近日，CBInsights宣布申報《2018人工智能趨向瞻望》（Top AI Trends To Watch In 2018），提出了13項2018年人工智能值得存眷的成長趨向。本文將基于這份申報的內(nèi)容，依據(jù)部門具有前瞻性的洞察和不雅點停止解讀，并合營現(xiàn)實案例以便更好地輿解。
1、新型制作業(yè)崗?fù)?ldquo;機械人保母”
盡人皆知，蓬勃國度從休息密集型家當(dāng)向技巧密集型家當(dāng)轉(zhuǎn)型進程中，會將低端和中端制作業(yè)外包給休息力本錢較低的成長中國度。中國正在閱歷這一進程，例如服裝網(wǎng)www.vhao.net市場中曾經(jīng)涌現(xiàn)了“Made in Vietnam”或“Made in Thailand”。但是，跟著工業(yè)機械人技巧的提高和應(yīng)用，外包不再是獨一選擇，蓬勃國度當(dāng)?shù)嘏R盆的本錢變得更低，美國制作業(yè)雇員人數(shù)正在上升。
（美國制作業(yè)雇員人數(shù)年際變更）
中國服裝網(wǎng)www.vhao.net制作商天元服裝網(wǎng)www.vhao.net公司在美國阿肯色州小石頭城設(shè)立工場，應(yīng)用由格魯吉亞的創(chuàng)業(yè)企業(yè)SoftWear Automation開辟的縫紉機機械人，來為Adidas臨盆服裝網(wǎng)www.vhao.net。2017年，天元服裝網(wǎng)www.vhao.net公司與阿肯色州簽訂協(xié)作協(xié)定，在其工場雇傭400名員工，擔(dān)任機械人的操作和保護，每人時薪14美元。當(dāng)愈來愈多沉重的臨盆任務(wù)將由機械人來完成時，人類將從事更高級的任務(wù)——機械人保母。
但是，賡續(xù)變更的花費者偏好障礙了全主動化的成長，在亞馬遜高度主動化的倉庫可以或許反應(yīng)這一點。亞馬遜的協(xié)作型倉庫機械人履行年夜量沉重的任務(wù)，而一些奧妙的義務(wù)仍須要工人完成，好比從貨架上遴選物品，并將它們分紅零丁的定單。
另外，在“非構(gòu)造化”情況中，機械人在抓取、拾取和處置項目方面依然不敷完善。亞馬遜曾經(jīng)在各類倉庫中應(yīng)用了10萬多臺機械人，但同時也發(fā)明了數(shù)千個新的任務(wù)崗?fù)ぁ?/p> 2、國防的將來取決于AI 世界的疆場正在向數(shù)據(jù)中間轉(zhuǎn)移。早在2014年，亞馬遜就為美國中心諜報局樹立了定制云盤算辦事，知足其對敏感數(shù)據(jù)的嚴(yán)厲監(jiān)管請求。在2017年第四時度，亞馬遜云盤算辦事平臺AWS向諜報機構(gòu)之外的其他當(dāng)局機構(gòu)開放了對象和辦事。亞馬遜還收買了兩家收集平安公司，Harvest.ai和Sqrrl，用于掩護云中的敏感數(shù)據(jù)。不論是亞馬遜，照樣為當(dāng)局客戶供給辦事的新公司，人工智能將成為當(dāng)局支撐下的收集平安支柱。 在暗斗時代，列國當(dāng)局都在議論他們的“導(dǎo)彈差距”，或許他們在核彈頭方面絕對于敵手的優(yōu)勢。如今，列國當(dāng)局在收集才能方面的差距愈來愈年夜。是以，收集平安與傳統(tǒng)進攻的世界正在融會。 在曩昔5年里，共有134家始創(chuàng)AI收集平安公司在取得36.5億美元的私募股權(quán)融資。客歲，約有34家公司初次融資，在Cybereason、CrowdStrike、Cylance和Tanium等年夜公司主導(dǎo)的市場中競爭，每家公司的估值約為9億美元。 （AI收集平安創(chuàng)業(yè)公司進入由獨角獸掌握市場的階段） 乃至像埃森哲如許的傳統(tǒng)征詢公司，也一向在擴展其在收集平安范疇的技巧，以更好地辦事于當(dāng)局客戶。一個值得留意的生意業(yè)務(wù)是始創(chuàng)公司Endgame，它有像美國空軍如許的客戶。Endgame將其當(dāng)局辦事部分出售給了埃森哲。 2016年，美國諜報界的風(fēng)投公司In-Q-Tel贊助了Anomali、Interset和Cylance。英國的Darktrace公司宣稱其收集平安體系在全球跨越3000個區(qū)域停止了安排，個中包括當(dāng)局。總部位于美國科羅拉多州的Logrhythm公司與美國空軍、美國航空航天局和國防承包商雷神公司協(xié)作。 其他國防承包商也在停止投資。洛克希德·馬丁公司是Cybereason （今朝公司估值跨越9億美元）的晚期投資者。在2017年，波音公司投資了德克薩斯的收集平安始創(chuàng)公司SparkCognition。 3、白領(lǐng)崗?fù)ぶ鲃踊涌?/p> AI專業(yè)主動化和加強軟件平臺，正在晉升著臨盆效力，并威逼著愈來愈多的白領(lǐng)階級。上面的企業(yè)圖譜，凸起展現(xiàn)了一些始創(chuàng)公司的專業(yè)主動化和加強軟件，這些范疇包含律師、記者、財富治理人員、生意業(yè)務(wù)員和征詢師等多個行業(yè)。 （EAAS企業(yè)圖譜） 例如，人工智能有偉大的潛力來削減時光和進步司法任務(wù)的效力。在訴訟方面，天然說話處置可以在幾分鐘內(nèi)整頓出數(shù)千頁的司法文件，而這項義務(wù)能夠須要一位人類任務(wù)人員消耗幾地利間能力完成。同時，機械也下降了失足的幾率。跟著人工智能平臺變得加倍高效和貿(mào)易化，這將影響到按小時免費的內(nèi)部律師事務(wù)所的免費構(gòu)造。 法式員的任務(wù)也不克不及幸免。一些始創(chuàng)公司專注于開辟AI體系，用于軟件測試、調(diào)試和基本前端開辟。客歲最熱點的一款產(chǎn)物是英國的DiffBlue公司，該公司正在開辟AI體系完成主動編碼義務(wù)，包含bug修復(fù)、自界說代碼開辟和將代碼從一種編程說話轉(zhuǎn)換到另外一種編程說話等等。 4、膠囊收集：CNNs的“交班人”？ 最近幾年，卷積神經(jīng)收集（CNNs）是深度進修中很風(fēng)行的一項技巧。但是，一項新算法“膠囊收集”涌現(xiàn)，并無望在多個方面勝過CNNs。CNNs雖然獲得了必定的勝利，但其缺點能夠招致機能缺乏乃至平安破綻。研討人員正在尋覓改良人工智能算法和戰(zhàn)勝這些缺點的辦法。下圖展現(xiàn)了一個典范的案例，一個CNNs收集固然可以或許辨認(rèn)出人臉特點，但卻將第二幅圖象誤以為也是一張人臉。 （CNNs缺點） Geoffrey Hinton于2017年揭橥了一篇研討論文，引見了“膠囊收集”的概念，也稱為CapsNet。論文正在審查階段，還須要在現(xiàn)實場景下停止測試，但這一新聞曾經(jīng)在媒體和科技界惹起了很年夜反應(yīng)。膠囊收集可以或許更輕易地辨認(rèn)出當(dāng)人臉的特點（如地位）被從新分列時，則不再是一張人臉。 （capsule networks優(yōu)勢） 另外，CNNs沒法處置分歧的輸出數(shù)據(jù)變更。例如，研討者必需從分歧角度或視角對統(tǒng)一對象的圖象停止練習(xí)，以肯定一切的變更。是以，它須要年夜量的練習(xí)數(shù)據(jù)來涵蓋一切能夠的變更。Hinton宣稱，膠囊收集在這方面的表示優(yōu)于CNNs，它們僅須要較少的練習(xí)數(shù)據(jù)，而且在不須要對各類變更情形停止詳實練習(xí)的情形下，斟酌對象的絕對地位和偏向。
