人工智能（AI），作为更加统筹高效的信息技术，已经融入各国顶层设计，成为产投研热点。有分析指出，AI市场预计将在2025年发展成590亿美元规模，2030年为全球GDP贡献15.7万亿美元。
毕马威多个方面数据显示，过去一年中，AI领域的风投融资额翻了一番，从2016年60亿美元增至120亿美元，覆盖自动化、金融、机械、医疗等诸多领域。
本期的智能内参，我们推荐来自CB Insights的2018年人工智能趋势报告，结合智东西市场观察，从社会影响、产业经济、市场格局、应用形态、人才竞争、技术趋势等方面出发剖析资本狂热之后的13个2018年AI风向。如果想收藏本文的报告全文（CB Insights-Top AI Trends To Watch In 2018），可以在智东西（公众号：zhidxcom）回复关键词“nc232”下载。
随着工业机器人技术的进步，劳动密集型产业的外包不再是唯一选择，发达国家本地生产的成本变低，因而本土制造业回暖，就业机会增加。
与此同时，由于工业机器人的使用，将诞生新的蓝领工种——“机器人保姆”（robot babysitters），即专注于制造业工作流程中比较精细的部分，以保证（目前智商如婴幼儿的）工业机器人正常合理的运转。相关案例包括：
亚马逊的自动化仓库，配备了10万多台机器人。但由于机器人在非结构化环境中的抓取、拾取和处理包裹等方面仍不完善，公司的新订单执行中心提供了上千个人类工位，工作包括从货架上挑选物品，并将它们分成单独的订单等。
中国的天元服装公司，在美国阿肯色州设厂，使用由格鲁吉亚创企SoftWear Automation的缝纫机机器人，为阿迪达斯生产服装。公司在美雇佣400名员工，负责机器人的操作和维护，时薪14美元。
新蓝领工种的诞生意味着劳动密集型产业将进行技术化转型，而不是只能寻找更廉价的劳动力市场。这将刺激我国的产业升级，并对部分劳动力市场带来威胁，遭遇工种与当下人工技能不匹配的问题，须采取一定的措施预防之。
智能化将成为潮流术语，人工智能，或者说基于大型数据集的机器学习将无处不在，这些算法给出的数据结论的正确性，将逐渐获取人类老板的信任。相关案例包括：
▲IntelligentX AI的啤酒计划（AI算法不断改写酿酒原料及酿造流程）
英国创企IntelligentX，是创意机构10x和机器学习公司Intelligent Layer旗下的一个合资公司，计划将AI算法引入啤酒酿造流程，让用户反馈直接影响到生产线。
俄罗斯的DeepFish，将神经网络用于识别鱼类，结合雷达技术与AI算法，对雷达图像中的鱼群和噪声信息进行区分。
纽约的美发创企Prose，已经拿到757万美元的风投，计划利用AI算法结合各个洗发店提供的客户数据，开发个性化的专业护发产品。
瑞典的Hoofstep则计划用深度学习算法来解读马的行为模式，DeepGreen用AI识别特定植物的性别和生长状况（病虫害检测等），Weedguide拿到170万美元研究AI+医疗垂直搜索引擎；李开复也曾吐槽：“我见了一个做内衣的，也说自己是人工智能的企业。”
稀奇古怪的AI+创业项目可能为产业带来泡沫危险，但越来越多开箱即用的“AI for X”项目也代表着人工智能不再作为稀有技术被供于庙堂之上，而是成为现代软件和应用程序的基石之一。
从人工智能初创企业的数量来看，美国在全球仍占据着主导地位，但其全球交易份额正慢慢地减少。老美虽底蕴丰厚，但中国数据和应用需求巨大，未必不可一搏。
尽管全球AI创企交易宗数来看，中国只占9%的份额；2017年的创企融资金额，有近一半（48%）流向中国创企，首次超过美国（38%），而中国这一数据在2016年仅为11.3%。
从政府计划到多领域创业，中国正在积极执行《新一代AI发展规划》等人工智能愿景。在研究方面，中国AI相关的专利公布数量已超越美国专利商标局公布的数量，深度学习方面更是老美的六倍。
从创业方向来看，中国比较活跃的领域是面部识别（相关创企包括独角兽旷视科技/Face++、商汤科技，以及广州市政府3.01亿美元资助的云从科技）和人工智能芯片（寒武纪）。面部识别获得了全国范围的智能安防计划的支持，AI芯片则直接挑战美国的芯片制造。
