語言翻譯行業(yè)-人工智能未來發(fā)展前景如何
以下是人工智能、大數(shù)據(jù)、預(yù)測分析和機器學(xué)習(xí)方面主要的統(tǒng)計數(shù)據(jù)：
到2018年，75％的開發(fā)人員將在一個或多個業(yè)務(wù)應(yīng)用或服務(wù)中采用人工智能技術(shù)——IDC
到2019年，人工智能技術(shù)可應(yīng)用在100％的物聯(lián)網(wǎng)上——IDC
到2020年，30％的公司將引入人工智能以至少增加一個主要的銷售過程——Gartner
到2020年，算法將積極地改變?nèi)驍?shù)十億工人的行為——Gartner
到2020年，人工智能市場將超過400億美元——星座研究
到2025年，人工智能將驅(qū)動95％的客戶交互——Servion
2018年8大人工智能趨勢觀察
趨勢1 較大的公司將贏得未來
亞馬遜、谷歌、Facebook和IBM將引領(lǐng)人工智能技術(shù)的發(fā)展。作為大型公司，他們擁有更多的資源來收集數(shù)據(jù)，從而擁有更多的數(shù)據(jù)可供使用。在為應(yīng)用程序和產(chǎn)品開發(fā)服務(wù)部署機器學(xué)習(xí)方面，谷歌可能是處于最前沿的。他不僅是第一家開展人工智能研究的公司，而且還擁有7萬多名員工。谷歌是一家很大的公司。此外，谷歌大腦是一個深度學(xué)習(xí)人工智能研究項目，谷歌擁有其整個團隊。谷歌大腦的研究涵蓋了機器學(xué)習(xí)、自然語言理解、機器學(xué)習(xí)算法和技術(shù)以及機器人技術(shù)等領(lǐng)域。
趨勢2 算法和技術(shù)將會進行整合
所有已經(jīng)對人工智能進行投資的第二梯隊公司（比如英特爾、Salesforce和Twitter）都緊跟在擁有大數(shù)據(jù)的公司后面，并開始使用他們的數(shù)據(jù)算法和人工智能技術(shù)。數(shù)據(jù)交易將存在于行業(yè)用戶之間，而算法和技術(shù)很有可能會進行整合。數(shù)據(jù)交易以及算法和技術(shù)的整合將使人工智能發(fā)揮更強大的作用。
隨著像谷歌和Facebook這樣的大公司不斷地收購小公司，小公司手中的算法將被集成到大公司的核心平臺或解決方案之中。谷歌收購了DeepMind這家構(gòu)建了通用學(xué)習(xí)算法位于倫敦的人工智能公司，目的就是為了獲得比其他科技公司更大的商業(yè)優(yōu)勢。另一方面，F(xiàn)acebook收購Wit.ai是為自己的語音識別和語音接口提供幫助。它還收購了人工智能創(chuàng)業(yè)公司Ozlo，以改進其M虛擬助理的技術(shù)。
趨勢3 數(shù)據(jù)眾包市場將非常巨大
所有的人工智能公司都渴望獲得龐大的數(shù)據(jù)集，以便實現(xiàn)他們對人工智能的野心。這些公司將采用眾包的方式來獲取大量的數(shù)據(jù)。目前已經(jīng)有多種不同的方式來評估眾包數(shù)據(jù)的質(zhì)量和可靠性，不僅企業(yè)可以從這些數(shù)據(jù)中獲得收益，而且也能給消費者一個保證。
OpenDataNow.com的創(chuàng)始人兼編輯Joel Gurin表示：“我們生活在眾包文化中，越來越多的人愿意并且樂于通過社交媒體分享他們的知識?！惫雀枵ㄟ^眾包的方式獲取大量的圖像來構(gòu)建成像算法。它還使用眾包來協(xié)助改進服務(wù)質(zhì)量，如翻譯、轉(zhuǎn)錄、手寫識別和地圖。亞馬遜還使用眾包人工智能來改進Alexa超過15000個的現(xiàn)有功能。
趨勢4 企業(yè)并購，以及更多的并購
根據(jù)CBInsights的統(tǒng)計數(shù)據(jù)顯示，收購人工智能公司的競爭已經(jīng)開始。相關(guān)資料顯示，谷歌近年來收購的企業(yè)數(shù)量已近20家。蘋果公司在該領(lǐng)域也是動作頻頻，在過去一年里先后收購了Tuplejump等3家人工智能公司，英特爾同樣將人工智能領(lǐng)域3家知名公司收入囊中，亞馬遜也收購了一家具有圖片識別技術(shù)的初創(chuàng)企業(yè)。
此外，三星計劃開始向早期的歐洲初創(chuàng)企業(yè)注資，通過其最新成立的投資機構(gòu)Samsung Next啟動了1.5億美元投資基金，瞄準(zhǔn)人工智能市場。Facebook早在2013年12月就成立了人工智能實驗室，微軟也正在籌建Microsoft Research AI研究院。
在2018年，我們將看到更多為了智力資本和人才而并購企業(yè)的行為。機器學(xué)習(xí)和人工智能領(lǐng)域中的所有小公司都將可能被大型企業(yè)收購，這主要有兩個原因：
