[ 导读 ] 在2017年，全球AI创业公司总共融资125亿美元，其中48%的资金投向了中国，38%在美国。CB Insights报告中还列出了其他12个趋势，这些趋势不仅与AI从业者有关，更重要的是已经明显有影响各行各业的趋势了。
CB Insights最新的AI报告，预测了2018年13个AI趋势。
其中关于中美双雄时代的趋势，量子位之前已经专文搬运过，其中核心要点是：2017年数据显示，中国AI创业公司融资比美国还多。
在2017年，全球AI创业公司总共融资125亿美元，其中48%的资金投向了中国，38%在美国——即便中国AI创业公司数量还没有美国多。
所以，中国AI的汹涌态势可见一斑。
除了中美话题，CB Insights报告中还列出了其他12个趋势，这些趋势不仅与AI从业者有关，更重要的是已经明显有影响各行各业的趋势了。
量子位直切要点，希望能给你提供一些参考：
1）新蓝领工作：机器人保姆
AI推动下的机器自动化浪潮，一度被认为要冲击劳动力密集的制造业，造成大面积蓝领工作被替代。
但容易被忽略的是新工种出现：机器人保姆。
随着高度自动化制造、仓储等机器人完善，同时也需要相关人类对机器人进行维护。
比如在亚马逊仓库中，已经有超过10万个机器人投入使用，相应也创造了数千个人类的新工作机会。
2）AI for X，无处不在
另一个趋势是AI会进入各行各业，或换言之，机器学习无处不在。
这样的趋势，在2017年展现了不少案例。数据+AI算法正在带来更多的想象。
比如英国正在用AI酿造啤酒，瑞典通过深度学习来分析马匹行为，纽约通过AI定制千人千面的素食健康食品……
随着AI算法和机器学习更加民主化，每一个行业都可能进一步得到“AI+”式的改变。
3）AI安全同步升温
一方面是AI深入各行各业，无处不在，另一方面则是如影随形的安全问题，特别是数据泄露带来的风险。
在2017年中，AI安全创业公司融资事件也一浪高过一浪。
总之，有数据的地方就会有安全隐患，AI时代也不例外。
CB Insights认为，目前语音交互战争在英语国家暂时两强并存：Amazon Echo和Google Home主导了智能家庭音箱市场。
但非英语国家的语音交互大战方兴未艾。
亚马逊上个季度宣布将开始向大约80个国家运送其基于Alexa的智能音箱。但不利的一面是，它希望全球用户可以用英语，德语或日语进行互动。
Google Home有英文，德文，法文和日文版本。而苹果的HomePod目前仅提供英文版本。
此外，Google比亚马逊有一个显着的优势。：适用于Android手机的Google智能助理提供英文，法文，德文，意大利文，日文，韩文，西班牙文和葡萄牙文版本。其语音识别功能-用于语音到文字转换和语音搜索，可扩展到119种语言。
CB Insights的观点是，西班牙语国家将是Amazon和Google在2018年的竞争重点。
但中文市场，Amazon和Google都不太有戏，中文市场现在还多雄混战，市场主导地位的竞争仍将继续。
5）白领工作受冲击
之前AI冲击白领工作的话题“雷声大雨点小”，但2018年可能会进入真枪实弹阶段。
CB Insights认为AI会更加普遍地进入辅助决策阶段，这对白领的工作将造成威胁。
一份EAAS市场地图显示，不少初创公司都在打造专业性很强的行业AI，从律师到记者，从理财顾问、交易员到管理咨询等从业者，都可能受到冲击。
例如，人工智能可以高效完成律师的部分工作。在诉讼方面，自然语言处理（文本分析）可以在几分钟内汇总数千页法律文件。这项任务，人类律师通常可能需要几天才能完成。同时，AI还能减少失误。
另外，程序员也没能幸免。AI编程的产品也有不少程序员在加班加点推出，程序员的工作也面临挑战。
那什么样的白领工作是暂时安全的？
CB Insights的观点是教育和医疗保健等需要高度情感智能的领域，目前面临的自动化风险最小。
如创新工场董事长李开复之前多次公开谈论的观点：人类的爱，AI无法替代。
6）AI终端趋势明显
CB Insights还表示，AI发展正在进入“端”时代。
包括手机、汽车、可穿戴在内的终端都将越来越多地迎来AI加持，边缘计算趋势也在增强。
可以举例的是苹果在2017年隆重推出的A11芯片，搭载了神经引擎，可以以每秒600B的速度执行机器学习任务，还帮助实现了Face ID的应用，在本地终端就能完成人脸识别。
Google还提出了一种新方法，在终端设备上就能完成模型训练，目前正在测试Google键盘Gboard中的一些功能。
此外，AI进入终端还可能带来计算的新模式，边缘计算、云计算和中央服务器通信，可能会有更多混合使用的情况。
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积神经网络(CNN)。
与CNN相比，CapsNet弥补了不少缺陷，比如数据量、准确度、训练数据多样性等等，性能更好。
8）顶级AI人才依然很贵
AI人才市场仍将供不应求，顶尖AI人才年薪百万美元依然不稀奇。
在中国，AI专家也很稀缺。高级机器学习专家年薪50万美元，优秀的机器学习人才也在30万-40万美元的年薪区间。
目前合格的AI研究人员数量在30万，需求量是100万甚至更多，所以缺口还很大。
△DeepMind披露的薪资状况，平均年薪35万美元
9）AI创业公司洗牌将至
机器学习将在2018年成为新常态，AI创业公司也会迎来检验期，光有概念炒作，没有产品和商业模式，可能会被洗牌。
投资者对于AI公司的投资也会更加谨慎，融资会变得更困难。
10）机器学习技术产品化
随着机器学习技术成为新常态，会有更多产品和服务满足市场需求。越来越多的公司甚至不用招聘昂贵的机器学习专家，通过其他公司提供的机器学习能力就能完成模型训练。
比如Google、亚马逊、Salesforce和微软等大型公司，都在抢夺这方面的市场。
特别是Google，发布了Cloud AutoML。客户使用自己的数据来训练算法，就能满足他们的特定需求。
亚马逊则通过AWS销售AI服务，发布了一些类似API的产品，允许任何开发人员访问Lex（Alexa内部的NLP），Amazon Polly（语音合成）以及Amazon Rekognition（图像分析）。
11）AI+医疗迎来爆发
最后被强调的是，AI在医疗成像和诊断中将会发生的作用。
在美国，监管机构正在考虑批准AI用于临床。AI在诊断方面可以提供更早期准确性判断，这能让很多病症在早期被发现和治疗。
AI“看片”也会比人类医生更具优势，还能快速普及。
此外，医疗保健方面的AI创业也正在进入最热阶段。
12）AI进入DIY阶段
2018年，AI的技术和产品将会更加普及，DIY打造个性化AI也成为可能。
不需要计算机科学或数学博士，你就能来建立自己的AI。在开源软件库，数百种API和SDK可以发挥作用，而且Google等巨头公司会开发越来越多的简易配套件，壁垒比任何时候都要低。
