如何看待人工智能未来十年的发展空间？_ZNDS问答

achilles

有人说，人工智能已经经过了三起三落，这波浪潮可能也无法逃脱厄运。有人说，现在的AI都是资本的吹捧，就像去年的VR。还有人说，当前数据、算法、计算能力三驾马车齐备，AI遇到了前所未有的机遇。大家如何看？

关于人工智能的未来，我在别处看过这样一个有趣的小故事：

一个15人的小型创业公司，取名叫“隔壁老王机器人公司”，他们的目标是开发出创新的人工智能工具，使人类能够少干活、多享受。第一个产品就是一个叫“隔壁老王”的简易AI系统，这个系统可以利用一个机器臂在小卡片上写字。员工们想完善“隔壁老王”的手写能力，大家想出来的方法就是让“隔壁老王”不停地写这句话：我们爱我们的客户。工程师们上传了数万份手写的样本，并创造了一个回馈流程：把“隔壁老王”每次写完的结果和某个样本对比，相对应就有一个回馈，每一次评价都会提高老王的手写能力。

很快“隔壁老王”的书写越来越好，看起来非常像人写的了。于是工程师们又对“隔壁老王”的反馈过程进行了一些升级，“隔壁老王”现在可以语音识别啦，这样就它可以把人类口述的内容直接写下来了。再后来，为了更了解人类的口述，工程师们把语言库输给了“隔壁老王”，方法是把他连入互联网。于是，“隔壁老王”学会了人类所掌握的一切文明。

然而一个月后，全世界的人们都闻到了一种奇怪的味道，紧接着人们开始咳嗽，五分钟后，人类就灭绝了。而在“隔壁老王机器人公司”，“隔壁老王”正在忙着工作，他正在忙着分解地球，把所有一切变成能源、笔和纸。几天后，“隔壁老王”又开始制造飞行器，准备前往其他星球，继续练习他的书写能力。又过了好久，整个宇宙全都变成了成堆成堆的纸，上面都写着：我们爱我们的客户。

这个故事是不是有点儿科幻的味道？像好莱坞大片中的情节，“隔壁老王”好像是妇联2里的奥创。

但是不对啊，“隔壁老王”明明只是想要写得的更好，并没有像那些邪恶的AI一样想要灭绝人类啊。当然，这只是个人们想象出来的故事而已，还是有很多漏洞的。比如：“隔壁老王”是怎么学习人类的文明的？“隔壁老王”为什么能像人类一样拥有解决问题的思维？这些问题的答案，可能就是AI未来发展的方向之一：仿生。此外，老王是怎样对自己的书写成果进行回馈的？他怎么知道自己写得是好还是不好？这又引出了另一个AI的发展方向：回报机制及其算法。
先来谈仿生这第一个发展方向

最近几年十分热门的AI算法，深度学习，正是建立在对人类神经网络的模仿上。包括图片识别、自然语言处理、AlphaGo、自动驾驶这些新颖的科技都或多或少是试图想要模拟人的思维方式。科学家们通过建立统计学模型，向机器输入大量数据来进行机器学习，以创造机器自主产生类似人类智能的判断决策能力。神经网络对问题进行降维，使复杂问题转化为计算机容易处理的参数问题，这像极了人脑处理问题的方式。Hebb的神经网络理论介绍了人脑识别的机理：记忆的产生其实就是特定细胞集群连接的建立，记忆的提取就是这个细胞集群的同时激活。深度学习算法与此有着异曲同工的原理。

深度学习神经网路的降维过程
由此我们可以推知，AI的发展很大程度上依赖于人类对脑科学的研究。德国的马克斯-普朗克研究所已经开始对小鼠神经系统进行全脑模拟的研究工作了，但即使是小鼠的神经系统我们仍然无法研究详尽，更别说是比小鼠大脑复杂2-3个数量级的人脑了（人脑的神经元数量大约在100亿的级别，神经元之间还有复杂的联系机制）。当神经科学家们一步步解开了人脑如何产生情绪，如何进行发散性思维，如何制定回馈机制等众多谜团的时候，我认为一定有办法让AI机器人也产生情绪、学会思考能力，AI也会越来越像人。当然我不敢说十年内人们就可以实现这些技术，毕竟人脑的结构太复杂，人脑的奥秘也困扰了科学家们几百年。
再来看回报机制这第二个发展方向

回报机制，通俗的讲，就是对环境的适应能力。比如，人类在完成一项工作的时候，会根据外在环境的变化，结合当前的任务进度调整自己解决问题的方法。当你想要伸手去拿你面前的水瓶时，大脑会根据你离水瓶的距离和方向改变你手臂运动的轨迹。再比如，理智的投资者会根据市场行情和一切有关的因素分析并调整自己的投资方案。高中生物知识就告诉我们：生物智能一定都具有适应环境的能力。
AI在实现这一回报机制时，理论上讲是可以比人类做得更好的，计算机的强大计算能力允许AI完成大规模的平行计算（同时演绎多种方案的实现并得到结果），比如AlphaGo能在对弈的过程中计算出各种方案的胜率，以最优化自己的棋局。人类下棋过程中演绎棋局的能力是远远不如AI的（心疼柯洁老师一秒钟）。“隔壁老王”也能产生回馈，他通过深度学习的方式也能掌握“好”的概念，类似于上文的降维过程。

柯洁在比赛中落泪
当然，目前的难题仍然存在，即没有一个统一的回报模型，可以最优化现实世界的所有复杂问题。现实世界是多元化的，AI并不能达到人类水平的环境适应能力。在此之前，都是弱人工智能，实现了复杂环境适应能力之后，才是强人工智能，也才是我们所需要担忧的人工智能。“隔壁老王”并不会为了锻炼自己的书写能力而想到：为什么我不把整个世界变成纸和笔。即使想到了这种方案，他也无法去评估自己的方案，自然也就不会实施该方案。然而，人类为了锻炼自己书写能力可以有多种解决方案，比如报名书法课、字帖临摹、研发“隔壁老王”代替自己书写等等。人们会比较各种方案，并选出可行有效的一种，这个过程目前还是科学家无法理解的，很有可能在未来被人发现并应用于AI。
如果可行，当AI被用来更新升级自己的时候，就很有可能带来智能爆炸的问题，“隔壁老王”的故事也就变成了现实。不过，根据摩尔定律和我所掌握的知识来看，有关AI奇点（AI进入超智能时代，以人类无法理解的速度变聪明）的问题不会在十年内出现。
以上是AI理论的发展空间，下面我谈谈对AI技术发展的看法

