（来自IDC）到2020年，30%的公司将不会用于AI来提升最少一种关键程序（来自Gartner）。到2020年，算法将不会在全球范围内大力影响数以亿计的不道德（来自Gartner）到2020年，人工智能市场将不会多达400亿美元（来自 Constellation Research）到2025年，AI将驱动95%的用户交互。

（来自Servion）趋势1-大公司先发优势，势在无以输掉亚马逊、谷歌、Facebook和IBM将引导人工智能的发展。作为大公司，他们有适合的资源来搜集数据，因此有更加多的数据能用。以下是顶级玩家在人工智能方面的发展情况：亚马逊:投资人工智能多达20年Web捕捉来自多达50亿网页的数据物流中心享有多达500000 JPEG图像和适当的JSON元数据文件每日监测全球广播、印刷物、网络新闻的记录多达2.5亿将近1亿张附带视频、音频和注释的图片和视频亚马逊的Echo以多达70%的优势领先于声控助理市场谷歌:坐拥仅次于的数据集库之一，有10 - 15个Exabyte的数据——Cirrus Insight专心于应用于和产品开发，而非长年人工智能研究一个由1300名研究人员构成的团队——谷歌大脑23.8%的语音助理市场- Voicebot用户份额用于机器学习的对外开放­源平台,TensorFlow,给所有人采访机器学习平台的权限谷歌地球数据库的大小估算为3,017 TB或约3 pb -谷歌地球博客谷歌街景有约20 pb的街道照片——Peta像素Facebook每天处置25亿的内容和500多TB的数据——Tech CrunchFacebook人工智能研究中心有大约80名研究员和工程师——FAIR日均分解20亿“拜”和3亿照片——Tech Crunch每30分钟扫瞄月105TB数据——Tech Crunch设有一个62000平方英尺的数据中心，可以容纳500台机架每天用多达40种语言翻译成20亿用户帖，8亿用户可以看见翻译成——FortuneIBM:计划用时10年、投资2.4亿美元投资创立麻省理工学院——IBM “沃森”人工智能实验室 ——IBM沃森客户业务跨越6个大陆，多达25个国家——IBMIBM在沃森集团(Watson Group)投资了10亿美元，其中还包括1亿美元的风险投资，以反对IBM的初创企业和创建与沃森(Watson - IBM)的理解应用程序的企业——IBM通过沃森生态系统，早已创建了7000多个应用程序——Fortune谷歌最有可能在将机器学习部署于产品和服务的应用于方面正处于最前沿。

他们不仅是第一家开始人工智能研究的公司，而且谷歌是一家相当大的公司，有多达7万名员工。此外，谷歌大脑是一个深度自学人工智能研究项目，谷歌享有一个原始的团队，它的研究议程还包括机器学习、自然语言解读、机器学习算法和技术，以及机器人技术。趋势2 -算法和技术的统合将不会再次发生所有在人工智能领域投资的第二梯队公司，如英特尔、Salesforce和Twitter，都将跟随那些早已享有数据的大公司，并开始用于他们的数据、算法和人工智能。

行业的参与者之间将再次发生数据交易，算法和技术将获得稳固。数据的交易以及算法和技术的统合将使人工智能更为有效地。

随着谷歌和Facebook这样的巨头公司并购规模较小的玩家，算法将被统合到他们的核心平台/解决方案中。总部坐落于伦敦的人工智能公司DeepMind创建了标准化自学算法，谷歌并购了该公司，以取得与其他科技公司竞争的商业优势。另一方面，Facebook并购了Wit.AI，助力语音辨识和语音模块。

它还并购了人工智能初创公司Ozlo，以提高其虚拟世界助手。趋势3 -众包在数据将无比极大所有人工智能公司都将执着极大的数据集，以找寻方法和手段来构建他们对人工智能的雄心。这些公司将开始对大量数据展开众包在。

他们早已寻找了有所不同的方法来评估众包在数据的质量和真实性，这不仅给企业获取了从这些数据中受益的能力，而且也给了消费者一个倾听的机会。OpenDataNow.com的创始人兼任编辑Joel Gurin说道:“我们生活在一个众包在文化中，更加多的人不愿并有兴趣通过社交媒体共享他们所告诉的东西。”谷歌通过众包在取得很多图像来建构他们的光学算法。