● 人工智能不能在沒有數(shù)據(jù)集的情況下獨立工作。由于大公司擁有大量的數(shù)據(jù)集，所以對于小公司而言，自己并沒有太大的競爭優(yōu)勢。
● 沒有數(shù)據(jù)的算法沒有任何用處。沒有算法，數(shù)據(jù)幾乎沒有用。數(shù)據(jù)是算法的核心，獲取大量的數(shù)據(jù)非常重要。
哥倫比亞大學(xué)創(chuàng)意機器實驗室的機器人工程師和總監(jiān)Hod Lipson指出，“如果說數(shù)據(jù)是燃料，那么算法則是引擎。”
趨勢5 用工具的民主化換取更大的市場份額
大公司將會把自己的算法和工具集開源出來以獲得更大的市場份額?；谑袌龅臄?shù)據(jù)和算法獲取壁壘將大大降低，而人工智能的新應(yīng)用將會增加。通過對工具的民主化，原本有限制或無法獲得人工智能工具的小公司將可以獲得大量的數(shù)據(jù)來訓(xùn)練和啟動復(fù)雜的人工智能算法。
谷歌的首席執(zhí)行官Sundar Pichai談到了人工智能的民主化問題：“我們大家可以做的最令人興奮的一件事就是揭開機器學(xué)習(xí)和人工智能的神秘面紗，讓所有人都可以一睹芳澤。”此外，框架、SDK和API將成為所有主要企業(yè)引導(dǎo)消費者使用習(xí)慣的標(biāo)準(zhǔn)?；赟aaS和PaaS的模型將成為所有這些公司遵循的商業(yè)模式。
趨勢6 人機交互技術(shù)將得到改進
Siri和Alexa可能是兩個最受歡迎的人機交互工具了。更多與它們類似的基于機器人的解決方案將成為人工智能公司的入門級產(chǎn)品。例如，計算機目前可用于語音分析和面部識別，而以后，計算機將能夠根據(jù)用戶的語調(diào)來識別他的心情，這稱為情感分析。
制造自動化和非消費者關(guān)注領(lǐng)域的解決方案將第一個得到改進。制造自動化的改進主要歸因于采用自動化、機器人和先進制造在內(nèi)的復(fù)雜技術(shù)而節(jié)省下來的勞動成本。在2018年，非消費者解決方案的改進將普遍存在，比如農(nóng)業(yè)和醫(yī)藥領(lǐng)域的人機交互技術(shù)。
趨勢7 人工智能肯定會逐步影響所有的垂直行業(yè)
制造業(yè)、客戶服務(wù)、金融、醫(yī)療保健和交通運輸已經(jīng)受到了人工智能的影響。自動駕駛車輛預(yù)計2018年就會上市。明年，人工智能將會影響更多的垂直行業(yè)，例如：
保險 ——人工智能將通過自動化技術(shù)改進索賠流程
法律——自然語言處理可以在幾分鐘內(nèi)總結(jié)數(shù)千頁的法律文件，從而減少時間和提高效率
公關(guān)與媒體——人工智能能提高數(shù)據(jù)處理的速度
教育——虛擬導(dǎo)師的開發(fā)；人工智能輔助論文分級；適應(yīng)性學(xué)習(xí)計劃、游戲和軟件；由人工智能驅(qū)動的個性化教育課程將改變學(xué)生和教師的互動方式
健康——機器學(xué)習(xí)可用于創(chuàng)建更復(fù)雜、更準(zhǔn)確的方法來預(yù)測患者出現(xiàn)癥狀之前的患病時間
工業(yè)革命在100年前幾乎改變了一切，而人工智能將在未來幾年里改變整個世界。
趨勢8 安全、隱私、倫理與道德問題
人工智能大旗下的所有東西，包括機器學(xué)習(xí)和大數(shù)據(jù)，都容易受到新型安全問題和隱私問題的威脅。有時候，起重要作用的是關(guān)鍵性的基礎(chǔ)設(shè)施。與隱私問題有關(guān)的安全方面的需求，如將銀行賬戶和健康信息進行保密，將更多地依賴于安全性方面的研究。2018年將是安全和隱私問題得到解決的一年，也是會有新發(fā)展的一年。
人工智能的倫理問題也將成為2018年的主要關(guān)注點。需要解決的倫理和道德問題包括了人工智能是否會對人類產(chǎn)生傷害，還是對人類有益。有人擔(dān)心機器人可能會取代人類，特別是在需要同理心的領(lǐng)域，比如護士、理療師和警察。要處理的另一個問題則是自主武器?？紤]一下一定程度的自主功能，人工智能應(yīng)掌控武器的某些功能，而不是由人類來完全控制武器。
總結(jié)
萬思達翻譯覺得，雖然人工智能已經(jīng)存在了許多年，但我們今天所知道的人工智能仍然處于起步階段。目前到處都充斥著有關(guān)人工智能及其應(yīng)用的炒作，從自主車輛到虛擬個人助理，以及其他很多需要人類智能才能完成任務(wù)的技術(shù)。雖然有大量的人工智能使用案例，其中的大部分都是對具體流程的改進，但要成功部署卻需要一定的時間。此外，人工智能行業(yè)內(nèi)的企業(yè)并不多，所以碎片暫時還不會出現(xiàn)，非結(jié)構(gòu)化的數(shù)據(jù)和處理這些數(shù)據(jù)算法將會出現(xiàn)。人工智能之路任重而道遠。
