是否准备就绪将会有更多的人工智能服务

对于已经使用了几十年的技术，人工智能已经作为一种标志性技术成功地出现在公众的想象中-即使不是总是以积极的方式。

从好的方面来看，人工智能及其相关的技术(例如机器学习和深度学习)可以支持现在获得的授权服务，例如智能手机和设备(例如Amazon.com Inc.的Echo和Google LLC的Home)中的语音识别。这是自动驾驶汽车，更好的疾病诊断以及不那么明显但至少具有影响力的，更自动化的信息技术基础架构(云和数据中心)的基础。

同时，人工智能已被用来针对虚假新闻，歧视某些类型的工人或客户，并引发了人们的担忧，即如果他们过分夸张地说，机器可能会使大多数工作过时而过时。尤其重要的是，诸如特斯拉公司首席执行官埃隆·马斯克(Elon Musk)和已故的物理学家斯蒂芬·霍金(Stephen Hawking)之类的领导人物已经引起了人们的关注，人们仍然担心，失控的AI可能威胁人类的生存。

无论是好是坏，来年毫无疑问，在各种各样的产品，企业和日常活动中，人工智能和机器学习的使用将加速增长。以下是对即将发生(以及未发生什么)以及专家的想法的一些预测：

人工智能将对企业和消费产品同样重要

SiliconANGLE的姊妹市场研究公司Wikibon负责AI，数据，数据科学，深度学习和应用程序开发的首席分析师James Kobielus表示，AI已经在重塑商业智能。这使业务用户可以进行大量分析，而这些分析曾经需要训练有素的数据科学家。

然后是机器人流程自动化，或模拟人们如何在流程中执行任务的软件，这已成为AI的主要企业用例之一。人工智能也正成为管理信息技术基础架构的关键基础，这是一种新兴的范例，称为“ AIOps”。正如Kobielus所指出的那样，其构想是使基础设施和运营更加连续地自我修复，自我管理，自我保护，自我修复和自我优化。

尤其重要的是，机器学习通过使机器本质上能够创建应用程序而不是需要编程特定逻辑和规则的开发人员，开始转变软件开发本身。希望这种情况在2019年变得更加明显，特别是随着云计算巨头提供越来越多的AI服务。Dun&Bradstreet最近的一项调查中，几乎有一半的企业表示他们正在部署AI系统，另有23%的企业处于计划阶段。

别人怎么看

“更多的BI供应商将集成大量的AI，以自动化从复杂数据中提取预测见解，同时在解决方案中提供这些复杂功能，以提供自助服务简便性和指导性的最佳行动方案。” -詹姆斯·科比卢斯(Wikibon)

“机器学习将进入操作阶段，摆脱后台实验，进入实时，关键任务的企业应用程序结构。” — ZDNet引用了Splice Machine首席执行官Monte Zweben

“不要跟我谈论您正在执行的一个或两个AI项目;我在想，好几百个。” — IBM Corp. Analytics总经理Rob Thomas，在CUBE上

“循环中的人类”将成为口头禅，但并非总是如此

由于AI驱动的服务(例如亚马逊的Alexa)通常能很好地工作，因此有一种假设，即AI将接管所有工作方式。事实并非如此，肯定很快。麦肯锡(McKinsey)估计，使用当前技术可以完全自动化地完成不到5%的职业，但是大约60%的职业可以看到至少30%的活动是自动化的。

这意味着在2019年及以后的几年中，一些最成功的应用程序将是那些可以帮助人们更好地完成工作的应用程序，无论是通过MRI扫描进行分析的临床医生，还是与工业机器人一起工作的工厂工人或试图处理更多潜在客户的抵押贷款官员， 。

就是说，由于人的更高生产力通常是以牺牲别人的工作为代价的，因此有人坚持认为AI只是一种工具而显得有些空洞。如果AI真正能造福社会而又不让该社会中的很多人失业，那么AI提供商和使用AI的公司将需要在2019年开始证明这一点。私营行业和政府都需要加强工作为因AI效率高而失业的人们提供解决方案。

别人怎么看

“人工智能将继续使我们的工作变得更轻松，并使我们能够完成更多…。工人将根据我们的偏好选择拥有某些任务或将项目委托给机器。” — ZDNet引用SAP的SAP Leonardo副总裁David Judge的机器学习和智能流程自动化