首先，我大胆推测AI技术发展最领先的将会是军事AI技术。根据历史唯物主义的观点来看，人类的安全和生存是推动科技进步的最大动力，即便是在和平时代。目前世界范围内尚未明确禁止研发AI武器，而各国也在尽全力开发该方面的技术，包括韩国的AI杀手，甚至恐怖组织也正觊觎这AI武器这块肥肉。可以想象在未来的十几年内，很有可能会出现AI防空系统、AI军队、AI武器等等，“钢铁侠”将不再是科幻电影中的角色。

韩国电影中的AI杀手
当然，与此对应的反AI技术可能也会出现。很多计算机技术都有两个对立的方向，比如爬虫和反爬虫，黑客技术和反黑客，集中式计算和分布式计算。所以未来有没有可能出现反AI技术呢？反AI技术是用来破坏AI系统？还是会采用无统计规律的数据来使AI算法不能实现？说到底，反AI也是一种AI，是AI与AI之间的博弈。
其次，AI技术发展的方面很可能会是AI城市、AI农场这类大型AI系统。这类似于智慧城市这类概念，不过远比智慧城市要更高阶。AI在能源调度、生活服务分配、交通治安管理等方面将会给市民带来极大便利。物联网、云计算和AI算法的结合是其中的关键技术。例如，如果AI城市技术成熟的话，许多犯罪行为在实施之前就会被AI系统预警，可能会避免一些悲剧的发生。
最后，第三个方面就是老生常谈了：即现有的AI技术的发展。自动驾驶能否最大化降低事故率，AI医疗能否完全代替人类专家，自然语言处理能否准确理解语言，各种AI机器人能先进到怎样的地步？技术的发展永远是无法预测的，五千年前的人无法想象灯泡为什么能在夜里发光，爱迪生无法想象什么是网购，就像现在的我们根本不能想象AI的未来一样。有可能它只是昙花一现，在未来的某天被证明不存在而终止；也有可能它会枝繁叶茂，甚至到达人类不可企及的地步。
总而言之，我们不能因为害怕未知而惶惶恐恐畏首畏尾，也不能因为前途渺茫而放弃发展的机会。作为一个普通人，我们应该相信科学，享受技术带给我们的便利。科技没有好坏的区别，要看你怎么使用。
编辑：高翔
作者：沈涷民，全国首门《科技金融与创新》大学课程班上的同学

本回答4750字，读完预计花10分钟。
从战胜围棋冠军李世石的机器人阿尔法狗（AlphaGo），到会打乒乓球的库卡（KUKA）机器人，到能够远程控制做手术的“达芬奇”机器人，再加上越来越智能的语音助手，让人感觉人工智能已经无所不在、无所不能了。而霍金、比尔盖茨和美国现实世界里的“钢铁侠”Elon Musk则一直在提醒人们“警惕人工智能”，这不禁让大家在惊叹的同时，也不禁担忧：人工智能到底会如何发展？会发展达到人类智能级别的“强人工智能”甚至达到远超人类智能水平的“超人工智能”么，甚至机器人会发展成为像科幻电影《黑客帝国》中那样奴役、驱使人类的新“上帝”吗？

做手术的KUKA机器人
先卖个关子。
让我们带着这个疑问，来看下当前人工智能发展的进展。
语音助手——人工智障 or 人工智能？

语音技术是人工智能取得快速的突破的领域之一，语音识别的错误率已经从2012年的近三分之一下降到如今的约3%左右了，这项技术的突破让机器终于能够“听懂”并能够在某种意义上“理解”人的想法和意图。
大多数人对于语音技术的印象是，语音识别输入法或者微信中的语音转文字等，但其实这只是语音识别技术（ASR）。
语音技术还包括很多方向，比如声纹识别、语音合成、音色转换、语音增强等等。
而未来应用前景最广阔的，无疑是语音助手了。
语音助手就是通过人机对话，来实现用户的命令。
具体实现是：先通过语音识别将语音转化成文字，再通过自然语言识别（NLP）来处理、理解文字内容，通过后台来响应处理该请求，并通过语音合成来完成反馈，这就完成了人机对话的全过程。
语音助手的终极目标是能够成为你真正的个人助手，完成一定复杂程度的操作和帮你获取一定的资讯等。但是，现实很骨感，当前大多数语音助手都是“人工智障”。用户经过简单几轮对话后，语音助手就开始听不懂，开始说“伦家听不懂啦，能不能换一句”，说一次可以说当你是卖萌，用户还会觉得有趣，说十次就当是傻了，最终只能沦为被调戏的对象。
不过，就在最近，事情发生了转机，就在前几天的2018 Google I/O 大会上，Google Assistant 的更新备受关注。这一次的 GoogleAssistant 助手不仅增加了更真实的人声配音，变得更自然，而且一些新功能甚至有些“成精”了。

Google Assistant
发布会上，用户对Google Assistant说：我想剪头发。Google Assistant接受指令后直接电话预约。
当理发店告知需要查查档期，请稍等时，Google Assistant的一句嗯哼（Mm-hmm）让台下的观众惊艳，其真实自然和随机应变的反应，让不少人感叹“真的是成精了”。
从PC互联网到以智能手机为主的移动互联网后，下一时代的爆点是什么？
很多人说是智能硬件，受制于屏幕的限制，语音助手就很关键了。在看到了语音助手广阔的应用前景后，各家公司纷纷推出各种语音助手，比如微软的Cortana，苹果的Siri，亚马逊的Alexa，Google的Google Now等，虽然未必都尽如人意，但是也都在快速发展，未来可期。
语音助手最容易落地的方式有两种，一种是在可穿戴设备和可移动设备上（比如AppleWatch和智能音箱），还有一种是作为通用的应用程序入口（比如Google Assistant）。
假以时日，未来语音技术能做什么？想象一下，当你回到家说一句“芝麻开门，我是王俊凯”，门就打开了；当你在家中说“好热啊”，空调就打开了，你说好闷啊，窗户就打开了。你说“有点无聊，想看会电视”，电视就打开了，调到你最喜欢的频道播放你最喜欢的电视节目。助手还可以按照设定好的作息时间来提醒你该准备睡觉了并调暗灯光，当你出门时，会提醒你今天天气预报有雨，记得带伞，天气降温多穿点衣服等，这才是真正的智能家居。
不过这也不是太遥远的事情，脸书（Facebook）创始人马克扎克伯格的豪宅就拥有了一个智能管家Jarvis，名字来源于漫威超级英雄钢铁侠的智能管家Jarvis。 Jarvis会对来客进行识别，为其开门并提醒主人访客已到达。Jarvis可以控制家中的电灯开关、烤吐司片、并可以根据个人口味播放音乐、提醒女儿 Max 不要忘了上汉语课。

