微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 福布斯2019年AI技术发展预测,我们整理出35条核心发言

福布斯2019年AI技术发展预测,我们整理出35条核心发言

2018-12-17 17:24
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-12-17 17:24 科技行者

时至今日,人工智能(AI)技术早已无处不在,并在投资行业、初创企业、技术供应商以及组织机构的推动之下继续蓬勃发展。显然,各方都在探索AI技术蕴藏的巨大能量。

最近,福布斯公布2019年AI发展预测,预测来自百余位参与AI项目的高层管理人员的观点,他们一直密切关注AI领域的发展动向,并承诺构建起少炒作、高实用度、更准确且针对性更强的AI方案。我们整理出其中35位的核心发言。

无人财务(Self-Driving Finance),作为一种人工智能技术的实践性方案,已经以多种形式为全球数百万银行客户提供服务,而这一态势在未来几年必将持续升温。据目前世界各地银行正在推进的相关项目来看,我认为已经有大量客户依靠人工智能「驱动」他们的财务状况,并采取自动化机制以帮助自身实现财务目标。为了提供有效的无人财务方案,金融机构无疑将需要针对各个客户群体构建专门的人工智能形式,具体包括零售、小型企业以及财富XX强企业等等,换言之,将通用型人工智能方案转化为包含特定主题知识且面向特定领域的专业型解决方案。——Personetics公司联合创始人兼CEO David Sosna

2019年,将成为各类组织机构根据自身数据构建专用型人工智能系统的一年。考虑到各组织机构往往只具备有限的数据总量,同时对专项数据拥有较高的需求,他们将意识到需要工具立足内部环境,以构建高质量的人工智能数据。这种数据的质量需求高于数量需求,于是各组织机构将开始评估自身拥有的数据,并提出核心问题:这些数据是否是我们想要的?是否符合我们的预期目标?这部分训练数据的特征是否与生产数据相匹配?我们能否在可重复性与变化情况之间找到平衡点?我们的数据集是否拥有充分的多样性?这种新的数据策略性方法,将成为解决人工智能数据问题的关键,并最终决定我们能否构建起足以适应真实世界场景的人工智能方案。——Neurala公司联合创始人兼首席执行官 Max Versace 博士

“人工智能将带来额外的可预测性,允许各组织机构从中发现模式,并立足物联网基于客户行为建立洞察见解——最终使得供应链体系更具智能化水平,从而强化生产与执行效率及速度,同时提高客户满意度。展望2019年甚至更远的未来,人工智能会将供应链的核心从反应性转化为规定性,从而让企业在面对消费者不断提高的预期时始终先行一步。——SAP公司数字化供应链总裁Hala Zeine

2019年,我们将迎来一种新的技术,使得设计师能够与人工智能驱动型计算机程序进行对话,从而对由3D打印机制造的部件进行实时重新设计、优化与轻量化调整。设计人员将可以简单地阐述设计目标与材料参数,而人工智能则根据现有设计理念,快速探索几乎无穷无尽的设计方法组合。这意味着设计师将掌握更强大的能力,从而更快更好地完成测试及实验性发行,最终拿出远超以往的最佳设计成果。”——XponentialWorks公司创始人兼首席执行官Avi Reichental

2019年将成为人工智能全面开源的一年。我们已经看到,越来越多的企业开始对其内部AI项目及堆栈进行开源,我们希望未来一年中这样的态势能够加速推进。人工智能领域的这种开源发展浪潮与其它行业将保持一致,例如云计算行业一直在大力推动开源,旨在增加创新能力、加快上市速度并降低研发成本。平台的构建成本一直非常高昂,各组织机构已经逐渐意识到模型、训练数据以及应用程序的真正价值。相信我们会看到围绕一系列关键性项目开展的协调工作,这最终将给人工智能、机器学习以及深度学习建立一整套全面的开源堆栈。”——Linux基金会研究事务总监Ibrahim Haddad

“虽然B2B供应商一直很难适应亚马逊或谷歌这样的巨头在个性化数字体验层面设定的高标准与高要求,但整个业界至少已经意识到对主页以及登陆页面进行个性化设计的价值所在。随着客户期望的不断提升,企业需要利用机器学习以及人工智能等工具在第一印象中提供个性化体验,同时将这种个性化要素延伸至技术文档、社区门户网站以及聊天机器人等其它资产当中。——Zoomin公司首席执行官 Gal Oron

