2017年人工智能发展趋势（预测大全）
2017年人工智能领域的五大预测
来源：科技新知（ID：kejixinzhi）
2016年人类在人工智能与机器学习领域取得了很多重大突破，而2017年可能会走得更远。有人预测，2017年的人工智能将会呈五大发展趋势，更好的语义理解、中国人工智能崛起都赫然在列。
2016年初，AlphaGo在围棋领域大杀特杀，接连战胜包括李世石在内的顶尖人类高手；而在2017年1月，AlphaGo又化身为Master取得了60胜0负的惊人战绩。这是人工智能领域的一个里程碑，对于“深度增强学习”技术来说更是意义重大。
动物会通过某些行为产生的积极或者消极结果来进行学习、判断，而人工智能的“深度增强学习”正是从这种方式中借鉴了灵感。电子计算机可以通过不断尝试错误方向来得出正确的方向，从而轻而易举地在迷宫中导航。使用深度学习的方法，机器学习不再像过去一样依赖大量的指令与复杂的模型。
其实“深度学习”的理论在10年前就出现了，将其整合到大型（或深度）神经网络以提供能量来解决复杂问题的尝试一直在进行。就像AlphaGo一样，经过不断地试验与数据分析，它可以以专家级水平与人类进行对弈。
更大的希望在于，增强学习已经被证明可以应用到现实世界的许多场景。最近出现的几个模拟场景显示，可以通过增强计算机学习的能力来促进相关算法的进步。
在2017年，我们有望见证“增强学习”被应用到自动驾驶汽车、工业机器人等领域。而谷歌已经在尝试使用深度学习来使其数据中心更加高效。不过，深度学习这种方法还处于试验阶段，依然需要花费大量时间来模拟和学习。
生成式对抗性网络
最近在巴塞罗纳举办的关于神经信息处理系统的人工智能学术会议上，一种叫做生成式对抗性网络（generative adversarial networks）的理论引起了广泛关注，这一理论是由OpenAI的研究学者Ian Goodfellow提出。生成式对抗性网络由两套网络构成，一套通过训练学习来产生新数据，另一套则负责分辨正确数据与错误数据。
通过这两套网络的协同运作，可以产生非常接近真实的综合数据。这一理论能够被应用到生成电子游戏场景、解析马赛克或者是丰富电脑生成样式等领域。
机器学习领域权威专家YoshuaBengio在NIPS会议（神经计算方面最好的会议之一, NIPS主办, 每年12月举行）上表示，这种生成式对抗网络非常具有开创性，它能为电子计算机提供更加高效的学习方法，而计算机通过不断学习非标签性数据将变得智能化程度更高。
中国人工智能领域的崛起
2017年将是中国开始在世界人工智能领域崭露头角的一年。中国不再照搬外国公司的人工智能技术，转而开始将人工智能和机器学习视作下一个创新领域。
中国搜索引擎巨头百度已经建立了专注于人工智能研究的研究所，并在语音识别、自然语言处理和优化广告业务等方面取得了很多进步。除了百度，还有不少公司正在迎头赶上，腾讯也在去年成立了人工智能实验室，并在国内外大力招募人工智能领域的专家。而滴滴也有自己的研究院，并被报道在无人驾驶汽车方面投入大量研究。
很多中国投资者将大量资金投给从事人工智能的初创公司，而中国政府也希望看到本国人工智能产业的繁荣，并承诺在2018年之前投入150亿人民币扶持开发和研究。
对于许多人工智能领域研究者来说，语义学习是他们的下一个主要目标。随着技术的进步，图像识别和语音识别都取得了重大突破，而这将有利于计算机更加高效地理解和生成语言。
语言学习是人工智能领域的一个长远目标，而计算机与人类使用语言进行交互的前景非常乐观。如果具有更好的语义理解能力，计算机机器将变得更加实用。不过，这方面也面临很大的挑战，毕竟语言是一个复杂、微妙而又强大的议题。
虽然人们暂时还不能与智能手机进行深度而又有意义的交流，但在2017年，随着人工智能研究的深入，这一领域将会充满希望。
过度热炒引发反感
2016年的人工智能领域确实取得了巨大的进步和突破，许多人都看到了技术进步带来的价值。但不得不注意的一点是：围绕人工智能的过量宣传与追捧明显有些失控了。
▲人工智能在百度的搜索热度
许多人工智能研究者对此有些忿忿不平。在NIPS会议期间，他们针对一家叫做Rocket AI的山寨人工智能公司举行了一个聚会，以此来表达自己的不满，这种不满主要是人工智能领域存在的浮躁氛围和弄虚作假情况。
期望越高，失望可能就越大。当人工智能领域一直没有取得重大突破时，失望的情绪就会蔓延，进而导致投资蒸发，大量估值过高的初创公司倒闭。
2017年整个世界对于人工智能的关注度依然非常高，这可能会引起不少人对于这种过分追捧的反感，毕竟过犹不及，不少浮躁情绪笼罩在当前人工智能领域。不过，这也不一定就是坏事，大量关注可能会促进研究的进步。