随着错误和恐惧的加剧，人工智能将变得更加透明

机器学习，尤其是诸如使用人工神经网络的深度学习之类的机器学习的一个重大突破是，用于产生结果的算法是一个黑匣子。您输入了很多数据，但结果出处并不总是很清楚-有时是不正确的，例如，当无人驾驶汽车意外停在路上的一个小小的物体上时，却偶尔杀死了那个人似乎看不见或正确理解。

确实，在Dun&Bradstreet最近的一项调查中，几乎有一半的受访者表示AI可解释性是其组织中的一个问题，还有46%的受访者表示，他们至少在弄清楚自己的AI系统如何得出答案方面遇到了一些麻烦。

同样糟糕的是，用于训练AI系统的数据是错误的或有偏见的。例如，亚马逊公司(Amazon.com Inc.)在 明显地偏爱男性而不是女性之后，于2015年不得不 放弃其AI驱动的招聘工具，因为它认为男性是被录用的大多数申请人这一事实意味着他们是优秀的。今年，这种认识很可能会转向采取更多行动来避免此类事情-必要时通过立法。

尽管打开黑匣子只能做很多事情，但除了我们能看到的人们用来分析他们的决定的大脑之外，还有更多的需求，尤其是立法者越来越要求阐明人工智能的内部运作方式。

毫无疑问，一些将数据和算法视为专有优势的科技公司不会在这里领先，但谷歌等公司已经在破解它。各国政府可能会要求一定程度的透明度，尽管目前尚不清楚如何做到这一点。但这将成为今年更大的问题。

别人怎么看

“ AI和全球科技巨头所拥有的力量提出了许多有关如何规范行业和技术的问题。在2019年，我们将必须开始提出这些问题的答案-当技术是具有特定上下文结果的多用途工具时，您将如何规范它?您如何制定法规以不扼杀创新或不鼓励大型公司(可以吸收合规成本的公司)胜过小型初创公司?我们在什么级别进行监管?国际?国民?本地?” — Rumman Chowdhury，埃森哲埃森哲应用智能事业部常务董事兼负责任的人工智能计划的全球负责人，在VentureBeat中引用

“发生事故时，可能需要在法院解决和解责任。必须制定新的判例法，以使法院在涉及赔偿责任的棘手问题上拥有足够的参考资料。” — Mobilocity LLC首席分析师J. Gerry Purdy

“也许我们应该借鉴人类心理学的一些观点”，以使人工智能更具解释性-ZDNet引用Unity技术的AI和机器学习副总裁Danny Lange

“将是行动之年。有关负责任地创建和使用AI的承诺和声明将越来越多，并且公司将被迫采用它们。公众将在影响人权的决策中反击政府对有偏见的人工智能的使用。更多的员工将要求对其创造的东西施加影响，并拒绝为有害的自动化做出贡献。无论是购买AI解决方案还是构建AI，公司都必须以自己的良心为先，并寻求确保该系统是公平的，以避免成为AI的下一个头条新闻。” — Salesforce.com Inc.道德的AI实践的架构师Kathy Baxter

“国会开始规范人工智能，并要求在消费者和企业方面都需要更多的验证，原产国和透明度，这只是时间问题。特别是银行，需要提防与利用大数据有关的歧视做法，并且必须不断评估参与开发的人员在算法中嵌入的可能偏差。” — Compliance.ai联合创始人兼首席执行官Kayvan Alikhani

不良行为者会在阻止他们的努力之前，逐步扩大对人工智能的欺骗

无论是“深造假”色情，更强大的人工智能驱动的网络攻击，还是俄罗斯等民族国家的继续，其针对Facebook和其他社交媒体上的人来影响选举，AI才刚刚开始显示出它有多大威胁在错误的手中。

和大多数技术一样，不可能将它们排除在外。因此，寻找在2019年使用AI和机器学习带来的更多坏东西。“有一场完美的AI浪潮正等着发生，” Wikibon的James Kobielus说。“人类刚刚开始冒起冒泡的危险大锅带来的破坏性后果。” 问题是，我们才刚刚开始理解问题的严重性，更不用说找到改善方法了。这项工作才刚刚开始，但今年无论是在私营企业还是在世界范围内，政府都将对此给予极大的关注。