从跨境投资数据分析来看，中国公司正积极在美国寻找合作或者投资，美国AI创企有着更多的中国投资，而中国AI企业对美国资本的吸引力较小。总的来看，跨国投资、合作将进一步减小中美AI发展的差距。
百度和京东都支持了老美的金融科技创企ZestFinance，腾讯给个性化社交形象生成创企ObEN投了500万美元；无锡药明康德联手NextCODE打造基因库，跟小马智行（Pony.ai）一样，在中美两国都开展了业务。
数据中心正在成为新的战场，数据泄露的危险性慢慢的变大，网络攻击不断演化，人工智能正在成为政府和公司网络安全维护的中坚力量。
过去5年，134家AI网络安全创企获得了36.5亿美元的融资，其中，约34家公司在去年首次获得融资。成功的相关创企包括：
Harvest.ai和Sqrrl两家AI网络安全创企被亚马逊收购，用于保护庞大的云端敏感数据；埃森哲买下了创企Endgame的政府服务业务部，用于研发AI网络安全技术；创企Anomali、Interset和Cylance拿下了情报机构In-Q-Tel的投资；英国Darktrace、美国Logrhythm，纷纷拿到了政府合作项目……
亚马逊的Alexa可以说是开启了一场语音的革命，智能音箱更在去年成为热点，但这场革命在语言支持上却落后一步，预计各大科技公司2018年将在非英语语音市场展开厮杀。
上季度，亚马逊宣布它将在大约80个国家发售Alexa赋能的音箱，但仅限于英语、德语、日语；此外，谷歌目前Home仅支持英语、德语、法语和日语，苹果HomePod只支持英语。
汉语市场，根据阿里巴巴数据，其天猫精灵自2017年6月发售以来已经售出超过100万台；应用场景范围第二大的西班牙语，目前的关注度较低。
目前来看，谷歌在非英语市场的智能音箱发展比较有优势，因为安卓手机上的谷歌助手支持英语、法语、德语、意大利语、韩语、西班牙语以及葡萄牙语，其语音-文本转换以及语音搜索功能支持119种语言。
AI加持的专家级自动化及效果增强软件（EAAS）将逐渐渗透律师、顾问、金融分析师、记者、贸易人员等白领工作，威胁相关就业，就像机器曾经威胁蓝领一样。相关创企案例包括：
文本识别应用于法律文件处理，实现高效率和低出错率；英国创企DiffBlue推出传统编码的自动化，可实现错误修复、自定义代码开发和翻译等任务；基于AI算法，还能够实现教育工作中的论文评分、语言指导和写作反馈等。
AI边缘化，或者说端侧AI的趋势，从2017年就开始了：更小的设备和传感器构建了更为智能的计算网络，AI可以存在于耳机里，而不是困在手机或者云端。
端侧AI能轻松实现更迅速、本地化、场景化的信息处理，比如无人驾驶无信号延迟风险的更实时的处理，本地设备的私人语音、面部特征数据训练等。这些实现依赖于新热点AI芯片，如苹果的A11（搭载神经引擎）、英特尔的Myriad X（视觉计算）、华为的麒麟970等。
作为AI的底层技术，深度学习能够说是人工智能大爆的功臣，而现在，它将被“胶囊网络”改造（capsule networks，即CapsNet，由深度学习大牛Geoffrey Hinton2017年发表论文提出）。
▲CNN在人工噪音下将熊猫图片（置信度57.7%）错认为长臂猿（置信度99.3%）
尽管卷积神经网络（CNN）在很多方面取得了成就，但很多时候，CNN表现不佳，存在可能的安全漏洞，不能处理输入数据的多种变换形式（翻译一下，就是很容易出错，非常容易被黑客愚弄）；而胶囊网络可以从更高维度的特征中识别事物，且所需训练数据更少，错误率更小。
▲DeepMind2016年财报表：员工成本和另外的费用为1.048 亿英镑，领英显示其员工数仅为 415 人
根据猎聘网，宝马中国的一些AI人才的薪水接近567-624K美元，还有一些公司的机器学习（ML）人才薪资为315-410K美元。腾讯人才报告数据显示，目前该领域的研究人才约30万，这已经算上学生人数了，但公司们的工程需求得一百万甚至更多。