2017年你不可不知的人工智能8大趋势
来源：人工智能学家、科技杂谈
【摘要】随着机器可以执行的任务越来越多，AI将彻底改变人们与技术交互的方式。
在众多媒体眼中，2016年可谓AI崛起的元年，AlphaGO击败李世石一举成名，众多互联网巨头纷纷布局人工智能。随着机器可以执行的任务越来越多，AI将彻底改变人们与技术交互的方式。2017年的人工智能会发展成什么样？我认为，2017年，人工智能领域将会出现以下八大趋势。
1、全体IT巨头重兵布局AI云服务，AI-a-a-S（AI即服务）将成为趋势
AI是未来已经成为不证自明的事实，新老IT巨头不仅在自身业务积极运用人工智能，同时也在布局人工智能的云服务，即利用云计算平台将AI服务提供给第三方调用。
人工智能时代的一个特点是，人工智能平台的转换成本高，因此这些IT巨头争相提供AI云服务，甚至不惜将软硬件开源，将AI服务作为特色业务提供给第三方，就是看中了这一点：只要第三方使用自己的平台，就会把数据留在平台上，而这些数据将会是人工智能时代的一座大金矿。而对于应用企业来说，利用大公司提供的AI云服务提升竞争力也是势在必行。所以，无论对于AI服务提供商，还是使用AI服务的企业，这都是一种双赢的合作。
2、新老人工智能企业围绕智能入口展开白热化争夺
在互联网时代，几乎每个入口都会引起争夺，而每个入口争夺的成功者都会变成下一个巨头。
比如在web2.0时代，互动社交的兴起形成了社交入口，造就了Facebook和腾讯。人工智能时代也不例外，激烈的争夺过后，必然会诞生下一个巨大的超级企业。
人工智能时代，入口的概念已经超越了传统的电脑和互联网概念。物理的入口由电脑、手机、机器人、物联网等组成，而服务的入口则主要是自然语言的语音交互，自然语言处理会是人机交互的主要模式，谁能让机器更懂人类的语言，谁就有可能取胜。人工智能会全面包围我们生活的方方面面，这意味着，人工智能入口的竞争会更加惨烈。而人工智能要想进步是需要训练的，越早参与，获得越多的用户，胜利的几率就越大。
3、人工智能占领客厅，语音交互成主流电视应用
智能家居概念喊了很多年，最早的清晰描述之一可见于比尔盖茨1995年出版的《未来之路》，但这样的描述迄今却没有变为事实，其核心原因就在于用户缺乏需求。
现在随着电视屏幕尺寸增大、视频内容爆炸性增长，人们使用电视的需求越来越无法被传统的遥控器满足，语音为主的智能搜索和智能互动正在迅速崛起，自然语言交互将会成为操纵电视机的标准方式。三星等传统的电视厂商、Netflix和Amazon等视频内容提供商、微软和谷歌等IT厂商都已经或将要推出自己的以电视为核心的语音互动产品，智能家居正在从电视机切入成为现实。
4、智能玩具将成为AI最早成功的应用领域之一
如果利用人工智能去诊断病情，或是乘坐自动驾驶汽车，人们往往无法容忍AI应用出错。但玩具不同，人们对玩具的出错容忍度高，所以，在人工智能不断取得突破但尚无法超越人类智能的今天，智能玩具恰恰是能够让人工智能获得初期市场认可的一个切入点。事实上已经有不少成功的案例，比如机器人制造公司 Sphero获得迪士尼授权后推出的BB8机器人，一上市就大受欢迎，而且可玩性很强。
2016年底，能够和人玩游戏的智能玩具Cozmo热卖到断货。2017年更会有一大批低价的智能玩具上市。Hanson Robotics公司的小爱因斯坦机器人预计在一月份CES期间正式推出。中国的玩具制造业虽然强大，但没什么品牌优势，如果中国的玩具公司和高科技公司合作，借助自己强大的制造实力和市场推广实力，顺势推出自己的品牌，将会获得巨大的商机。
5、商用机器人将在特定商业场景中发挥巨大潜力
在2017年的特定商业场景中，商业机器人将会发挥巨大的潜力。这类机器人往往针对某个特定场景而制作，比如导购、前台、解说、送货，因此见效程度显而易见，在小范围内也更容易推广。
很多有实力的机器人公司都会开发可用在多个商业领域的通用型机器人，能适应不同的环境，缺点是比较昂贵，比如日本软银的pepper机器人，每台约20万元人民币，并且在以后的使用中每月还要付750元的服务费，和500元左右的保险费。而专业型机器人更偏重于针对性地解决问题，但因为能力有限，很容易被竞争对手模仿或是被吞并。
从商店开始，2017年我们会在很多具有一定特点的营业厅中看到专业型机器人的身影。未来，热点会由专业型机器人向通用型机器人转变，通用型机器人将会迅速崛起。
6、辅助驾驶成标配，成为AI第一个大规模应用
无人驾驶一直是人工智能领域最热门的应用，但是随着特斯拉无人驾驶功能造成的致命事故，以及谷歌分拆无人驾驶部门并放弃自己生产无人驾驶汽车，转而和成熟的汽车厂商合作，实现完全的自动驾驶明显还有很长的一段路要走。