“在2018年,我们看到医疗保健领域存在大量关于人工智能的炒作性宣传,但我们同时意识到这项技术正逐步成为现实——从慢性疾病管理的预测分析,到放射学工作流程增强,以及为行政及财务用例带来的运营效率提升等等。在2019年,语音与视频将同人工智能技术结合,进一步加快诊疗资源由医院交付至病患处的速度。人工智能与5G技术的融合,也将加快数字诊疗行业的发展,这种治疗方式将拥有更强的个性化风格、自适应性并采用AR/VR成果。心理健康与药物滥用问题治疗将成为我们的早期实验性阵地。未来,人工智能将逐渐被医疗保健行业视为强化工具或者临床医生的有力助手,而非是一种取代性的威胁。更重要的是,率先利用这一强大工具的从业者,将在提高病患满意度的同时,在行业当中建立起竞争优势。”——英特尔公司健康与生命科学总经理Jennifer Esposito

“人工智能在众多行业当中发挥着越来越重要的作用,具体包括文本翻译、工业无人机支持以及病患诊断等等。在2019年,我们期待看到人工智能——更准确地说是图像识别技术,能够更多地融入日常生活当中,包括帮助残疾人打理生活并全面实现自动驾驶汽车。另外,人工智能也将成为消费者们日常购物体验中的组成部分。现有商店将借此全面实现自动化,推动供应链流程改进,提供无缝化结账方式并加强客户参与度。”——Trigo Vision公司CEO Michael Gabay

“人工智能将快速推动所有制度走向终结。如今,我们不再实际持有电影或者音乐实体——我们转而订阅Netflix或者Spotify。未来,将有更多产品不再以实际持有方式存在——我们同样以订阅形式使用。人工智能平台正将地球上的每一种制造产品转化为联网「智能」产品。如今我们能够看到的各种交通及消费电子产品——包括汽车、踏板车、洗衣机、咖啡机以及恒温器等等,也都在经历同样的发展趋势。更重要的是,同样的情况将很快全面铺开,甚至席卷桌子、椅子、地板、墙壁乃至衣物等更为传统的产品。到那个时候,我们将不必持有任何实体,而只需要订阅服务:住房服务、食品服务、运输服务、家具服务、服装服务等等。我们将生活在真正的订阅经济体系当中。——Zuora公司创始人兼CEO Tien Tzuo

自动化的全面普及令网络攻击者拥有更强大的能力,他们可以使用更简单的工具获取访问权限并渗透进目标网络当中。而遗憾的是,防御一方所使用的自动化方案却无法达到同样的效果。造成这种状况的核心因素有两点:其一,人才储备非常有限,导致防御自动化的实际效果直接由数据可靠性水平决定;其二,在解决误报问题之前,自动化仍然无法真正保护我们的安全,相反,自动化应该主要体现在安全违规发生之前的主动防御机制当中,即帮助组织抢先一步抵御攻击者并尽可能减少潜在危害。”——Team8公司CEO Nadav Zafrir

“机器人与人工智能被越来越多地用于检查及保障我们现代文明社会根基的关键基础设施,从而确保包括电力线路、铁路轨道以及天然气管道等系统正常运转。展望新的一年,这两项技术的融合将继续稳步加速。2019年,将成为分布式人工智能的突破性元年,智能元素将实现去中心化并被嵌入至瓦解那些需要检查的资产及设备里。如今,我们需要以远程方式通过云系统控制工业物联网及人工智能方案——操控两端之间通常相隔很远的距离。未来,我们将逐步转向与端点更为接近的分布式与自主类系统方案,这将使得检测数据的收集工作更高效、更安全。——GE Ventures公司数据科学执行董事Ashish Jain

人工智能与机器学习近年来一直属于热门话题,但这一趋势将在2019年有所减弱。很多企业曾经制定出「人工智能战略」,但如今我们发现人们开始越来越多地远离炒作,转而以务实的态度解决现实问题。随着企业积极关注人工智能工具对于实际业务的影响,我们将看到人工智能技术的发展重心转向「AI驱动型」成果。更具体地讲,此类方案的最大意义,实际上体现在由人工智能提供的业务洞察当中。——Outlier公司联合创始人兼CEO Sean Byrnes

“消费者对于人工智能的理解将发生巨大的变化。我们将不再把人工智能同未来机器人或者自动驾驶汽车紧密联系在一起,而是更多将其融入生产力工具、预测方案以及日常工作环境。——Domino Data Lab公司首席数据科学家Josh Poduska