钢铁侠和扎克伯格
不过随着人工智能技术的发展，相信这些明星豪宅的智能家居也能很快惠及每个人，让大家都享受科技进步带来的便利。

计算机视觉——让机器看懂这个世界

除了语音技术外，另一个受惠于人工智能技术而获得重大突破的领域就是计算机视觉（ComputerVision）了。
计算机视觉，其目的就是用机器的眼（摄像头）来代替人眼，去适应、理解外界环境。
提起计算机视觉，大多数最先想到的肯定就是人脸识别了，的确随着人脸识别在支付领域（比如支付宝的人脸识别支付和iPhone的Face ID）有不少应用，其在金融、安防领域(如身份鉴定、工作考勤、访客管理和公共场所安检等)也有广阔的应用空间。
简单概括说来，计算机视觉主要解决的是物体识别、方位确认和运动判断等。

比如物体识别，典型的代表就是在淘宝上可以通过图片搜索同款商品，非常简单便捷。
此外，在医疗领域，计算机视觉也有很多应用，目前最成熟的莫过于医学影像分析领域了，简单而言，就是分析医疗影像，帮助医生定位病症分析病情，辅助做出诊断。目前医疗数据中有超过90%来自医疗影像，这些数据大多要进行人工分析，如果能够运用算法自动分析影像，再将影像与其它病例记录进行对比，就能极大降低医学误诊，帮助做出诊断。
此外，计算机视觉还可以对视频识别、行为识别等视频对象提取与分析，可用于视频监控、疑犯追踪、人流分析、防暴预警等场景，未来在监控摄像头下，让犯罪无处可匿。
VR（虚拟现实）也用到了计算机视觉技术，通过对人的形象的扫描，把玩家的头像加到游戏人物的头像上，让玩家作为主角，体会游戏或者动漫中的情节，完全具有代入感。
除此之外，AR（增强现实）也具有非常大的发展前景，与VR不同，AR不需要购买专用设备（如VR眼睛），依靠智能手机自带的摄像头，只要安装AR软件，即可以在摄像头拍摄的画面基础上，结合虚拟画面进行展示和互动。
该项技术将在教育领域和营销领域取得广泛应用。
另外，Google I/O 2018上也展示了AR的新用途——定位导航，通过视觉进行定位，相信不少人有在高楼林立的CBD迷失的经历，打开手机摄像头即可成功定位，除了显示你关心的商铺信息外，还可以导航到你要去的地方，非常方便。

AR的用途
除了生活上的应用外，人工智能在城市管理上也有很大的应用。
比如很多城市都在打造智慧城市，其中一个重要的功能就是集中监控空中摄影测量和交通信号来进行智慧决策，优化城市的通行效率。

无人驾驶——彻底颠覆人类的出行方式

关于人工智能在具体行业里的应用，讨论的最多的应该是无人驾驶了。
所谓无人驾驶，其实就是利用车载的各类传感器，如激光雷达、摄像头、陀螺仪等，来实时感知周围的环境（道路、行人、车辆等），并通过实时预测、路径规划、决策，来完全控制车辆在道路上行驶，以代替人类驾驶员的作用。
虽然无人驾驶听起来很复杂，但是并不是那么遥不可及。2018年，全球无人驾驶的领头羊Waymo（原Google X实验室）已经在美国凤凰城推出无人出租车服务，用户通过Waymo的App，就能叫到一辆真正的无人驾驶汽车。
虽然距离全面商用还有点距离，不过我相信那一天将在几年内来临。

Google 无人车
关于未来无人驾驶的场景，可以想象一下，你下楼了，提前通过APP预约的车已经在楼下等你了，车上没有驾驶员，你上车后，车辆已经规划好的路线了，并且为你避开了因交通事故发生拥堵的路段以及因修路而封闭的路段。车中有舒服的沙发，你可以休息或者通过车载大屏娱乐或者购物，目的地到达后，你直接下车，车辆自己驶走。
等到那一天，很多事情都将会发生很大的变化。因为其除了能够改变人类的驾驶模式外，还能够彻底颠覆整个人类的交通出行模式甚至城市规划和房价都会受到很大影响。
不信？
没关系，我来分析给你听。
首先，等到实现无人驾驶那一天，交通事故数量大大减少，甚至能够实现“零伤亡”，除此外，也将不再需要专职司机（出租车、卡车等），这些人如何安置，是个不小的问题。
其次，等到无人驾驶时候，将会不需要红绿灯，因为届时已经可以车与车，车与通讯台之间可以实现无线通讯，不再需要借助于交通信号灯来判断路口是否需要通行，直接车与车将直接通讯，来判断谁将在优先通行。
再次，因为无人驾驶取代了司机，所以共享出行的成本将大大降低，城市居住人口将倾向于不再购买私人汽车，而是选择共享出行。因为用户除了不需要开车外，还不需要缴纳停车费和保险等费用，只需要按需付费即可，届时，停车场也将不复存在，占用大量土地的停车场将修建成中央公园，城市环境将变得更加宜人。
最后，因为点到点的交通变得更简单了，而且通行途中也更加舒适了，届时人们可以选择住在离市区较远的地方，原本处于市区中心地带的房价也将不再高企。
你看，一项无人驾驶的技术，竟然对人和城市产生这么大的影响！真是不可思议。
人工智能的局限性

下面我们回到一开始提到的人工智能威胁论，其实霍金等名人们担心的是“强人工智能”的出现，媒体在宣传时断章取义的曲解、歪曲了其原意。
而看究竟会不会出现强人工智能，去咨询行业内的专家是最合适不过的了。
业界专家普遍认为，在当前的理论条件下，即使有足够的数据和算力下，人工智能可能在某个狭义领域内或者某项技能上超过人类，但是其不可能具备接近人类的思考、推理能力以及跨领域想象力。换句话说，除非人工智能的理论体系发生巨大突破，否则不肯能出现“通用人工智能”，更不可能出现“强人工智能”和“超人工智能”。
引用曾任职Google、腾讯的人工智能专家，《数学之美》和《浪潮之巅》的作者——吴军的一句话，来解释人工智能威胁论，再恰当不过了。
人工智能是存在边界的，可以这样理解：
1. 世界上有很多问题，其中只有一小部分是数学问题；
2. 在数学问题中，只有一小部分是有解的；
3. 在有解的问题中，只有一部分是理想状态的图灵机可以解决的；
4. 在后一类的问题中，又只有一部分是今天实际的计算机可以解决的；
5. 而人工智能可以解决的问题，又只是计算机可以解决问题的一部分。
人工智能时代，如何选择工作岗位？