同时，随着各大汽车公司在自动驾驶上的努力，和公司之间竞争的激烈，越来越多的汽车上将会配置2级至3级自动驾驶能力，即在有司机的情况下在高速公路上或者城市的慢速行驶情况下实现自动驾驶。甚至可以预言，2017年推出的新车型中，多少都会带有具有人工智能的辅助驾驶能力。
7、人工智能应用会在各个应用领域迅速普及，有大数据支持的应用创业公司迎来绝佳机遇
虽然人工智能领域的竞争非常激烈，尤其是底层技术上的竞争，几乎所有的IT巨头都加入到这场肉搏战中，但是别忘了，真正的赢家不会产生于技术层、平台层，而是产生于应用层。比如移动互联网的兴起，最大的赢家不是通信运营商，而是构建了社交网络帝国的Facebook。
而应用对于创新企业来讲，恰恰是真正的机会。特别是在IT巨头纷纷开源的情况下，创新企业是有机会利用这些资源，成为下一个霸主的。对于创新者来说，一定要到敌人最薄弱的环节寻找突破口，最值得下手的地方就是数据丰富但应用贫瘠的地方。
未来在各个领域，人工智能将迅速得到普及，亚马逊最近在西雅图开设的无人商店Amazon Go正是人工智能在线下零售领域的一次尝试。这家零售店使用了先进的传感器和算法，购物时，传感器系统会跟踪你去了什么位置，拿起了什么，最终带走了什么。当你完成购物后无需排队，会直接从你的亚马逊账户中扣款。未来，人工智能会在更多你意想不到的领域得到广泛的应用。
8、智能芯片方面，GPU将进一步得到更广泛的应用
GPU(图形处理器)一直是AI应用的主导硬件处理器，在图像语音识别、无人驾驶等人工智能领域，GPU正迅速扩大市场占比。
尽管国内外有不少IT巨头和创新企业尝试为AI和深度学习定制新的硬件架构，力图在性能、成本和功耗上与GPU竞争，但是由于Nvdia公司投入巨资成功建立了产业生态，可以肯定的是，GPU仍然会在相当一段时间内得到更广泛的应用。
大疆公司基于FPGA的无人机方案是少数非GPU的方案之一。很多人认为GPU的主导地位会被FPGA或ASIC终结，但非GPU方案都将面对两个艰巨的挑战：第一，能否实现量产，第二，整个产业生态链是否完整。
很多公司研发的芯片还处于内部专用阶段，比如，谷歌自己研发的机器学习的专属芯片TPU，但是并不对外销售。目前，能够实现大规模商用、取代GPU地位的硬件尚未出现，
综上，这一轮的以深度学习算法、计算能力提升和大数据输入共同催生的人工智能能力提升正在各个领域中显示出其威力，虽然在和人相比较的通用智能方面，人工智能还想去甚远，但在需求相对明确的弱人工智能方面，比如图像识别，人工智能已经开始赶超人类。随着人工智能向各应用领域扩散，可以预见，在未来的几年中，人工智能的市场会不断扩大。
2017年人工智能的三大发展趋势
作者：CashCat 来源：IT经理网
根据Statista的预测报告，2020年全球联网设备（IoT）数量将高达500亿个(下图)，当物联网设备无所不在，不仅仅是企业，也包括消费者个人都面临“数字孪生”的转变，也就是说，海量个人信息将高度数字化，这意味着未来的数字经济的焦点将是个性化的二次革命，一种基于人工智能技术和海量用户数据处理的，面向场景的智能个性化服务体验。
总之，人工智能将成为交付下一代用户体验的关键动力，基于这种趋势判断，我们总结了2017年人工智能的三大发展趋势：
一、用人工智能挖掘提升用户体验的全新方法
仅仅是分析用户日常各种触点的海量数据本身就已经是一项非常艰巨的技术挑战。随着数据的规模和种类不断膨胀，企业还需要开发全新的分析方式，包括新的算法和方法来提升性能和分析深度。
此外，人工智能还能借助云计算的规模优势和非传统的数据分析方法来组织分析不断增长的用户数据。其中机器学习技术能够比其他系统更容易发现数据间更深层的关联。机器学习能够结合不断新增的数据持续评估修正发现结果，忽略“噪音”并关注真正重要的行为、事件或机遇，主要表现为以下三个方面：
1.能快速满足用户的新需求
2.重组资源提高效率
3.改变流程满足预计增长需求
二、识别新的行为模式并主动适应
预测未来是非常困难的，人工智能能够帮助企业预测用户行为并用不同的方法分析和评估策略选项，并为企业建议最佳路径。
通过分析现有的历史数据，人工智能应用能够发现因果关系模式。通过对企业自有历史数据的建模分析，企业可以搭建一个人工智能预测系统，并通过对预测结果的持续滚动追踪，来不断优化预测模型。核心的人工智能预测算法和模型就好比“练级”，企业越早开始这方面的工作，就越容易在竞争中抢占先机并确立新的竞争优势。
三、结合更多数据提供基于场景的下一代用户体验
