過眾包改進翻譯等服務。亞馬遜通過眾包AI來提高Alexa的技能。

CBInsights統計資料顯示，收購AI公司的競賽已經開始。2018年競爭會越發激烈。很多機器學習和AI的小公司都會被大企業收購，原因有二：

• 首先，AI無法在缺少資料集的情況下獨立工作。大公司擁有大量資料，小公司會失去競爭力。

• 其次，沒有資料的演算法毫無用處。反之亦然。資料是演算法的核心，因此獲取大量資料將成為重中之重。

大公司將開源演算法和工具集來獲取市場份額。基於市場的資料訪問和演算法進入壁壘將會減少，新的AI應用將會增加。通過民主化，此前缺乏AI工具的小公司將更容易獲得大量資料，來訓練複雜的AI演算法。

Siri和Alexa是兩個最受歡迎的人機互動工具。將會有更多的類似產品出現。例如，機器能夠根據使用者講話的語調識別情緒。2018年，農業和醫藥領域的人機互動也會增多。

製造業、客服、金融、醫療、交通等行業已經受到人工智慧的影響。明年人工智慧將會影響更多的垂直行業，包括：保險、法律、傳媒、教育、健康等。

人造智慧的保護傘下，如機器學習和大資料，都容易受到新的安全和隱私問題影響。有時候重要的部分是關鍵的基礎設施。

與隱私問題有關的安全需求，如將銀行帳戶和健康資訊保密，將會對安全性研究產生更大的需求。2018年將是安全和隱私問題一定會得到解決的一年，也可能會有新的發展。

人工智慧的倫理也將是2018年的一個主要關注點。需要解決的倫理和道德問題包括人類對人類的傷害或使人類受益。還有人擔心機器人取代人類的可能性，特別是如果AI將被用於人類工作的領域，如護士、治療師或警察。

將要面對的另一個問題是自主武器。鑑於自主功能水平，與人類控制的武器不同，AI需要超越某些功能。

來源：medium

★推薦閱讀★

長期招聘志願者

加入「AI從業者社群」請備註個人資訊

新增小雞微信  liulailiuwang