2019年将是数据科学家全面消亡的一年。在2019年,每个人都将开始学习人工智能相关知识,而数据科学领域将不再需要纯粹的数据科学家。目前全世界总计只有大约5000名纯粹的数据科学家,我们不可能依靠这么点人手领导工业革命。因此,各类组织机构中的每个人都需要具备一定的人工智能技能,从产品经理到业务分析师皆在此列。数据科学家的消亡,也将代表着这轮革命的最高潮。——Demandbase公司CTO Aman Naimat

“人工智能领域确实存在某些「皇帝的新衣」问题。然而多年以来,确实有越来越多热门人工智能初创企业在几乎所有垂直领域——包括法律、医学以及金融科技领域不断涌现,希望通过扩展及竞争建立更多强大的算法,而且相关数字仍在持续增长。这些人工智能解决方案希望能够负担起各种琐碎的重复性任务。新的浪潮正在崛起,这些人工智能初创企业在运营当中会不断产生专有数据。这些初创企业充分利用了所谓Coaching Networks,即在数百万从业者创造性的投入与成功案例的推动之下持续实现算法改进。这些针对性极强的专用型网络,将给仍在采用静态数据集及商用API的企业带来巨大的竞争压力。——Emergence公司普通合伙人Gordon Ritter

“某些AI应用程序将逐步摆脱炒作的影响,但这并不会改变人工智能的整体态势。人们一直希望构建起自动驾驶汽车方案,也有些人担心再有区区二十年,人工智能就将全面接管我们的生活——但事实是,我们距离真正的自动驾驶汽车还有很长的道路要走。至于人工智能接管生活,恐怕在可预见的未来这一切只会出现在科幻电影当中。我个人的预测是,我们对于人工智能及其能力的现实期望必须得打上一定的折扣。未来五年的生活方式与现在并不会有太大不同,但我们的日常工作会以微妙但却非常重要的方式转变,并实现效率提升。AI机器人将能够更好地回答问题并审查客户服务案例,智能助手将更有效地完成任务,自动驾驶汽车功能将持续得到改进——但其仍然不会彻底统治我们的道路。”——Salesforce公司首席科学家Richard Socher

“人工智能产品的采用将在2019年迎来进一步扩展,具体涵盖教育及零售等众多不同垂直领域。例如在医疗保健行业,人工智能增强型应用程序能够减少急诊的等候时间,甚至可以自主对病患的肿瘤变化进行检测与诊断,从而解放医生的生产力水平。随着新的技术进步以及相关应用进入各个垂直领域,加之实现成本的降低以及组织与业务成果的持续改善,相关人工智能的采用速度将进一步加快。联想公司已经在供应链及零件规划流程中使用人工智能,从而为渴望通过人工智能转变自身业务的客户带来更令人满意的体验。”——联想公司集团总裁兼首席运营官Gianfranco Lanci

“除了已经出现在移动应用或医疗保健平台的聊天机器人方案之外,新一年中,病患还可以利用多种全渠道用户界面实现交互。像Alexa与Google Home这样的对话体验型消费级框架,也有望增加HIPAA隐私支持协议,这将给机器人的普及打开大门,以便在患者前往医院复查的间隔之内始终保持联系。在护理环境中,医院病床旁的护士呼叫按钮、用于收集健康历史记录的表格,以及笨拙的传统调度应用程序,也将演变为以客户为中心的机器人医疗助手。”——德勤公司ConvergeHEALTH项目首席技术官Dan Housman

“2019年,各行业的关注重点将放在边缘执行分析。组织机构将通过处理并分析边缘数据——而非将其移动至中心位置、存储并进行传统分析的方式——显著节约时间与资金成本。相关用例包括异常检测(欺诈)、模式识别(预测故障/维护)以及持续流等等。自动驾驶汽车、石油与天然气平台以及医疗设备等已经成为这一趋势的早期代表。造成这一趋势的成本性驱动因素,主要体现在网络带宽(半连接环境以及昂贵的蜂窝流量)以及存储(减少发往云端的数据总量)资源层面。”——MapR公司数据与应用程序高级副总裁Jack Norris