如今人人联网的用户数据为企业交付下一代个性化体验提供了前所未有的机遇，所谓的下一代个性化体验就是基于场景的体验，你需要了解你的消费者在某个时间点和地点的行为和真实需求，并相应地提供服务或者进行互动。这意味着人工智能应用的数据分析需要具有较高的时效性和针对性，这不仅仅是当下新闻阅读器或者电商平台的推荐算法，而是要结合海量物联网传感数据，以及用户历史数据，通过不断优化的机器学习算法模型进行实时的高效的需求预测，例如未来的软件产品能够根据用户的使用行为自动完成任务或者推荐最方法。
CB Insights | 2017年人工智能十大趋势
来源：大数据文摘（BigDataDigest）
作者｜Cynthia Harvey 选文｜Aileen
翻译｜蒋晔 校对｜汤人懿
2016年马上要迎来它的最后一个月了，这一年人工智能（AI）的热度急剧增加，并且这种趋势似乎要持续到2017年。 IDC在其《全球半年度认知/人工智能系统支出指南》（Worldwide Semiannual Cognitive/Artificial Intelligence Systems Spending Guide）中预测，人工智能的收入将从今年的80亿美元增长到2020年的470亿美元，复合年增长率（CAGR）为55.1％。
IDC的认知系统和内容分析研究总监David Schubmehl表示：“软件开发人员和终端用户组织已经开始将认知/人工智能嵌入和部署到几乎所有类型的企业应用或流程中。根据几家大型技术供应商的最新公告，和人工智能创业公司的风险资本市场的蓬勃发展，需要有组织机构能够综合这些广泛技术去制定并采取战略。”
但人工智能是一个广泛并且多样的领域。这些组织机构应注意哪些方面呢？
这个幻灯片强调了十个可能延续到2017年的人工智能趋势，对企业的IT团队来说它们可能都很重要。其中一些人工智能趋势已经在很好地进行，但随着时间的推移，作为一个整体，人工智能领域可能会变得更重要。对于企业和技术供应商，人工智能是一个很好的机会，但也可能存在一些重大风险。
图片来源：Shutterstock
“各行各业对认知系统和人工智能（AI）的广泛采用，将使全球在这两方面的收入从2016年的近80亿美元提升至2020年的470多亿美元。”
——IDC，2016年10月
期待着聊天机器人、智能事物和人工智能医学研究来占据明年的新闻头条。
图片来源：TechEmergence
你认为哪些人工智能的消费者应用将在5年内获得成功？
1.人工智能聊天机器人
在TechEmergence进行的一项2016年调查中，询问了人工智能的高管和创业者，什么人工智能应用在未来五年内可能会获得成功。他们的首选是虚拟代理和聊天机器人，获得了37％的投票。这些软件程序能够理解自然语言，并通过消息传递服务或电子邮件与人沟通。包括IBM和Facebook在内的几家公司已经宣布了帮助开发者创建聊天室的平台，这些平台似乎越来越受欢迎。去年夏天，Facebook宣布，在其飞书信（Messenger）服务上有超过11,000个机器人。根据IBM的统计，65％的千禧一代（Millennials，出生于s）喜欢与机器人进行交流而不是与现场助理交谈。
“Gartner预计，到2018年，全球最大的200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。”
——Gartner，2016年10月
2.应用开发
创建聊天机器人并不是开发人员使用人工智能的唯一方式。许多企业正在将人工智能和深度学习功能集成到他们的Web应用、移动应用和内部的企业应用中。人工智能正在发展推荐引擎、安排会议、排定待办事项列表、在大数据中查找隐藏的价值的一系列功能等等。在其2017年十大战略技术趋势列表中，Gartner将智能应用排在了第二位。其中写道，“Gartner预计，到2018年，全球最大的200家企业大多数都会利用智能应用，并使用大数据的完整工具包和分析工具，来优化自身的产品和改善客户体验。”
图片来源：Gartner and Statista
物联网将在2020年成为主流
按类别在全球使用的智能互联物品的估计数量
3.智能物件
人工智能也与物联网（IoT）的趋势相关，“智能物件”（intelligent things）在Gartner的2017年前十大战略技术趋势列表中排名第三。其中说道，“现有的物联网设备将使智能物联网人工智能的功能无处不在，包括家庭、办公室、工厂车间和医疗设施。”例如，下一代健身追踪器不仅可以监控您的健康信息，还可能具有机器学习和分析功能，使它们能够根据您的个人健康史和过去的追踪器数据提出改善健康的建议。