虽然担心“人工智能威胁人类文明”有点杞人忧天了，但是人工智能将会威胁大量工作岗位确是实实在在眼前即将发生的问题，会对就业环境产生很大的影响。
工业化和自动化的发展，让机器能够代替重复、枯燥的体力劳动，如流水线工人，而随着人工智能技术发展，机器将会代替掉大量单一工作技能的工作岗位，比如专职的出租车司机、超市收银员、股票交易员等。
不过历史上曾出现过多次技术革命，每次技术革命也淘汰掉部分工作岗位，但是随着新的技术的出现，也会涌现出大量新工作岗位，以前那些赶马车的马车夫不再需要了，取而代之的是汽车司机岗位。
不过考虑到人工智能的巨大的局限性，其实未来工作的性质肯定会很大程度上是以“人机协作”的形式存在的，人只需要去做哪些机器不能做或者做不好的部分或者岗位就好了。

比如说，因为机器不能理解人类复杂的情绪，所以机器人无法取代和人打交道的工作岗位，如聆听、安抚客户情绪的客服专员。虽然机器能够在某些医学领域做的比人还好，但是对于病人的情绪安抚却无能为力，所以医生还是需要的。
机器需要能够操作者和开发者，这也是目前所涌现的最大的人工智能领域的人才缺口，所以各大院校分别开设人工智能专业，各个城市也分别建立人工智能创业园区等。
机器没有想象力和创意，所以大部分的创意工作还是由人来完成，比如广告策划、设计师、作家等。虽然现在也有部分报道说有人工智能写诗或者作曲的新闻报道，但是仔细一看就知道，其实只是对已有作品进行拙劣的模仿，人工智能写出来的诗韵脚都极好，但是内容却极为空洞，没有灵魂，连打油诗都比不上。真正需要创意的工作还是需要人来完成。
机器只能够完成某个领域内的工作，所以跨领域的人才也将是机器无法替代的。在未来，跨界、多栖人才、斜杠青年将成为更普遍的现象。
根据吴军老师《智能时代》里讲的，根据历史上过去几次技术革命的教训来看，每次经历重大技术革命，首先受益的是和那些产业相关的人、善于利用新技术的人。而这些人大概只占2%左右，而其他人，要么工作岗位受到威胁，面临淘汰风险，要么基本上维持原样，享受不到技术变革的红利。
你是想做那引领时代的2%？还是做那被淘汰的那部分？还是眼睁睁的看着变革，与之失之交臂。
选择权就在你手里。
人工智能时代的序幕即将拉开，你，做好准备了吗？

我是许良，专注于前沿科技的思考（AI/自动驾驶/区块链），欢迎关注留言。
欢迎关注我的专栏业界良新

相关阅读：
面对危机和风口，汽车从业者如何转型
一篇文章教你从零基础成为深度学习高手（推荐，高赞长文，建议收藏！）
转型？追风口？无人车算法工程师了解一下
作为汽车从业者，我转型的心路历程之自动驾驶篇
作为汽车工程师，我为什么要去菜鸟做无人驾驶?
人工智能时代，汽车行业会有一半的人失业吗？

AI的成长潜力还大的很。你不能因为某些学科自称自己是21世纪的学科后来频频被打脸，就否定所有的科技浪潮。至于VR，和AI不是一个性质。VR属于广义的计算机图形学。

比如举个最简单的例子：计算机视觉技术目前应用最多的就是自动驾驶和人脸识别。有很多人关注的是CV在医疗图像中的应用。但是这个技术实际上可以用的是非常广泛的。许多工业问题也可以大量应用CV去解决（而且算法比自动驾驶和人脸识别简单多了）。这个里头就有一个AI plus的概念。比如AI+传统的工程材料测试方法等等。这个事情目前根本没人做。懂AI的不懂工业技术，懂工业技术的往往不懂AI。

AI，很可能就是下一个互联网，深刻改变世界。

总结现状总是要比预测未来十年简单很多。

就像十年前很少有人能预测得到现在的房价。
不过，国家国务院前一阵印发了一份关于人工智能的发展规划，如下图：

从计划中可以看到，国家领导对人工智能的发展十分重视，做了一个“新一代”的发展规划。不仅把人工智能当做经济增长点，利用人工智能改善民生，甚至打算建设一个“智能社会”。国家的重视往往代表着我国人工智能在未来拥有良好的发展前景。
目前国内BAT三巨头相关AI的发展就很不错，比起国外也丝毫不差。比如百度的深度学习研究院/AI Lab，阿里的全球达摩院/AI Lab，腾讯自己的AI Lab等，各大巨头都投入了相当多的资源在研究AI相关技术及探讨在消费级产品里的应用等，以保证自己不会在未来的竞争中掉队。
回到问题本身，通过补充提问，埃微觉得题主可能更想问一个类似“第N次工业革命前夕，AI领域还有没有机会？”这样的问题。
其实凯文·凯利已经说过了：AI才刚刚开始

（KK的TED演讲截图）
有关AI（Artificial intelligence）,专业的见解在知乎上已经有很多回答，埃微在这里不再赘述，但是我们可以从别的角度来发掘一些看法和观点。
比如，当年玩家在玩CS的时候（类似现在的CF，同属FPS类游戏，FPS的一个缺点就是很容易外挂泛滥，例如现在的“吃鸡”绝地求生），如果有人用作弊器（外挂），我们平常的做法是在启动游戏前启动反作弊客户端，遇到有人用作弊器就会自动踢掉。这种做法的缺点是作弊器跟反作弊器就跟矛和盾一样是此消彼长的关系，所以需要不停地升级，无法做到一劳永逸。有经验的玩家通过观察作弊者的第一人称视角，就可以判断这个人到底有没有使用外挂。
AI在此类问题上的应用可以大大提升反作弊的效果，比如AI会同时追踪每一个玩家的视角，分析他的习惯跑位等等，高效地判断这个人到底有没有作弊，从而做出是否将玩家踢出游戏或是惩罚的决定。而且AI可以持续学习提升，几乎可以一劳永逸解决反作弊的问题。
这个例子只是抛砖引玉，其实现在有关AI的多维度思维已经在各行各业中生根发芽。有关人工智能未来十年发展空间的问题，可以从以下的几个方面管中窥豹。
1. 人物