“公众对于负责任人工智能方案的需求将持续增长。2018年可以说是这种意识全面觉醒的元年,而2019年则将是公众真正行动起来的一年。对人工智能提出公平性、问责制以及透明度要求的,不再仅仅是数据伦理学家或人权倡导者;事实上,消费者也开始通过改变Facebook使用方式或者彻底删除帐户的方式表达自己的抗议。新的一年中,这种趋势有可能会蔓延至其它对个人数据加以利用的社交媒体及服务当中。这意味着,将出现更多关于如何负责任地创建并使用人工智能方案的承诺与声明,企业也不得不接受这些约束性条款。在影响人权的决策当中,公众将致力于反对政府使用带有偏见因素的人工智能。将有更多员工争取对其开发的人工智能方案具有话语权,同时拒绝为存在危害的自动化方案做出贡献。企业将被迫将这些意见纳入考量——无论是直接购买,还是自主构建人工智能解决方案——并努力确保系统的公平性,从而避免自身因人工智能引发的问题成为媒体乃至公众口诛笔伐的对象。”——Salesforce公司道德AI实践架构师Kathy Baxter

高级分析与人工智能方案将在针对性方面得到提升,其将专门面向特定需求,这些功能也会被越来越多地嵌入至管理工具中。这些备受期待的功能将简化IT运营流程、提高基础设施与应用程序的稳健性,同时显著降低总体成本。在这一趋势的推动下,人工智能与分析将被嵌入高可用性与灾难恢复解决方案、以及云服务供应商的产品之内,用以提高服务水平。凭借着人工智能技术的快速响应、问题理解能力、以及复杂配置中的问题溯源功能,立足云端交付的关键服务。将在可靠性与可用性层面得到极大改善。”——SIOS Technology公司总裁兼CEO Jerry Melnick

“随着聊天机器人与人工智能技术的不断发展,它们所执行功能的深度与广度也将持续扩展。但这一切对于人类劳动者意味着什么,这到底是好事还是坏事?一方面,机器学习将帮助人们筛选大量数据并更高效地完成工作;另一方面,随着人类对与机器人的交互方式愈发熟悉,客户服务与技术支持等职能角色也将逐渐淡出历史舞台。这一切将在2019年有所体现,因为越来越多的企业开始利用人工智能与聊天机器人提高现有员工的生产力,或者逐步淘汰这些技术方案所能取代的对应职位。”——Pigeon公司联合创始人兼首席战略官David Cohn

“工业级人工智能领域存在着一个「小秘密」,即大部分此类系统都是在数千(甚至更多)人类评估者创建并标注的数据集上进行训练与评估的。随着我们尝试解决更为复杂的人工智能问题,整个行业对于大规模、高质量的人工评判资源的需求当然也将快速提升。相信在利用机器学习技术收集这些评判结论方面,新的一年将带来更多时间与成本效益层面的突破。与此同时,使用最低标记数据量甚至无需标记数据(也称为无监督技术)的方法,也将减少我们对于大量标记数据的依赖,最终使得深度学习模型能够在新问题或不同类型的问题方面,拥有更加稳健的表现。——Grammarly公司研究主管Joel Tetreault

知识图谱(Knowledge Graphs )堪称黑马!它的基础技术——包括自然语言处理、图数据库以及内容分析等等,如今都已经成为现实,这一切使得知识图能够轻松构建特定领域中的相关知识。从具备实用性的聊天机器人、路程导航再到自动化顾问,我们将看到包括医疗保健、金融服务以及供应链在内的越来越多行业及领域将其纳入实践应用。”——埃森哲应用智能部门总经理兼首席技术官Jean-Luc Chatelain

“通过自动驾驶汽车、智能扬声器以及人脸识别等领域的创新,人工智能已经快速成为主流。此外,虽然体现得还不太明显,但人工智能应用程序也已经开始在物流、制造、医疗保健以及网络安全等行业发挥同样的影响力。网络安全的独特之处在于,它是一切其它技术都无法摆脱的重要组成部分。无论我们生活在人类智能世界还是人工智能世界,有一点都是确凿无疑的:如果没有人工智能与深度学习对我们的网络安全策略提供强化,那么我们遭受黑客入侵的可能性将大大增加。人工智能技术使得网络犯罪分子们难以利用自己的武器储备获得非法收入。而在人工智能防御方案的支持下,攻击者往往倾向于选择「更软的柿子」去捏(也就是那些认为自己并不需要人工智能的家伙),或者是被迫开发出更复杂且成本更为高昂的攻击方法。总而言之,网络安全领域的军备竞赛仍在继续,切勿掉以轻心。”——Sophos公司CTO Joe Levy

人工智能正在进入商业化时代。大家并不需要了解微波技术如何起效,仍然可以正常使用——它仅仅只是一种工具。随着无代码、点击式工具的大量涌现,人工智能也带着我们进入了同样的阶段——无论你拥有怎样的技术背景,人工智能都将成为每个人能够广泛使用的实用性工具。因此,未来几年内,大部分AI应用程序都将由极少甚至根本没有接受过人工智能知识培训的人员构建。”——Salesforce公司数据科学副总裁Vitaly Gordon