图片来源：CBInsights
人工智能：子行业热图
（截至6/15/2016）
4.医学研究
人工智能的最热门领域之一是医疗健康行业。IDC在其《全球半年度认知/人工智能支出指南》中将诊断和治疗系统列为2016年吸引最多投资的领域之一，并表示在未来五年内，包括药物研究和发现以及诊断和治疗系统的使用案例将获得最大的发展。在五年期间，它预测医疗健康人工智能投资的年复合增长率为69.3％。同样，CBInsights将医疗健康列为人工智能中最热的领域，并作为今年的创业项目。
图片来源：Intel
有趣的事实！
你知道吗？人类的大脑有超过1000亿的神经元，更不用说仍在调查研究中的一系列复杂的生物过程。相比之下，到目前为止最复杂的神经网络只有10亿多个节点。
更多信息，请访问：/machinelearning
5.生物模型
人工智能和健康科学之间的关系有两种方式：不只有健康研究人员转向人工智能，用以帮助他们回答医疗健康问题，计算机科学研究人员也正在转向生物模型，用以帮助他们创建更好的人工智能软件。麻省理工学院和谷歌最近都被报道在创建与人类大脑功能相似的神经网络，这个领域的研究可能会持续一段时间。未来学家Ray Kurzweil甚至预测到2030年，我们将能够合并人类的大脑和计算机网络，创造一种混合形式的人工智能。
图片来源：Google
6.人工智能硬件
虽然软件在人工智能工业中获得了很大的关注，但硬件也是方程式中非常重要的一部分。英特尔最近详细描述了其将人工智能功能构建到其芯片中的努力，试图使人工智能“人人都能使用”（available for all）。其他开发商正在研究人工智能自动驾驶车辆、机器人和无人机。IDC预测，AI硬件收入将在未来五年内以超过60％的复合年增长率（CAGR）增长。而波士顿咨询公司估计，到2025年，自动驾驶车辆的市场价值可能达到420亿美元。
图片来源：Venture Scanner
7.人工智能创业
有了这么多的机会，创始人急于创建专注于人工智能的新公司。在最近的关于人工智能创业公司的报告中，Venture Scanner确定了来自73个不同国家的1500个人工智能创业公司，总资金超过91亿美元。最近，许多大型科技公司，如英特尔、谷歌、苹果、Facebook和微软一直在疯狂购买、抢购很多小的人工智能创业公司。期待这种趋势在2017年持续，并为创业公司吸引更多的风险资本。
“机器人、人工智能（AI）、机器学习和自动化等认知技术将在2025年之前取代美国7％的工作岗位。”
——Forrester Research，2016年6月
8.人工智能劳动力影响
有了这么多的人工智能，公司会不会不再需要人工？在2016年6月的一份报告中，Forrester预测，“机器人、人工智能（AI）、机器学习和自动化等认知技术将在2025年之前取代美国7％的工作岗位。”通过估计，16％的美国工人将被人工智能系统取代，并且人工智能可以创造相当于劳动力9％的新工作。人工智能是好还是坏将取决于你的工作是什么类型的：可以看到办公室人员的可用职位大幅减少，而数据科学家、自动化专家和机器人监控专业人士可以看到更多的工作机会。
图片来源：Gartner, 2016年7月
9.反对力量
潜在的对人工智能的反对可能来自几个方向。首先，如果像Forrester预测的那样，人工智能开始接管一些人类工作，似乎很可能遭到一些流离失所的工人的反对，这可能会有政治影响。此外，许多科学家，例如生命未来研究所（the Future of Life Institute）的相关科学家表达了对与人工智能相关的潜在风险的关注。最后，如果人工智能技术做不到与当前大肆宣传的一样，企业和消费者会对人工智能技术不满意。在《2016年度新兴技术成熟度曲线》中，Gartner将智能机器人、认知专家顾问、机器学习和自动驾驶车辆定位为“膨胀预期的顶峰”（peak of inflated expectations）附近，这意味着人工智能的几个领域可能会在不久的未来进入失望阶段。
“正确预测最近三次美国总统选举的人工智能系统，在谁能入主白宫的比赛中表示，共和党候选人唐纳德·特朗普领先于民主党竞争对手希拉里·克林顿。”
——CNBC，日
10.改进的预测能力
人工智能已经产生影响的一个领域是提高预测能力。在许多方面，向人工智能的转变是调查和研究向大数据分析的自然演变，并且对于已经看到使用其他类型分析工具的价值的组织来说，基于机器学习的预测分析自然是下一步。
在最近的美国总统选举前几天，CNBC报道说，一个印度创业公司开发的人工智能，预测唐纳德·特朗普将赢得选举，尽管当时的大多数民意调查表示希拉里·克林顿领先。也许明年，接下来的这个幻灯片将由具有伟大的预测能力的人工智能创建。