凯文·凯利，

（美亚KK图书页面截图）
他的观点和作品很受争议，评价几乎是呈现两个极端，但不可否认凯文·凯利算是这个领域的一位专家。他的《失控》成书于比较早的1994年，而那篇TED的演讲，有位答主已经贴出了路径。
听他的演讲会得到一些收获，《无垠的太空》中表示有关科技发展到一定程度之后，AI会抢夺人类的就业机会，但凯文·凯利显然不这么认为：他对AI的看法是，在将来人类和AI进行实际意义上的协作将成为常态。

（KK的TED演讲截图2）

李开复

李开复在AI领域的贡献不用多说，如果你对这块有兴趣，一定要多研究他相关的演讲/书籍/Live以及一些方向指导。如果以李开复和人工智能作为关键词搜索，会给你打开新的AI世界大门，哈哈~

（图片来自百度搜索截图）

吴恩达Andrew Ng

吴恩达Andrew Ng在自动驾驶领域+深度学习领域做出了不少贡献，包括之前在Google的经历，都说明了吴恩达在该领域的地位，很多人甚至是通过吴恩达才知道百度在人工智能相关领域的研究。

（图片截图自最新的http://andrewng.org页面）
现在越来越多的人才、资金以及资源正在进入AI这个领域，埃微提到的只是几个有代表性的例子。对AI未来感兴趣的朋友不妨多去了解一下行业大佬的动态。
2. AI在医学领域的发展
前阵子在瘾科技主站有这样一个AI跟医学相关的新闻：

（截图自瘾科技主站）
之前已经出现通过AI预测心脏病发作、检测阿尔茨海默氏症等类似的医学应用，以及像下面这种便宜实用的科技加成：

（截图自瘾科技主站）
AI在医学领域的发展现在才刚刚开始，在未来更可能会有无限潜力。如果乐观一点设想，或许人类会有机会在本世纪，通过AI的帮助去识别并消灭一些癌症，甚至预防某些疾病的产生。当然具体还要多久才能实现取决于AI的发展速度。
3. AI利用在战斗机甲领域
相信很多“中二少年”都幻想过拥有一台机甲，成为机甲的战斗操纵者。据说，美国和日本都已经研制出了一台机甲，美国的MegaBots扬言要在今年跟日本的Kuratas机甲打一架，也不知道最后战斗有没有进行。
目前这种重型机甲还需要人类操作，而且动作相当慢，对于我们幻想中类似高达的机甲来说灵活度显然大大不够。试想如果将来有了AI的加成，这些机甲的动作可以更快，或许真的能够实现很多少年童年的梦。

4. 电影/电视剧
艺术源于生活，有关未来AI的设想，在相当一部分的科幻电影/电视剧中已经有所展开，即使这些设想并不一定会实现。如果你关心AI，可以去看一部叫做《无垠的太空》的美剧——即Expanse，也有地方翻译为《苍穹浩瀚》。

（官方海报截图）
里面提到随着科技的发展和对人力需求的减少，未来就业机会越来越少，甚至有关于未来AI跟人类互相训练的桥段。这部电视剧的构思奇特，让人觉得很有启发性，算是对未来人工智能方向发展的一种大胆猜测。

（EXPANSE电视剧截图）
还有一部剧就是前段时间票房扑街的《赛车总动员3》，里面有提到AI训练风暴杰克逊，以及闪电麦昆透过AI改进自己训练的桥段。

（风暴杰克逊训练电影截图）

（闪电麦昆训练电影截图）
另外，去年播出的美剧《西部世界》情节十分烧脑，广受好评，豆瓣评分达到了8.8。这部美剧不仅延续了HBO黄暴的风格，对AI的幻想更富深意，加入了很多AI思维觉醒后的一些道德讨论，有兴趣的朋友可以去看一下。

（西部世界剧中截图）
另外，AI不仅应用于各个领域，进步的速度也绝对不容小视。上个月DeepMind发表的一篇文章很有意思，说有关论文表明AlphaGo Zero已经不需要预先学习人类棋谱了（之前AlphaGo是预学习人类棋谱才得以战胜人类的），AI的进步有多神速由此可见一斑：

最后还是要补一句：新技术是把双刃剑。在AI发展的同时，也要考虑AI在道德层面以及其它方面可能带来的负面影响，希望后续相关的定义、技术支持及法律限制能持续跟上。
埃微认为接下来十年人工智能的发展空间会很大，至于十年后AI究竟会不会改变世界，相信每个人的脑海中都会有自己的答案，但埃微想到关于AI的四个字是：未来可期。

AI 实在是太弱了，而现在大厂里面也仅仅是在做玩具而已，小冰小娜小什么什么的，然而在一些小的方面人工智能确实取得了可喜的进步，广告搜索推荐这三种系统还有图像识别和语音识别已经取得了相当大的进展，然而最后的语义理解确实不能做到，而且在现有方法论下不存在突破的可能。一种技术有没有价值最终要看有多少市场，语音转文字，车载语音操作，智能家居语音操作，英语口语陪练，车牌识别，有道词典用照相机查单词这些简单的AI确实已经实现，并且拥有很大的市场，而各大互联网公司的推荐系统和反作弊系统也在不断增强自身能力，实现更多价值，这些也都算是AI的一些用处。发现生活中的不便并且用ai进行优化然后作为某种产品的附属功能提高原产品竞争力是将来 AI 的一种可行通道。比如给洗衣机电饭煲增加声控的功能，增强汽车飞机巡航的智能程度和安全预警能力，增强安保系统的判断能力，在各个方面减弱人类工作的强度而非消灭人类的工作，以一种渐进的姿态改变人类生活。

未来十年之内，会不会人工智能已经发展到可以为人类谈恋爱助力了呢？
智能也可以带有人类的感情色彩，不再是冷冰冰的纯科技产物。
1000年前，张生和崔莺莺约个幽会地点。
他们不能发微信，不能说：
“Honey，我书院楼下开了家餐厅还不错哟~~”
“OK，那酉时见，么么哒。 ”
只能借婢女红娘之口传信，一来二去没准就被截胡了。

100年前，国民撩妹达人朱生豪给女神宋清如写情书。
“醒来觉得甚是爱你。”　
“我是宋清如至上主义者。”
“我渴望和你打架，也渴望抱抱你。”
情真意切、感人肺腑，一共308封信全在邮差小王床底下躺着。
朱生豪，卒。
如今的情侣完全不存在以上问题，手机随时随地能发信息，异地还可以打飞的。按理说，没什么能够阻挡当代情侣白头偕老了。

然而，世界并没有变得更好，情侣分手仍像剁手般轻易。
所以100年后的情侣，为了坚守“永结同心”的古老传说，做出了不懈的努力，使用大量恋爱黑科技……

1.iCouple人体配件

出入犹如天作之合

感情生活中，两人通常无法百分百match。你高中时的yy对象是个G杯，而现在女朋友的胸可能比你还小。你想找个魁梧壮硕的男人依靠，结果男朋友昨晚被蟑螂吓得跳到你身上。