此外，该公司还利用众包在技术，通过其众源应用于，协助提高翻译成、抄录、手写辨识和地图等服务。亚马逊还利用众包在人工智能来提升Alexa目前逾1.5万项技能。趋势4-收购将更加多CBInsights的数据表明，并购人工智能公司的竞赛将在2018年开始，预计，随着企业争夺战科学知识资本和人才，我们将不会看见更加多的收购。机器学习/人工智能领域的所有小公司都将被大公司并购。

主要有以下两个原因:没数据集，人工智能就无法独立国家工作。由于大公司享有大量的数据集，它们对小公司来说优势极大。没数据的算法毫无用处。

反之亦然。数据是算法的核心，提供大量的数据至关重要。作为机器人工程师和哥伦比亚大学创新机器实验室的主任，Hod Lipson说道:“数据是燃料，算法是引擎。

”趋势5-AI工具南北民主化，以减少市场份额大公司将开始开源他们的算法和其他工具集以取得市场份额。市场采访数据和算法的壁垒将增加，人工智能的新应用于将不会减少。通过民主化，那些没途径应用于人工智能工具的小公司，将有大量的数据用作培训和启动简单的人工智能算法。

正如谷歌的首席执行官桑达尔·皮查伊(Sundar Pichai)所说的，关于民主化人工智能的众说纷纭，“我们足以做到的最令人兴奋的事情之一，就是对机器学习和人工智能的祛魅。”这对所有人来说都是很最重要的。此外，框架、SDKs和api将沦为所有主要玩家对外开放用户用于的标准。

SaaS和PaaS的基础模型将是所有这些公司执着的商业模式。趋势6 -嵌入式将不会提高Siri和Alexa是最风行的两种嵌入式工具。与此类似的更好的基于机器人的解决方案，将是AI公司的第一个入口。例如，虽然机器早已被编程用作语音分析和面部辨识，但它还将需要基于你的声音音调辨识你的情绪，也就是情感分析。

制造业自动化和非消费者方面的解决方案将首先获得提高。生产自动化将主要是用于先进设备的技术，还包括自动化、机器人技术和先进设备的生产技术来节省人工成本。在农业和医药领域，诸如嵌入式等非消费者解决方案的改良也将在2018年普及。

趋势7 -人工智将影响更加多横向领域制造业、客户服务、金融、医疗和交通等领域早已受到人工智能的影响。自动驾驶汽车预计将在2018年上市。

明年，人工智能将不会影响更好的横向领域。以下是工业界的详细示例以及人工智能将如何影响它们:保险-人工智能将通过自动化改良赔偿过程L法务 - NLP可以在几分钟内总结数千页的法律文件，从而延长时间，提高效率公关媒体 - AI将协助较慢处置数据教育——虚拟世界导师的发展人工智能辅助额论文评分;自适应自学程序、游戏和软件;而由人工智能获取的个性化教育项目将转变学生和教师的对话方式身体健康——机器学习可以用作生产更加简单、精确的方法来预测病人经常出现症状前的疾病就像100年前的工业革命完全转变了一切一样，人工智能将在未来几年转变世界。趋势8 -安全性、隐私、伦理和道德问题人工智能保护伞下的一切，如机器学习和大数据，都很更容易遭遇新兴的安全性和隐私问题。

关键的基础设施在其中扮演着了最重要角色。与隐私问题涉及的安全性市场需求，比如将银行账户和身体健康信息保密，减少了安全性研究的必要性。2018年将是注目安全性和隐私问题的一年，并可能会有新的进展。

人工智能的伦理也将是2018年的一个主要问题。伦理和道德问题必须解决问题，还包括人工智能如何损害或造福人类。也有人担忧机器人代替人类的可能性，尤其是如果人工智能将在人类移情起到的领域中用于，比如护士、治疗师或警员。

另一个将被处置的问题是自律武器。考虑到自律功能的水平，人工智能将必须涵括某些功能，因为他不是掌控在人类手中的武器。(公众号：)结语：虽然人工智能早已不存在很多年了，但我们今天所告诉的人工智能仍正处于跟上阶段。

环绕人工智能及其各种应用于，从自动驾驶汽车到虚拟世界个人助理，以及其他许多必须人工智能的任务，都有大量的抹黑。虽然有一长串人工智能用例，但其中大部分目的改良特定的过程，且要顺利部署它们必须时间。人工智能还有很长的路要回头。

2018年似乎将是对人工智能的发展关键性的一年，让我们拭目以待。

本文来源：半岛·体育(BOB)-www.miyoshiki.cn