CB Insights最新的AI報告，預(yù)測了2018年13個AI趨勢。

其中關(guān)于中美雙雄時代的趨勢，量子位之前已經(jīng)專文搬運過，其中核心要點是：2017年數(shù)據(jù)顯示，中國AI創(chuàng)業(yè)公司融資比美國還多。

在2017年，全球AI創(chuàng)業(yè)公司總共融資125億美元，其中48%的資金投向了中國，38%在美國——即便中國AI創(chuàng)業(yè)公司數(shù)量還沒有美國多。

所以，中國AI的洶涌態(tài)勢可見一斑。

除了中美話題，CB Insights報告中還列出了其他12個趨勢，這些趨勢不僅與AI從業(yè)者有關(guān)，更重要的是已經(jīng)明顯有影響各行各業(yè)的趨勢了。

量子位直切要點，希望能給你提供一些參考：

1）新藍領(lǐng)工作：機器人保姆

AI推動下的機器自動化浪潮，一度被認為要沖擊勞動力密集的制造業(yè)，造成大面積藍領(lǐng)工作被替代。

但容易被忽略的是新工種出現(xiàn)：機器人保姆。

隨著高度自動化制造、倉儲等機器人完善，同時也需要相關(guān)人類對機器人進行維護。

比如在亞馬遜倉庫中，已經(jīng)有超過10萬個機器人投入使用，相應(yīng)也創(chuàng)造了數(shù)千個人類的新工作機會。

2）AI for X，無處不在

另一個趨勢是AI會進入各行各業(yè)，或換言之，機器學(xué)習(xí)無處不在。

這樣的趨勢，在2017年展現(xiàn)了不少案例。數(shù)據(jù)+AI算法正在帶來更多的想象。

比如英國正在用AI釀造啤酒，瑞典通過深度學(xué)習(xí)來分析馬匹行為，紐約通過AI定制千人千面的素食健康食品……

隨著AI算法和機器學(xué)習(xí)更加民主化，每一個行業(yè)都可能進一步得到“AI+”式的改變。

3）AI安全同步升溫

一方面是AI深入各行各業(yè)，無處不在，另一方面則是如影隨形的安全問題，特別是數(shù)據(jù)泄露帶來的風險。

在2017年中，AI安全創(chuàng)業(yè)公司融資事件也一浪高過一浪。

總之，有數(shù)據(jù)的地方就會有安全隱患，AI時代也不例外。

4）語音交互競爭全球開戰(zhàn)

CB Insights認為，目前語音交互戰(zhàn)爭在英語國家暫時兩強并存：Amazon Echo和Google Home主導(dǎo)了智能家庭音箱市場。

但非英語國家的語音交互大戰(zhàn)方興未艾。

亞馬遜上個季度宣布將開始向大約80個國家運送其基于Alexa的智能音箱。但不利的一面是，它希望全球用戶可以用英語，德語或日語進行互動。

Google Home有英文，德文，法文和日文版本。而蘋果的HomePod目前僅提供英文版本。

此外，Google比亞馬遜有一個顯著的優(yōu)勢。：適用于Android手機的Google智能助理提供英文，法文，德文，意大利文，日文，韓文，西班牙文和葡萄牙文版本。其語音識別功能-用于語音到文字轉(zhuǎn)換和語音搜索，可擴展到119種語言。

CB Insights的觀點是，西班牙語國家將是Amazon和Google在2018年的競爭重點。

但中文市場，Amazon和Google都不太有戲，中文市場現(xiàn)在還多雄混戰(zhàn)，市場主導(dǎo)地位的競爭仍將繼續(xù)。

5）白領(lǐng)工作受沖擊

之前AI沖擊白領(lǐng)工作的話題“雷聲大雨點小”，但2018年可能會進入真槍實彈階段。

CB Insights認為AI會更加普遍地進入輔助決策階段，這對白領(lǐng)的工作將造成威脅。

一份EAAS市場地圖顯示，不少初創(chuàng)公司都在打造專業(yè)性很強的行業(yè)AI，從律師到記者，從理財顧問、交易員到管理咨詢等從業(yè)者，都可能受到?jīng)_擊。

例如，人工智能可以高效完成律師的部分工作。在訴訟方面，自然語言處理（文本分析）可以在幾分鐘內(nèi)匯總數(shù)千頁法律文件。這項任務(wù)，人類律師通?？赡苄枰獛滋觳拍芡瓿?。同時，AI還能減少失誤。