原文链接：
/applications/slideshows/10-artificial-intelligence-trends-to-watch-in-2017.html
关于2017年人工智能发展趋势的5个预测
来源：拓扑社（tobshe）
编译丨拓扑社 一笑
似乎所有人都在谈论人工智能，自动写作技术公司Narrative Science是一家致力于缩小人类与机器之间交流缺口（communication gap）的公司，本文作者Stuart Frankel是Narrative Science的CEO兼联合创始人。作者预测2017年人类与电脑和其他设备将如何进行交流，人工智能之间如何进行交流，以及人们之间将会如何就人工智能展开交流。
人工智能（AI）已经正式进入主流视野。Gartner已经连续两年将人工智能列为排名第一的战略性技术。谷歌、IBM、Salesforce和苹果等大公司对人工智能创业公司的收购也在不断升温——仅2016年就有40笔人工智能相关的收购。根据我们的研究也发现，到2018年，62%的大企业将会使用人工智能技术。
预测一：加速转向对话式交互
许多科技巨头的创新表明，未来一年中，通过对话展开交互的技术将成为一种常态。对话式交互真的如此重要？这是革命性技术，自计算机诞生以来，我们一直被迫使用计算机的语言才能与之进行交流，但现在我们可以教会计算机使用人类的语言进行交流。
谷歌和必应这类搜索引擎已经取得了巨大的进步，我们可以通过语音进行搜索，Facebook也推出了文本解析引擎DeepText，希望理解用户的对话模式和兴趣。与此同时自然语言界面开始出现爆发，许多公司专注于聊天机器人和数字助理，聊天应用的月活跃度甚至已经超过社交网络。2017年之后，可以想象在未来我们可以用日常语言向各种电子设备问问题，比如“我支票里还有多少钱？”，“我上一次体检是什么时候？”，“周围10分钟车程内还有哪些餐厅有2人的空座？”
预测二： 设计将开始发展，以增加我们对AI的信任
如果我们不信任人工智能，就不会使用人工智能。在明年，设计师将会把人类交互的知识应用到人工智能系统中。具体来说，就是如何赢得彼此信任和尊重。语调、情绪、时机、视觉线索和用词选择等交流元素，都将与自然语言处理等人工智能技术结合，以增强系统运行的透明度。这种方式便可帮助用户信赖人工智能系统。
最近，斯坦福大学对人工智能可能对今后100年产生的影响展开了研究： “设计策略能够增强人类理解人工智能系统及其决策（比如明确解释这些决策）的能力，并参与到使用过程中的设计战略，可能有助于建立信任，避免重大错误。工程师和设计师开发一套能够自由交流工作的系统十分关键。“ 换句话说，如果我们的人工智能家居监控系统为一个没有预约的访客打开大门，最好能解释清楚原因。
预测三：我们将开始谈论AI系统之间的沟通方式
在明年，业界将会着手创建人工智能到人工智能交互的通用标准。没有标准，人工智能技术将会日益相互孤立。更糟糕的情况是，当多个人工智能系统共同向一个目标努力时，甚至会出现相互负面的影响。
想象一下发生碰撞的无人驾驶汽车无法与其他无人驾驶车辆相互通讯，或者一家拥有多个独立人工智能系统的企业，用一套预测分析系统来决定生产水平，但另外一套使用不用数据源的人工智能系统却认为生产水平应该改变，这就产生了矛盾。2017年，科技巨头、行业组织和政府将会共同建立通用的人工智能标准。
预测四：人工智能将会遭到固有偏见的冲击
在2016年，许多事件都反应出来自各个方面的对于人工智能系统的偏见，包括训练系统的数据、用户与系统的交互等等，大多数偏见都没有获得人们的关注，但随着人工智能使用量的增加，对人类生活产生的影响也会越来越大，到那时就需要承认和解决系统的偏见，否则人工智能的未来发展就会遭受巨大阻碍。
预测五：企业开始关注人工智能的投资回报率
公司将会开始关注人工智能技术的真正价值和投资回报率。虽然人工智能相关的企业获得的融资越来越多，在过去的5年当中，人工智能领域的投资总额就增长了10倍，从2011年的9400万美元增长到2016年的10.49亿美元，但却并没有多少商业化应用出现。大部分都是创新团队或研发部门的试点项目。2017年将成为转折点，许多企业将开始评估自己在人工智能领域的投资，而人工智能也必须随之成长。
两年前还有人在讨论人工智能和机器人将会毁灭人类，这真是让人感到惊讶。很多科技界大佬也认为人工智能将带来世界末日，而现在他们中的一些人成立了一些组织，试图推进人工智能技术的突破。人工智能技术已经在如此短的时间内取得突破，我们开始意识到，应该积极利用人工智能技术，而不是惧怕它。
