来源：雪球网   作者：西木财经

美国知名研究机构CB Insights近日发布重磅报告《2018年必看的人工智能热门趋势》（Top AI Trends To Watch In 2018），报告对AI行业发展现状进行了深入研究剖析，并给出了2018年AI领域最值得关注的13个前沿发展趋势。

1.新蓝领的工作——机器人保姆

CB Insights报告提到，中国T恤制造商天元服装公司与美国阿肯色州政府签署了谅解备忘录，将在阿肯色州的新服装工厂启用400名“工人”。值得一提的是，这400位均为佐治亚州初创公司SoftWear Automation开发的缝纫机器人。此次合作，繁杂的工作全部由机器人完成，人类工作人员只负责机器人维护和操作等高端工作。

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；在日本，到2025年，80%以上的老年护理将由机器人完成，而不是护理人员。

2.机器学习无所不在、无所不能

CB Insights指出，2018年，人工智能无处不在，或者更确切地说，机器学习将无处不在。这项技术几乎“无所不能”，并将在2018年创造出无限可能。

2018年，英国的IntelligentX有望推出世界上第一款AI酿造啤酒；俄罗斯的DeepFish致力于利用神经网络来识别雷达图像中的鱼类；瑞典的Hoofstep更是筹集了风投资金，计划为马匹进行深度行为分析。

3.潜力爆发，中国渐成AI全球领导者

在AI领域，中国正努力超越美国和其他西方国家，政府已经投入了大量精力和资金。2017年中国人工智能初创公司投入在全球占比48％，并首次超越美国占据榜首。据CBInsights预测，2018年就人工智能创业公司和总股本交易数量而言，美国在全球仍将领先，但其正在逐渐失去全球交易主导地位。

中国的AI领域取得的成就，主要得益于在面部识别和智能芯片两大领域的大力发展，前者得益于政府的大力支持近年发展最为迅猛，而后者则是对一向强势的美国芯片的直接挑战。

面部识别方面，独角兽Megvii成绩斐然。该公司的投资方阿里巴巴集团（通过蚂蚁金融）和富士康于2016年在中国杭州市合作开展了“城市大脑”项目，利用人工智能分析监控摄像头数据。

智能芯片方面，2017年7月，中国政府表示，将于2020年与美国达成合作，并于2030年前成为世界领导者。中国企业Cambricon承诺，将在未来三年内生产10亿个处理单元，并正在开发专门用于深度学习的芯片。

此外，除了本国研发，中国主要科技巨头如腾讯、百度和京东加大海外投资力度。据悉，近期，百度和京东已投资ZestFinance，腾讯已投资ObEN。在2018年，这也将成为中国芯片之争胜出的有力筹码。

4.国防的未来转向AI

未来的战争将依赖于前所未有的智能技术。无人机仅仅是个开始。随着传统防御、监视和网络安全侦察的日益融合，对基于算法的AI的需求。

人工智能在防御领域有着天然的优势。由于网络攻击是不断演变的，防御过程中经常需要面临先前未知类型的恶意软件。而人工智能则可凭借其强大的大规模运算能力脱颖而出，迅速排查筛选数百万次事件，以发现异常、风险和未来威胁的信号。

CB Insights报告显示，在2017年，约34家公司进行IPO，加入 Cyber eason，CrowdStrike，Cylance和Tanium等大公司的市场厮杀。其中，每家公司的估值均在9亿美元以上。

5.语音交互竞争全球开战

CB Insights报告显示，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。

值得一提的是，虽然亚马逊在语音计算方面早有领先，但在语言支持方面却处于落后地位，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。

此外在中文市场，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。阿里巴巴此前报告提到，自2017年7月正式发布以来，其中文版天猫精灵已售出超过100万套。

6.白领工作受到AI挑战

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，律师、咨询顾问、财务顾问等专业的工作也将面临AI的入侵，但在这些领域中AI主要起到辅助和改善的作用，比如提高工作效率，是价格收费更合理和商业化，这将影响按小时计费的外部律师事务所的薪酬结构。

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。

7.AI终端趋势显现，边缘计算成为下一大领域

人工智能不仅限于强大的超级计算机和大型设备，它也正在成为智能手机和可穿戴设备和设备的一部分。CB Insights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。而人工智能的边缘化应用还远不止于此，智能家居、自动驾驶等诸多热门领域中，都有它的身影。

8.胶囊网络出现

CB Insights报告显示，神经网络具有无数的架构。近来深度学习中最流行的一种叫做卷积神经网络（convolutional neural networks）。现在已经开发出一种新的架构，即胶囊网络，它将在多个前沿超过卷积神经网络。

长期以来，卷积神经网络尽管取得了成功，但学者普遍认为其仍存在缺陷，可能导致安全缺口。基于此，深度学习的先驱研究人员之一Geoffrey Hinton于2017年发表研究论文，介绍了“胶囊网络”的概念。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。

9.高薪AI人才争夺战愈演愈烈

CB Insight援引报告称，目前在人工智能领域能胜任的研究人员大约有30万人，其中包括部分学生。而据数据显示，全球企业对AI专业人才的需求很可能超过100万。全球人工智能公司的人才争夺战必将愈演愈烈，2018年人工智能专家的薪酬也或将创下新高。

在美国，Glassdoor对“人工智能”的搜索显示目前列出的职位超过32000个，其中几个工资范围已达到6位数。公司非常愿意为智能AI专家支付高额的薪水。

10.机器学习资本狂欢落幕

2017年，是机器学习的狂欢巅峰。投资者向各行业的机器学习创业公司投入超152亿美元，比2016年增加141%。一年间，美国孵化器吸纳了300余家机器学习创业公司，比2016年增加了3倍。

机器学习将在2018年成为新常态，但是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。

11.企业AI巨头格局开始成形

随着谷歌，亚马逊，Salesforce和微软等科技巨头提高其企业AI能力，小型企业难以维持下去。

Google发布了Cloud AutoML。客户可以自带数据来训练算法以适应他们的特定需求。亚马逊开始在其AWS旗下销售人工智能作为服务和“亚马逊人工智能”。亚马逊的AI的目标是服务于大公司。

12.AI+医疗迎来春天

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。

最近，英瑞医药和生物制药公司AstraZeneca宣布与阿里巴巴子公司Ali Health建立合作伙伴关系，以在中国开发AI辅助筛查和诊断应用。GE和Nvidia也联手为GE的医疗成像设备提供深度学习功能。

13.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。

Google推出了一款名为“适合所有年龄段的AI”（Artificial Intelligence Yourself）项目。它的第一款产品是Raspberry Pi的语音识别套件——用户能够将他们想要的任何语音发送给他们的个人语音助理。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”