别人怎么看

“必须进行许多权衡，许多人可能会发现由此产生的技术，法规和其他补救措施与危险不相称。而且我们到处都需要政治领导，而他们本身在这些问题上不会流氓。但是我们会天真地相信社会能够完全保护自己免受可能因人工智能发明而给我们带来的所有不利后果。” -詹姆斯·科比卢斯(Wikibon)

更专业的AI硬件将继续发展

英伟达公司的图形处理单元芯片由于能够并行处理许多操作，因此在计算机学习方面已经占据主导地位。但这对于最初为加速游戏而开发的芯片来说是一个不幸的事故。

现在，众多初创公司和大型芯片制造商(如英特尔公司)将大量替代芯片打入市场，这些公司近年来已收购了许多此类初创公司。就像可以通过其云服务获得的Google的Tensor处理单元芯片一样，它们被调整为运行机器学习算法，据称它甚至比GPU还要快。今年将展示他们是否能够兑现诺言。

对数据集和无代码工具的更多访问将有助于使机器学习民主化

到目前为止，机器学习已被许多技术巨头所控制，例如Google，Amazon，Microsoft和Facebook等许多数据，其中一些也是云计算的领导者，因此他们也可以将其数据驱动的服务出售给其他人也一样。这导致人们担心小公司会进一步落后于他们，因为它们根本无法访问支持现代人工智能的几乎所有数据。

出于某些原因，这些担忧可能没有看起来那么合理。首先，在特定行业，产品和服务方面处于领先地位的公司，例如在引擎方面的通用电气公司，拥有自己的大量数据，甚至谷歌和亚马逊也没有。另一个原因是，开放数据源的数量不断增长，并且组织不断推动这些数据源可能会帮助武装这些小家伙。他们是否成功将在明年左右显现出来。

别人怎么看

“机器学习的实施将非常广泛地分布。Google不会“拥有所有数据” – Google将拥有所有Google数据。谷歌将有更多相关的搜索结果，通用电气将有更好的引擎遥测，沃达丰将有更好的呼叫模式和网络规划分析，这些都是不同公司构建的不同产品。谷歌在成为谷歌方面做得更好，但这并不意味着它在其他方面也有优势。” — Benedict Evans，Andreessen Horowitz的合伙人

“您无需知道微波技术如何工作即可使用，它只是一种工具。随着无代码，点击工具的大量涌入，我们正与AI进入同一阶段，无论技术背景如何，它将成为每个人广泛使用的实用程序。因此，未来几年的大多数AI应用程序将由未经或几乎没有AI培训的人员构建。” — Salesforce.com数据科学副总裁Vitaly Gordon。

自动驾驶汽车仍不会很快被广泛使用

甚至没有自动驾驶汽车的试验，如果不是因为机器学习就可以理解来自无数传感器的所有数据，并同时做出瞬间决定汽车应该做什么的决定。但是，这项技术远非完美，正如过去几年中两名驾驶员或行人的死亡证明的那样。

不仅如此，许多人显然还没有准备好全自动驾驶汽车。在亚利桑那州，有些人在向Waymo的车辆砸毁并扔石头。公司，更不用说政府了，甚至还没有弄清事故责任和许多其他法律问题的开始。结果，尽管进行了所有测试和承诺，但自动驾驶汽车和任何一种大众现象仍相距数年之遥。

也就是说，从Waymo和通用汽车公司到Tesla，Uber Inc.和Lyft Inc.的大型且资金雄厚的公司正在全速前进，以完善技术方面。至少，人工智能驱动的车辆可能开始变得越来越普遍，无论是无人机还是地面机器，都可以在最后一英里交付产品。看到它们在来年滚动或飞到您家门口，请不要感到惊讶。

别人怎么看

人们已经计划有一段时间自动驾驶汽车了。有人仍然担心AI的接管可能只有20年，但事实是我们离真正的自动驾驶汽车还有很长的路要走。自动驾驶汽车的功能将继续改善，但不会取代道路。” — Salesforce.com的首席科学家Richard Socher。