2017年人工智能预测合成智能将要崛起
来源：国防科技要闻
2016年，人工智能（AI）出现许多引人关注的第一次，如特斯拉的自动驾驶仪预测车祸，亚马逊Alexa语音助理开始传讯，谷歌AlphaGo战胜世界围棋冠军等等。
随着人工智能进一步向人类生活渗透并开拓新的领域，该技术有望在2017年取得更大的进步。
人工智能趋向个性化
2016年见证了更多以消费者为导向的人工智能的成长。Alexa、Siri及Cortana等语音助手已经成为个人手持设备的标配，亚马逊甚至为开发人员开放了Alexa。
2017年，人工智能将成为一些App的常规配置，预计其他大型科技公司将效仿亚马逊向外部开发人员开放自己的人工智能系统。
采用这种协作化水平更高的方法，人工智能最终可能趋向个性化，出现一大批具有智能前景的新AI程序。
更好的对话能力
NVIDIA副总裁兼总经理吉姆·麦克休预测，2017年将有一款聊天机器人（chatbot）通过图灵测试，它能够像人一样做出回应，使一般人无法区分是人还是机器。
这种非凡的能力将是机器学习、自然语言处理和模式识别技术发展的自然结果，并会产生更多具有直觉能力的AI程序。
微软技术研究员及总经理霍维茨称，来年我们将看到人工智能系统被赋予以人为中心的品质，包括展开更自然流畅的对话，在一次持续的互动中涉及几个主题或解决几个需求，更深入地了解人类的意图（例如识别人们在电子邮件和短信中对他人的承诺）。
认知型机器
根据Ovum公司权威人士的说法，深度学习和神经网络已经表现出非凡的可能性，甚至可能指向实现某种可服务的、类人的机器智能，其机制模仿了人类大脑分层的认知加工模式。
2017年，我们可以期待在机器学习方面取得更大的进步，大规模升级并行处理能力使网络占用更大的数据块，这也对大数据的发展提出更大挑战。
“生成式对抗网络”（GAN）是机器学习的下一件大事，其本质上是双重网络，一种是从数据集学习，另一种是区分真假数据。
微软AI和研究集团执行副总裁施勒姆对AI在未来一年的展望表示乐观，他认为在2017年，对个人和组织来说，AI的大众化将加快进程。
随着技术发展，计算机将获得更强大的能力，更好地看到、听到并理解人类的世界，让人类的生活更有效率，同时在解决一些社会最紧迫的难题上取得更大的进展。
人工智能今年什么风向？先来看看八个巨头的动作
来源：腾讯科技
随着AI能够在各个领域提供更快、更好、更精确的大数据分析，其企业应用市场价值有望在2025年超过300亿美元。AI进步对生活各个方面和商业领域影响将是不可避免的。为了了解AI在2017年能够带来哪些能力，我们有必要梳理下世界领先的科技公司正在AI领域进行的投资。
1.Facebook致力于打造世界上最好的AI实验室
Facebook已经宣布计划，将建立“世界上最好的AI实验室”。此外，Facebook已经开发出AI支持的个人助理M。Facebook未来的AI开发很可能包括对现有AI技术的常规升级，并向AI实验室分配更多资源。这个实验室似乎以智囊团的形式存在，旨在解决某些技术行业存在的最大AI挑战。作为世界上最大的社交媒体平台和世界上利润最丰厚的公司之一，Facebook将在AI技术研发中大步前进。
2.谷歌(微博)掀起并购狂潮
近年来，谷歌已经并购了11家不同的AI公司，部分源自这些投资的技术已经被用于帮助改善谷歌的搜索功能。我们还看到其推出了Google Assistant，即有机器学习技术支持的虚拟助理，可在智能手机Google Pixel和其他配置有谷歌搜索的设备上为用户提供易于使用、语音控制的帮助。2014年，谷歌斥资4亿美元收购了DeepMind，这是迄今为止数额最高的AI收购交易。谷歌团队已经将DeepMind的技术推向极限，其最新机器学习系统TensorFlow很快将向公众免费发布。在图片和语音识别、翻译领域，TensorFlow可模仿人类大脑行为，这使其成为世界上最强大的AI系统之一。
3.苹果瞄准数字标牌应用
苹果也收购了许多小型AI公司，包括针对开发者和数据科学家的机器学习平台Turi和机器学习公司Tuplejump。或许苹果最值得关注的AI收购发生在2015年中期，当时其收购了Vocal IQ。这家公司的AI技术不断推动苹果虚拟助理Siri改进。此外，在最新iOS中引入先进的面部识别技术后，苹果宣布将在未来数月内专注于开发这种技术在数字标牌领域的应用。
4.Salesforce软件集成AI能力