机器人流程自动化(Robotic Process Automation,简称RPA)在过去两年一直是最热门的技术之一。这主要是因为其拥有着简单且易于理解的价值主张:通过实现流程自动化提高效率,解放资源并将其投入至更具价值的活动当中等等。然而,RPA仍然面临一大障碍——它只适用于死记硬背型重复流程,而无法支持非结构化内容的工作流程。更遗憾的是,这类工作内容往往构成大部分企业超过80%数据。2019年,企业将利用RPA与人工智能/机器学习,解决专家们所谓「智能流程自动化」当中存在的智能要素缺失。——Indico公司创始人兼CEO Tom Wilde

“人工智能与机器学习在包括呼叫中心在内的众多行业都存在着实际应用被严重夸大的问题。比如,很多企业并未利用AI识别图像或者数据当中存在的特定模式(这才是人工智能与机器学习最擅长的工作),而是希望利用智能应用带来的自动化能力增加自助服务所能支持的会话数量,从而解决常见问题,并引导用户一步步完成经过预定义的业务流程。但正是在这样的趋势下,人工智能将被大量应用于那些传统无法利用自动化实现的支持用例,从而使呼叫中心的运营得到进一步优化。——UJET公司创始人兼CEO Anand Janefalkar

“2019年,人工智能工具包将转而利用人工智能技术解决企业面临的特定挑战,例如IT与人力资源员工体验。就目前来看,企业一直很难利用现有技能通过AI工具包构建定制化应用程序。但接下来,企业将越来越多地利用人工智能技术解决常见的业务问题。”——Espressive公司创始人兼CEO Pat Calhoun

“2019年,企业中的早期人工智能技术采用者将希望从相关投资当中获得价值,具体包括期待立足功能、用户体验以及可访问性等层面,通过云应用程序提供更丰富、更多样的内置AI解决方案(例如多设备、聊天机器人以及数字化助手等)。我们将看到,有更多企业投资于第三方数据源及智能数据(包括动态信号以及更为灵活的分类更新信息),以优化输出结果。随着企业与机器学习偏差作斗争,偏见、信任、透明度以及可解释性等问题将成为更大的问题,客户将意识到,机器学习同样需要人工监督、监控机制,再加上数据洞察,以帮助早期采用者们调整机器学习的输出结果,并从AI投资当中获得更多价值回报。”——甲骨文公司自适应智能应用副总裁Melissa Boxer

“长久以来,营销人员一直在思考,如何采取最理想(次优)的后续措施,以确保营销计划与人们在购买周期中的位置相吻合。然而,如果没有人工智能对大量数据进行实时整合,这项目标永远不可能实现。人工智能的出现将接管传统涉及大量数据集的手工处理任务,这意味着,由购买周期中的特定活动触发的自动化次优判断,将有可能在2019年成为现实。——Demandbase公司CMO Peter Isaacson

“2019年,整合人工智能将成为营销战略的重要组成部分。围绕预测分析、情绪分析、程序化广告等建立的训练模型,将彻底改变营销人员针对实现营销渠道自动化的思维方式,并建立起具备高度针对性的、基于客户的营销(Account Based Marketing,简称ABM)策略。这将需要企业对新技术进行投资,反之企业也能够通过提高资金的利用率来降低定制购置成本。”——Kinetica公司CMO Daniel Raskin

人工智能与机器学习将成为各类运营简化型解决方案的新标准。机器学习与人工智能可以通过智能化手段,提升运营与IT能力,帮助企业缩小IT技能层面的差距,由此二者将成为新型IT解决方案中的关键组成部分。企业级软件厂商将要求战略供应商将人工智能与机器学习整合至现有产品当中,用以提供更高效的运营模式。”——Commvault公司高级总监Don Foster

“几乎每一个IT部门都意识到,将利用AI技术,实现企业监控自动化,降低IT员工的手动操作负担,并实现应用程序自我修复能力。”——Dynatrace公司数字化效能专家Dave Anderson

“机器人行业中的众多初创企业都将努力寻找适合自己的小众市场,并尽可能提升其市场份额水平。然而,为了取得成功,机器人初创企业必须在设计之初就考虑到监管法规的要求,以确保自己的产品符合对应的安全法规——否则其根本无法在市场上生存。”——TUV Rheinland公司测试工程经理Ryan Braman

分享至
0赞

好文章,需要你的鼓励

推荐文章
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-