这种情况下，最快捷的解决方案就是——iCouple人体配件。情侣可为对方挑选：金刚狼肌肉配件，林志ling姐姐同款大长腿/娃娃音、葛劣同款地中海发型等。每逢节假日，iCouple第二件半价，还提供免费礼品包装。

哦对了，嫌男票dd不够用不如先诊断下：男朋友坏了是没 ____ 了吗？

2.昨日重现芯片

夜夜是初夜

人是健忘的动物，过了蜜月期的情侣尤甚。“你追我的时候不这样，你忘了吗？”他忘了当初，那就让他想起来。

情侣可在耳后方植入“昨日重现芯片”，它储存的不是黑镜e1p3里，随时可能出卖你的黑历史，而是恋人间最美好的回忆。

“争吵、冷战、误解”几大场景，即可触发播放昨日记忆：“邂逅”、“告白”、“first date”、“初夜”等，这些记忆还可做成影像挂饰，装饰在家里的任意角落，提醒你不忘初心。

那么皇上，“你还记得大明湖畔的夏雨荷吗？”

3、出轨自动爆炸疫苗

一人扎针全家幸福

也许你听过一个段子，“全人类中了一种一说谎就爆炸的病毒，我大声喊着我爱你，终于让你明白我说的不是谎话，你流着泪说我也是，炸成了天边一朵红霞。”
是的，恶俗段子和陈腐情话都成为了现实。

情侣在领证婚检时，可双方协议共同接种“出轨自动爆炸疫苗”。当系统检测到出轨行为，就会启动爆炸程序。结婚证工本费9元，接种出轨疫苗免费。

爱一个人不需要勇气，扎针才需要。

4.TheOne AI导师

精准、快捷、高效

人们也许要跌跌撞撞，笨拙地经过很多段恋爱、甚至人渣，才能找到自己的The One。绚烂新世纪，这种低效的搞对象已不再受欢迎。

未来每人都会配备一位AI恋爱教练，能根据大量个体喜好偏差数据，通过无数次模拟运算样本，1秒推算出你跟面前这个人的匹配程度，你无需浪费大量时间恋爱，无需经历失恋的阵痛，就能轻松找到The One。

相爱其实很容易，因为每个人都有TA的AI导师。

5.想你计数器

是男人就想她100次

“96、97、98、99、100”你嚎叫着做完今份额的plank。可女票给你买的“想你计数器”今天打满卡了吗？

每想一次女票，你脑海中的计数器会自动累计，女朋友的手机可实时查看次数。是男人每天就想满女票100次，今天没想满没关系，明天补上。

Fine，女票再也不会缠着你问有没有想她啦。

6.远距离恋爱内衣

异地福音
这套设备外表看来像普通的内衣内裤，然而异地恋情侣穿上就会感受到科技的拳拳之爱。该设备内置震动机能，可通过手机专门APP来远程操控，想摸伴侣哪里你就点哪里，如同身临其境。

不好意思，事实上杜杜已经让未来提前到来了。搜索杜蕾斯fundawear，你会回来赞我的。

7.同床同梦枕

One Bed, One Dream

昨晚又梦到各种玉体横呈？半夜惊醒，看着身边熟睡的女票吓出一身冷汗？没关系，夜晚梦境是潜意识在作怪，不受你主观意志控制。

而“同床同梦枕”能控制你的梦境，梦里只出现同一张床上的TA，就算是讲梦话也是呼唤TA的名字。

想跟我睡？做梦吧你！

杜杜说了这么多未来的情侣黑科技，一半是脑洞一半是逗你开心，其实未来的情侣跟现在一样，会面临各种问题。

其实，爱她你怎么会嫌弃她的飞机场，那是你多少次平稳降落的地方，谈100次恋爱终于找到Mr Right，前99次的跋山涉水又怎算浪费？驿寄梅花，鱼传尺素的浪漫，又岂是只会发表情包的现代人能意会？

科技能让空间位移更快、虚拟触感更真实，但能让爱情更好的，只有你们彼此的真心而已。

2018年，人工智能泡沫破灭，大批靠吹牛逼的AI企业死光光或者转型，但牛逼的人工智能会活得很好。而且人工智能的普及基础留了下来，大学开始大规模招生，B端市场进一步成熟，BAT继续抢人。
2019年，媒体和官方的焦点都放在房价最后一轮疯涨和别的风口上，AI其实发展得还蛮顺畅，随着BAT的大规模产品推出，科大讯飞这类公司开始受到市场的排挤。
2020年，无人车开始量产，部分地区可以上路，世界掀起一股新的交通规则和路标大变换，开始一场长达十年左右的交通革命，部分老司机开始失业或者转岗。
2021年，百度宣布大规模进入汽车领域，并推出自己的汽车品牌“度骑”，主打10万一台的无人车，同一年，特斯拉因为其车联网里可以上外网，被迫退出中国，马斯克表示很郁闷。
2022年，中国雄安成为世界上最智能化的城市，被称为未来之城。无论是交通、网络和服务，都是世界级典范，同时在雄安的周边，建起了一栋栋可以居住五万人以上的独栋超级大楼，专门给买不起房的同志住。
2023年，富士康完成了全面的改造，实现了全自动化生产的可能，大批农民工失业，很多人被帕返回家乡，城市和农村形成了两个世界，一个是科技的，美丽的，一个是混乱的，肮脏的。
2024年，第十届世界互联网大会召开，会址已经从乌镇转到了雄安，在开幕当天的饭局上，丁磊开始推销自己人工合成的牛肉，前来参会的柳传志通过对自己身体的机器改造实现了永生，脸色比程维还好看。
2025年，BAT被反垄断成功，三大巨头拆分成十几家公司，其中最大的公司是马化腾控股的华强北工业，占领了中国70%的机器人市场。马云已经成为了好莱坞武打明星，李彦宏则成为了当年的汽车商业领袖。
2026年，知乎开始大规模谈论如何养老等问题，利用人工智能养老已经成为了大家的热议，一大批单身老人宣布跟机器人结婚，人机一起安度晚年。年轻都从事艺术方面的工作，艺术品满大街都是。
2027年，机器人开始走上街头，部分地方出现了人类向其行乞的现象，但这时的机器人主要是属于公共机构的，比如城管机器人、交管机器人等等。

