︿
Top

CB Insights:2018年值得關注13項人工智慧趨勢

瀏覽次數:11839| 歡迎推文: facebook twitter wechat Linked

科技產業資訊室 (iKnow) - 李宜諺 發表於 2018年3月2日
facebook twitter wechat twitter

圖、2018年值得關注13項人工智慧趨勢

人工智慧(AI)具有獨特的能力,且有無限的發展可能性,超越我們的想像力。CB Insights 市調公司針對2018年AI主要趨勢,分析出13種趨勢及將在未來幾年產生巨大影響。

一、AI機器人勞動力(Robotic workforce)

將來大部分工廠裝配線中的大量勞動密集型工作,將由AI編程的機器人(AI programmed robots)取代。這將降低僱用工人的成本,並減少外包和離岸外包。
最近,一家中國T恤製造商天元服裝公司(Tianyuan Garments Company)與阿肯色州政府簽署了備忘錄(MoU),以每小時14美元僱用400名阿肯色州的工人。2017年底前開始運營,採用喬治亞州的新創公司SoftWear Automation開發的縫紉機器人來製造服裝。在日本,到2025年80%以上的老年護理將由機器人完成,而不是護理人員。

二、無所不在的人工智慧(Ubiquitous Artificial Intelligence)

人工智慧會影響多個領域,甚至是那些出乎意料的領域。機器學習是AI的重要組成部分,指的是對大數據的演算法進行訓練,以便更好地學習如何處理識別模型的任務。
英國的IntelligentX希望推出全球首款AI釀造啤酒;俄羅斯的DeepFish正在使用神經網絡來識別魚類,而瑞典的Hoofstep正在籌集創投資金,以深度學習馬的行為分析。

三、美國與中國之AI競爭 (Uncle Sam vs The Dragon AI)

中國已經準備好證明自己在AI領域的實力,並且勝過美國和其他西方國家。中國政府在AI未來技術投入了大量資金及規劃,包括從智慧農業、智慧物流到軍事應用。
中國的人工智慧新創公司在2017年獲取全球AI創投資金約48%,超過美國。在深度學習方面,中國的專利數量高於美國六倍。美國似乎在AI新創公司方面漸失其優勢。
中國政府訂下AI世界目標,到2020年趕上美國AI水平,到2030年成為世界領導者。由中國政府扶植的AI晶片設計公司寒武紀(Cambricon)計畫在未來三年內生產10億個處理單元,並正在開發專門用於深度學習的晶片。

四、AI時代的戰場 (Battlefields in the age of AI)

未來的市場戰爭將依賴更多AI智慧技術。無人機只是個開始。隨著對網路安全防禦及監視之更受重視,對基於演算法的AI將需求日增。
網路安全性是AI的一個真正的機會區域,因為攻擊是不斷演變的,主要的挑戰是新型的惡意軟體。AI在這方面將是一個優勢,隨著利用機器學習技術,使其市場正在蓬勃發展。
在過去的5年共有134家新創公司籌集了36.55億美元的股權。去年,其中約34家公司去年(2017)首次募資(IPO),仍然由大公司主導競爭市場,如:Cybereason、CrowdStrike、Cylance和Tanium等。

五、語音助理正火紅 (Voice Assistants)

從2018年CES消費電子展上,炒熱語音助理的應用。幾乎任何物聯網(IoT)裝置都整合到Amazon Echo或Google Home中。三星(Samsung)以自行開發的語音助理Bixby,計畫2020年前將三星所有產品都能與互聯網連接。

六、AI挑戰專業人士(AI to throw the gauntlet before professionals)

熟練的專業人士 - 包括律師、諮詢顧問、財務顧問等 - 將像半生不熟的工人一樣面臨AI挑戰。至少,AI可減少時間和提高法律工作效率的巨大潛力。隨著AI平台變得更加高效、價格合理且商業化,這將影響按小時計費的外部律師事務所的薪酬結構。

七、地方分權(雲端運算)和民主化(邊緣運算) (Decentralization and Democratization)

AI不僅限於強大的大型超級運算機器,同時也正成為智慧型手機和可穿戴裝置之一部分。邊界計算(Edge computing)正在成為AI的下一個大領域。例如,蘋果(Apple) iPhone 8和X的A11晶片,以每秒600B的速度執行機器學習任務。還有,另一個邊界AI運算的例子,就是裝置上訓練個人AI助理,以識別你獨特的口音或辨識人臉。

八、膠囊網絡(Capsule Networks)

機器學習神經網絡具有無數的架構。近來,深度學習中最流行一種叫做卷積神經網絡(convolutional neural networks)。現在,又開發出一種全新的神經網絡架構--膠囊網絡(CNNs),然而,CNNs有一定的局限性,且導致性能缺失或安全漏洞。

九、AI人才易實現夢想薪水(Dream salaries in AI talent hunt)

目前,AI領域合格人才約有30萬人,其中包括相關研究領域的學生。然而,企業需要100萬位AI人才來滿足工作需求,而且樂意支付6位數年薪。

十、企業AI人才成為大人物 (Bigwigs of enterprise AI)

隨著科技大廠提高其企業AI能力,如:谷歌(Google)、亞馬遜(Amazon)、Salesforce和微軟(Microsoft)等科技巨頭。那麼,小型企業將難以存續。

十一、AI醫療診斷(AI medical diagnostics)

美國監管機構正期待批准AI用於臨床。AI在診斷方面的優勢,在於初期檢測和更高的準確性。機器學習算法可以將醫療成像及數百萬其他患者的成像進行比較,從中找出人眼可能會遺漏的細微差別。如SkinVision已經利用計算機視覺監測可疑皮膚崩裂。但醫療AI應用的新浪潮將為醫院和診所的機器學習功能奠定基礎。
最近,醫藥公司Anglo–Swedish、AstraZeneca與阿里巴巴(Alibaba)子公司Ali Health建立合作夥伴關係,將在中國開發AI輔助篩檢和診斷應用。GE和Nvidia也聯手為GE的醫療成像設備提供深度學習功能。

十二、建立你自己的AI (Build your own AI)

由於,軟體庫、API和SDK以及亞馬遜和谷歌的簡單裝配套件,走向開放而降低了AI進入門檻。Google推出了一款適合所有年齡的AI產品AIY(artificial Intelligence yourself)。其第一款產品是Raspberry Pi的語音辨識套件,使用者能夠將他們想要的任何語音發送到個人語音助理。

十三、機器學習之投資翻轉點?(Point of no return for Machine Learning?)

2017年是機器學習的高峰年,首先是大數據,再來是雲端,然後到機器學習狂潮。但現在(2018)預計將呈現急劇下降之勢。
去年(2017),投資資金超過152億美元投入各行業的AI新創公司,相較2016年的資金成長率為141%。機器學習的常態化和主流化,會讓投資者更挑剔他們投資的AI公司。(1500字;圖1)
 

相關影片:
How will Artificial Intelligence [AI] and Internet of Things [IoT] change the world.

影片來源:Youtube


參考資料:
13 major Artificial Intelligence trends to watch for in 2018. CBInsights, 2018/2.
 

本站相關文章:
1.2018年十大人工智慧趨勢及議題
2.2018年人工智慧的五項預測
3.Google Cloud企圖結合人工智慧與機器學習 搶攻企業市場
4.CB Insights公布:AI100新創2018市場
5. VC投資哪些AI醫療保健新創公司?

 
歡迎來粉絲團按讚!
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。