2018年13个AI趋势|CB Insights报告

 ·  2018-02-28 10:33:26  ·  北京瑞铭安普科技有限公司
[ 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。

4)语音交互竞争全球开战

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。