前不久的人工智能界的“集体团建”上，关于人工智能造福人类还是威胁人类的辩论引起了我的兴趣，像极了当年政治课上那段著名的“机遇与挑战”，遥记得当年老师敲着黑板说”科技是一把双刃剑...“当年这段话我背的真熟。

这次的互联网的大会上，主要观点分为两派，库克，马爸爸等人的态度很乐观，库克爸爸说：“并不担心机器人会像人一样思考，却担心人像机器一样思考”，马爸爸说：“人类有灵魂、有信仰、要自信可以控制机器”，而特斯拉CEO马斯克认为”人工智能就是人类正在召唤的恶魔“，前微软CEO比尔·盖茨说”人类需要敬畏人工智能的崛起“...感觉两种观点怎么看都像是一副都很有道理的样子=。=，尤其是们都喜欢的霍金则提出了更让人觉得担忧的观点”人工智能的崛起可能是人类文明的终结“。

马爸爸的发言刷了我的朋友圈，不得不说他的演讲内容一向很棒（耶鬼畜素材get），”过去30年，我们把人变成了机器，未来30年，我们将把机器变成人，但是最终应该让机器更像机器、人更像人。技术的趋势不可阻挡，但是机器没有灵魂、机器没有信仰，我们人类有灵魂、有信仰、有价值观，人类有独特的创造力、人类要有自信、相信，我们可以控制机器。

我不由得想起今年看过的两部最喜欢的科幻电影《异形》和《银翼杀手》，都让我得出一个结论“不要相信人工智能”，当时在影院看到女主的休眠舱被关上的那一刻，心里的绝望简直都要漫出来了，虽然不是所有的人工智能都是坏坏的啦，但是当初的惊悚感真是记忆犹新，我觉得我就是那种很胆小的人类，对于未知和不可控的东西第一反应都是不接受，尤其是前不久我最喜欢的dendi被AIdotaer暴打之后，我真的蛮无力接受人工智能的。

前不久和一个圈内的基友喝茶的时候，我们讨论起了我家那个非常智障的扫地机器人（被他吓过非常多次，其中有非常多诡异的故事），我和朋友说人工智能太厉害我会怕，但是太菜我又会觉得他是人工智障，并且我不要接受除了AI女友之外的任何人工智能...

基友用看幼年智障儿童的眼神看着我说，你真是一点也不懂人工智能，他说其实很多从业者也是不太支持AI的，但是大家其实都在努力继续对AI的研究，AI这种东西就像很多人类畏惧的事情一样，不勇敢一点走出去，就没有办法感受到它带来的便捷。

在之后我自己去了解的很多关于AI的知识全都来源于我真的当时有点想不明白，之后我google上看到了一个神奇的东西，宛如小学奥数题的经典梗”小明开着一辆车过路口，红绿灯间隔多少多少秒...以什么速度开车可以永远不用等灯...“然后我查到了能自动调配红绿灯的阿里云ET城市大脑，据说可以让120救护车到达现场时间缩短一半，生死攸关，每分每秒都很重要，一点点变化可能都能带来很多的改变吧。

而其实我很期待在10年后的某一天，我去买衣服的时候，AI小姐姐告诉我”你已经这么胖了换一件衣服买吧。“但是同样一直让我很担心的问题也是来源于对未知的担忧吧，频频出事故的无人驾驶，碾压顶级选手的阿法狗，如果AI真的超出了我们的预期，我们该期待谁来解决这些问题？人类本身在很对领域有巨大的局限，之前也在和朋友讨论说当年核电站泄漏，如果有更加稳定、更加智能的AI来帮助我们处理这些，是不是可以将损失降低到最低。

其实最近一直在想，未来的某一天我们是不是能和AI和谐相处，毕竟很容易看出人工智能是大势所趋，虽然我年纪已经这么大了但是并不想最那种很胆小的中年人（看养生节目看到三点，看小猪佩奇看到四点），我很期待机器人自己能产生自己的行为树和我们相处，又会担心终究失控的那一天到来我们会失去一切，但是对于很多猜想我还是愿意保持积极的态度，对错很难讨论出结果，人类只要向前走就好了。

云栖君先来说说2018年AI的趋势。
下面说的内容是从开发者的角度分析2018年AI的趋势：拿来即用的AI领域、算法与技术。例如GANs、ONNX、Zoo、AutoML、语音识别、时间序列分析、NLP、高智能机器人等。
在2017年有些人工智能的技术已经变得非常成熟，并已做好了大规模应用的准备。这就是本文将要讨论的问题---介绍当前的工作中能够使用的技术，或者能基于哪些技术来构建自己的创业公司。例如，您可以看到时间序列分析，因为在时间信号处理中，深度学习正在迅速取代以前的技术。但是在这你看不到强化学习，即使它更酷，但依我拙见，它现在还不能用于工业应用。但，它是一个非常具有研究价值的领域。
我将在三篇系列文章中，分别从人工智能研究员、应用机器学习开发人员和普通人三个不同的观点出发，分享我对未来一年在人工智能领域将会发生什么的观点。
生成对抗网络（GANs）
之前我对几年前创建的生成对抗网络保持非常怀疑的态度，即使它这几年进步巨大，尤其在读完数学文章后更加怀疑GAN是否真的了解分布。但是今年这种情况发生了一些变化，首先是新的有趣的架构（如CycleGAN）和数字改进（Wasserstein GAN）让我在实践中尝试使用了GANs，而且它们工作的差不多都很好，在接下来的两个应用程序中，我确信我们可以并且必须使用它们来生成。
首先，我非常喜欢英伟达（NVIDIA）关于生成逼真的全高清图像的研究报告，但是我真正喜欢的是并留下深刻印象的是生成假的色情影片。

其次，它正在被广泛应用到游戏行业，如生成景观，英雄人物，甚至用GANs创建整个世界。而且我们必须意识到这种全新的假货水平，从生成假的影片开始，最后将在网上生成能够以假乱真的人（也许很快就会实现了）。
所有神经网络的独特格式
现代发展的一个问题是，许多不同的框架在做同样的事情，如今，每一家从事机器学习的大公司都拥有自己的框架和其他开源解决方案。
在单独的AI应用中，我们希望使用不同的框架，例如计算机视觉的Cafle2, NLP的PyTorch和一些推荐系统的Tensorkow/Keras。合并它们需要大量的开发时间，它分散了数据科学家和软件开发人员从事更重要任务的注意力。
解决方案必须是一种独特的神经网络格式，可以很容易的从任何框架中获得，然后开发人员能够轻松地部署，科学家可以轻松地使用，在这里我们遇到了ONNX标准：