Salesforce计划将AI集成到其客户关系管理(CRM)云系统Salesforce Einstein中。依赖Salesforce软件的公司现在将可以访问和利用Salesforce收集到的庞大数据，AI系统正向其获得的所有数据学习。通过Salesforce Einstein，模式和预测模型可比人类操作创建得更快。这套系统甚至可自动处理某些特定任务，将人类职员解放出来，让他们更多专注于创造性工作和个人关系。Salesforce Einstein向每家公司的数据学习，然后以比以往更快的速度找到模式和洞见，同时提供更强大的预测性分析，帮助公司在销售漏斗（sales funnel）的任何阶段提供任何客户的下一步行动预测。
5.Uber收购AI初创企业
任何无人驾驶汽车的成功都离不开AI系统和深度学习技术的支持。在过去1年中，Uber专注于研发无人驾驶汽车，因此对其收购小型AI初创企业Geometric Intelligence无需感到惊讶。这家公司将成为Uber旧金山总部专属AI实验室的重要组成部分。
6.Microsoft Ventures帮助资助AI初创企业
Microsoft Ventures最近宣布为支持AI初创企业而成立新的基金会，旨在通过改进机器学习、大数据分析、云计算系统、网络安全以及软件即服务(SaaS)等，帮助AI企业产生积极的社会影响。微软还制定了内部AI研发计划，最近推出了Project Oxford，这种AI系统可以利用面部、语音以及情感识别等理解人类之间的交流。
7.IBM投资Watson Improvements
当超级电脑Watson多年前赢得智力游戏《Jeopardy!》时，IBM被视为AI先驱。如今，IBM继续致力于提高Watson的能力，最近其与英伟达建立了合作关系，促使Watson的反应率比以前快了1.7倍。Watson能在15秒内读取4000万份文档，并可理解语法和上下文中的细微差别。这种技术将以难以想象的速度更快地帮助企业分析大量数据。
8.英特尔打造新AI平台
英特尔希望AI能够成为整个商业和社会中的基本元素。该公司推出的Nervana平台可为深度学习模型提供更快的训练过程。有了强大开发者工具的支持，Nervana应该可以鼓励创新，并通过易于使用、交叉兼容的平台最大化AI的社会效益。
随着AI在不同的公司持续进化，并被应用到各行各业中，我们今天看到的AI投资在不久的将来就会带来令人惊叹的成果。开发现有技术和新的应用将帮助弥合大数据以及我们如何利用大数据之间的鸿沟。计算能力已经变得相当廉价，为此对于科技巨头来说，投资于AI应用变得比以往更容易。AI拥有巨大潜力，甚至可重塑商业和科技行业，并最终影响到我们日常生活的方方面面，比如教育、医疗、制造以及农业等领域。
2017年人工智能技术发展趋势预测
来源：新业态评论
人工智能技术的浪潮已经席卷全球，以最快速度渗透应用到每个行业和每个领域。继中国工业经济与中国数字经济专题预测后，今天为大家展示2017年智能技术将怎样深刻地影响人们的生活？又将如何改变全球的未来？
一网打尽系列文章，请回复以下关键词查看：
创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧
热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五
预见未来：预见2016 |预见2020 | 预见2025 | 预见2030 | 预见2035 | 预见2045 | 预见2050 |
前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 | 基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口
先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器 |
未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群
领先国家：俄罗斯 | 英国 | 日本 | 以色列 | 印度
前沿机构：战略能力办公室 | DARPA | Gartner | 硅谷 | 谷歌 | 华为 | 俄先期研究基金会 | 军工百强
前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云
专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪
全文收录：2016文章全收录 | 2015文章全收录 | 2014文章全收录
其他主题系列陆续整理中，敬请期待……
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点