而美国，搜一下人工智能就会出现32000个工作职位，薪水范围基本到六位数。大型科技公司正在砸钱抢人。
顶尖科研人才还会选择离开科技巨头，着手创办自己的公司，如曾在谷歌的吴恩达离开百度后，创立了AI基金和AI课程；地平线机器人的首席技术官兼联合创始人余凯，原来也是百度的，深度学习研究院负责人。
机器学习起源于工业物联网，现在大部分网络安全公司多多少少都用着它，大型科技公司正在提供一套2B的机器学习解决方案，它将逐渐渗透所有的领域，顶尖投资者正在关注Freenome这样的基于机器学习算法的液体活检诊断公司。
机器学习加持将成为AI创业常态，新的AI公司将需要新的强大的业务模式来养活自己，而不是机器学习这个“老套”的宣传语。
2016年以来，超过1100家人工智能创企完成了第一轮融资；2017年孵化器孵化了300多家AI创企，共计投资超过15.2亿美元；2018年，狂热的投资将回归理性，投资的人对他们投资的AI创企将变得吹毛求疵。
就像风司a16z的Frank Chen说的：几年后，没有投资者会去找人工智能创企。企业具备AI算法产品，将成为潜规则。
这五年间，投入资金的人在AI企业身上猛砸了18亿美元，现在，亚马逊、微软和谷歌可能要把小公司淘汰了，他们逐步把机器学习融入各个项目，提供各类AI-as-a-service（AI即服务），挤压相关创企和基金的生存空间。
谷歌发布了Cloud AutoML，客户能在这上面用自家数据训练自家算法以实现自家需求；亚马逊开始销售人工智能服务Amazon AI，面向大企业来提供类似于API的产品，任何研发人员都可以访问Lex（Alexa内部的NLP），Amazon Polly（语音合成）和Amazon Rekognition(图像分析)；微软紧咬亚马逊提供AI加持的云服务，Salesforce、甲骨文等紧随其后。
人工智能之于医疗诊断，能快速对比数百万其他患者的医疗图像以准确发现细节，可及早发现病情，提高诊断的准确定；而2C的AI健康追踪工具，如使用计算机视觉技术监测可疑皮肤病的SkinVision，已经实用。
近日，AstraZeneca与阿里巴巴达成合作，在中国进行AI加持的疾病筛查和诊断；此外，通用电气和英伟达合作于医学成像和诊断，谷歌DeepMind则已经实现AI诊断眼疾。
尽管谷歌、通用、IBM、阿里巴巴这样的大佬冲进市场，依旧不能阻挡创企对智慧医疗，或者说AI+医疗的热情。相关创企案例包括：
医疗影像初创公司Arterys，其心脏图像分析已获FDA批准，正在申请肿瘤相关AI应用；以色列创企MedyMatch，利用深度学习技术分析CT扫描结果，以检测颅内出血情况，已获FDA设备资格。
得益于大量的开源软件、海量API和SDK以及极易上手装配的亚马逊或谷歌套件，你不用有计算机科学或是数学专业的博士学位，就能打造自己的AI应用。个性化AI应用将成为潮流。
事实上，谷歌曾推出 AIY（artificial intelligence yourself）计划，旨在让每一个年龄层的用户都可以DIY自己的AI产品。目前，AIY项目已有AIY Voice Kit（结合树莓派的语音识别工具包，让语音助手听起来像神秘博士）、AIY Vision Kit（基于神经网络的猫、狗、人的表情/心情识别应用）。
此外，亚马逊还推出过DeepLens，一款249美元的深度学习相机，还为此设立了7500美元的首届黑客马拉松，涉及机器学习项目的创建。
智东西认为，2018年将是人工智能渗透手机软硬件的一年，侧端AI应用、AI+工业工业机器人等逐步落地；这也将会是金融、律师等白领行业自动化加速的一年，相关创投乐观，就业市场面临压力；与此同时，科技大佬将加速行业洗牌，压迫部分中小企业的生存空间，部分泡沫将破。此外，相比于技术积累丰厚的老美，中国的AI优点是潜在人才库（加上两国近来的境外人才政策）、巨大的数据量和迫切的需求，从而倒逼产业快速成长。
华体汇体育app官方下载安装官方公众微信号
华体汇体育app官方下载安装官方微博
华体汇体育app官方下载安装店