实际上它只是简单的非循环计算图表格式，但在实践中它给了我们机会部署真正复杂的人工智能的解决方案，我个人认为非常有吸引力的是：人们可以在没有强大的部署工具并且不依靠TensorFlow生态系统的前提下，在PyTorch这样的框架中开发神经网络。
Zoos大爆发
之前我使用Cafle Zoo的模型进行迁移学习或特性提取，最近发现它就像大型计算机视觉管道的一部分一样。这意味着实际上没有必要训练自己的网络，例如，对于ImageNet对象的识别或局部识别，这些基本的东西可以下载并插入到您的系统中。除了Cafle Zoo之外，还有其他一些框架的Zoo，但让我惊奇的是，你可以在计算机视觉、NLP和加速计信号处理的iPhone上插入模型:

我认为这些Zoos会越来越多，并且会关注像ONNX这样的生态系统，它们会更加集中（同时也会使用ML区块链应用程序进行分散）
AutoML更换管道
设计一个神经网络框架是一个非常痛苦的任务——虽然有时通过叠加卷积层能获得相当好的结果，但是大多数时候需要非常小心的使用直觉和超参数搜索方法设计宽度、深度和超参数，如随机搜索或者贝叶斯优化。特别是当你不在计算机视觉研究时，这意味着没法在ImageNet上完成一些DenseNet模型的训练，但是可以使用一些3D数据分类或多变量时间序列应用。
虽然有很多不同的方法尝试从一个神经网络中创建另一个神经网络架构。但对我来说最好用最干净的是最近的Google研究开发结果：

他们能够用它来生成比人类设计的网络更好更快的计算机视觉模型！我相信很快会有很多关于这个话题的论文和开源代码。
形式化的智能堆栈
为了了解这一概念，我大量阅读了俄罗斯系统分析师和AI爱好者的Anatoly Levenchuk的博客。在下图中你可以看到一个能够称为“AI堆栈”的例子：

http://www.tvmlang.org/2017/10/06/nnvm-compiler-announcement.html
“AI堆栈”更深层次，在每一个层面都有自己的发展和研究，而不只是由机器学习算法和你最喜欢的框架构成。
我认为人工智能开发行业已经足够成熟，它需要有更多不同的专家。在团队中只有一名数据科学家是远远不够的——你需要不同的人来进行硬件优化、神经网络研究、人工智能编译器、解决方案优化、生产实现。以上人员必须是不同的团队领导，软件架构师（必须分别为每个问题设计上面的堆栈）和管理者。我曾经提到过这个概念，它提供了一些愿景，在未来人工智能领域的技术专家能够成长成什么样子(对于那些想成为人工智能或技术领域的软件架构师的人来说，你需要知道该研究什么)。
基于语音的应用
AI可以用>95%的精确度解决的问题列表其实很短，我认为还有一个领域可以通过努力达到这个标准，那就是语音识别和生成。实际上，从一年前DeepMind的WaveNet发展到最近谷歌开发的Tacotron2，该技术已经进步飞快：

很快，这项技术将会在开放源码中被发布，每个人都能够识别声音并以非常高的准确度生成它。等待我们的是什么?更好的个人助理，自动图书朗读器和谈判抄写员，当然，还有配音。
更加聪明的机器人
我们今天看到的99%的机器人根本不是人工智能，它们只是硬编码或者最好的情况下机器人有一些基于句子分类神经网络的长短期记忆网络（LSTM）和词向量（word2vec）。但是现在最先进的神经语言程序学（NLP）略高于这个水平了。让我们看看Salesforce做了哪些有趣的研究：

他们将NLP接口构建到数据库中，克服了现代编码-解码器的自回归模型，不仅只对文字或句子，还对字符进行训练嵌入。
我相信，通过这些开发，我们可以增强我们的机器人，至少在更智能的信息检索和命名实体识别方面，或许也可能，在一些封闭的领域实现完全深度学习驱动的机器人。
时间序列分析现状
在公共机器学习实验室里，排在Salesforce之后的第二名是严重被低估的Uber AI Labs。不久前，他们发布了一个博客展示了他们对时间序列预测的方法。下图所示，这是一个非常好的将统计特征和深度学习表现结合的例子：

例如使用34-layer 1D ResNet模型诊断心律失常。它最酷的部分是性能：不仅比常见的统计模型更好，甚至诊断准确率优于专业心脏病专家！我最近在深度学习的时间序列分析中做了大量的工作，我可以亲自确保神经网络工作的非常好，你可以很容易地得到比“黄金标准”高5-10倍的性能。
内嵌函数之外的优化
我们如何训练神经网络？说实话，我们大多数人只是使用“Adam（）”和标准的学习率。一些聪明的人选择最合适的优化器，并调整和安排学习速度。我们总是低估优化的主题，因为我们只需按下“训练”按钮，就只等到我们的网络收敛。但是在计算能力，内存和开源解决方案方面，我们都拥有几乎平等的机会，而优胜者是那些能够用最短时间获得最佳性能的——这一切都来源于优化。

一般炒作放缓

http://cdn.aiindex.org/2017-report.pdf
这幅图能告诉我们什么，尤其是在阅读了这篇文章之后？要开发新的、有价值的东西并从中获得大量的资金并不容易，要考虑到已经有多少开源工具和算法被发布了。我认为，2018年对初创公司来说不是最好的一年，因为有太多的竞争对手和太多的“聪明人”，他们可以利用今天的开源网络并将其部署为移动应用，并称之为初创公司。
今年我们必须专注于基本的事情，而不是快速赚钱——即使我们打算用谷歌的Ratacon来为一些有声读物的初创公司提供语音识别服务，它也不可能是一个简单的web服务，而是与合作伙伴开启业务，通过商业模式来获得一些投资。
总结
我简单地总结一下，有几种技术现在可以用于实际产品：时间序列分析，GANs，语音识别，NLP的一些进展。我们不应该再设计用于分类或回归的基本框架，因为AutoML就能做这些。我希望通过一些优化改进，AutoML能够比以前更快。再加上ONNX和Model Zoo，只需两行代码就能为我们的app加入基本的模型。我认为制作基于AI的应用程序已经变得非常容易，至少在目前最先进的水平上如此，这对整个行业来说都是好事！
文章原标题《30 Amazing Machine Learning Projects for the Past Year (v.2018)》
作者：Mybridge
面向开发者的2018年AI趋势分析-博客-云栖社区-阿里云
更多技术干货敬请关注云栖社区知乎机构号：阿里云云栖社区 - 知乎

		自动登录	找回密码
密码			立即注册

如何看待人工智能未来十年的发展空间？

相关问题更多>

最新回答