另外，程序員也沒能幸免。AI編程的產(chǎn)品也有不少程序員在加班加點推出，程序員的工作也面臨挑戰(zhàn)。

那什么樣的白領(lǐng)工作是暫時安全的？

CB Insights的觀點是教育和醫(yī)療保健等需要高度情感智能的領(lǐng)域，目前面臨的自動化風險最小。

如創(chuàng)新工場董事長李開復(fù)之前多次公開談?wù)摰挠^點：人類的愛，AI無法替代。

6）AI終端趨勢明顯

CB Insights還表示，AI發(fā)展正在進入“端”時代。

包括手機、汽車、可穿戴在內(nèi)的終端都將越來越多地迎來AI加持，邊緣計算趨勢也在增強。

可以舉例的是蘋果在2017年隆重推出的A11芯片，搭載了神經(jīng)引擎，可以以每秒600B的速度執(zhí)行機器學(xué)習(xí)任務(wù)，還幫助實現(xiàn)了Face ID的應(yīng)用，在本地終端就能完成人臉識別。

Google還提出了一種新方法，在終端設(shè)備上就能完成模型訓(xùn)練，目前正在測試Google鍵盤Gboard中的一些功能。

此外，AI進入終端還可能帶來計算的新模式，邊緣計算、云計算和中央服務(wù)器通信，可能會有更多混合使用的情況。

7）CapsNet有望超越CNN

Geoffrey Hinton在2017年提出的CapsNet，有望在新的一年里超越卷積神經(jīng)網(wǎng)絡(luò)(CNN)。

與CNN相比，CapsNet彌補了不少缺陷，比如數(shù)據(jù)量、準確度、訓(xùn)練數(shù)據(jù)多樣性等等，性能更好。

8）頂級AI人才依然很貴

AI人才市場仍將供不應(yīng)求，頂尖AI人才年薪百萬美元依然不稀奇。

在中國，AI專家也很稀缺。高級機器學(xué)習(xí)專家年薪50萬美元，優(yōu)秀的機器學(xué)習(xí)人才也在30萬-40萬美元的年薪區(qū)間。

目前合格的AI研究人員數(shù)量在30萬，需求量是100萬甚至更多，所以缺口還很大。

△DeepMind披露的薪資狀況，平均年薪35萬美元

9）AI創(chuàng)業(yè)公司洗牌將至

機器學(xué)習(xí)將在2018年成為新常態(tài)，AI創(chuàng)業(yè)公司也會迎來檢驗期，光有概念炒作，沒有產(chǎn)品和商業(yè)模式，可能會被洗牌。

投資者對于AI公司的投資也會更加謹慎，融資會變得更困難。

10）機器學(xué)習(xí)技術(shù)產(chǎn)品化

隨著機器學(xué)習(xí)技術(shù)成為新常態(tài)，會有更多產(chǎn)品和服務(wù)滿足市場需求。越來越多的公司甚至不用招聘昂貴的機器學(xué)習(xí)專家，通過其他公司提供的機器學(xué)習(xí)能力就能完成模型訓(xùn)練。

比如Google、亞馬遜、Salesforce和微軟等大型公司，都在搶奪這方面的市場。

特別是Google，發(fā)布了Cloud AutoML?？蛻羰褂米约旱臄?shù)據(jù)來訓(xùn)練算法，就能滿足他們的特定需求。

亞馬遜則通過AWS銷售AI服務(wù)，發(fā)布了一些類似API的產(chǎn)品，允許任何開發(fā)人員訪問Lex（Alexa內(nèi)部的NLP），Amazon Polly（語音合成）以及Amazon Rekognition（圖像分析）。

11）AI+醫(yī)療迎來爆發(fā)

最后被強調(diào)的是，AI在醫(yī)療成像和診斷中將會發(fā)生的作用。

在美國，監(jiān)管機構(gòu)正在考慮批準AI用于臨床。AI在診斷方面可以提供更早期準確性判斷，這能讓很多病癥在早期被發(fā)現(xiàn)和治療。

AI“看片”也會比人類醫(yī)生更具優(yōu)勢，還能快速普及。

此外，醫(yī)療保健方面的AI創(chuàng)業(yè)也正在進入最熱階段。

12）AI進入DIY階段

2018年，AI的技術(shù)和產(chǎn)品將會更加普及，DIY打造個性化AI也成為可能。

不需要計算機科學(xué)或數(shù)學(xué)博士，你就能來建立自己的AI。在開源軟件庫，數(shù)百種API和SDK可以發(fā)揮作用，而且Google等巨頭公司會開發(fā)越來越多的簡易配套件，壁壘比任何時候都要低。

【編輯推薦】