IDC報(bào)告顯示，預(yù)計(jì)機(jī)器學(xué)習(xí)工具和解決方案的企業(yè)級(jí)采用率將在本十年結(jié)束前達(dá)到65% - 并且支出將達(dá)到460億美元。平均而言，55%的企業(yè)CIO已將機(jī)器學(xué)習(xí)視為業(yè)務(wù)加速的核心優(yōu)先事項(xiàng)之一。本文重點(diǎn)介紹了2019年機(jī)器學(xué)習(xí)將如何繼續(xù)發(fā)展。

機(jī)器學(xué)習(xí)的新用例即將出現(xiàn)

今年早些時(shí)候，美國(guó)陸軍宣布將使用定制的機(jī)器學(xué)習(xí)軟件工具用于戰(zhàn)斗車輛的預(yù)測(cè)性維護(hù)。換句話說，機(jī)器學(xué)習(xí)將能夠預(yù)測(cè)車輛可能需要何時(shí)以及何種類型的維修服務(wù)。另一個(gè)有趣的機(jī)器學(xué)習(xí)用例是根據(jù)之前股票收益的記錄預(yù)測(cè)股市波動(dòng)。最近的一項(xiàng)研究表明，用機(jī)器學(xué)習(xí)預(yù)測(cè)股票市場(chǎng)具有60%以上的準(zhǔn)確度。在醫(yī)療健康領(lǐng)域，機(jī)器學(xué)習(xí)模型被用于估計(jì)一個(gè)人的死亡概率(在這種情況下的準(zhǔn)確率遠(yuǎn)遠(yuǎn)超過90%)。零售，營(yíng)銷和銷售以及工業(yè)/制造業(yè)場(chǎng)景也常有機(jī)器學(xué)習(xí)的用例出現(xiàn)。

“閱讀”和“解釋”過去的數(shù)據(jù)并預(yù)測(cè)未來——這是機(jī)器學(xué)習(xí)的本質(zhì)而技術(shù)肯定會(huì)越來越精致。人工智能應(yīng)用程序和機(jī)器學(xué)習(xí)工具的概念不再局限于機(jī)器人。相反，它們已成為業(yè)務(wù)工作流程和日常應(yīng)用程序的自然擴(kuò)展。

采用“針對(duì)機(jī)器學(xué)習(xí)優(yōu)化的硬件”將會(huì)出現(xiàn)

2019年很可能是特別準(zhǔn)備的硅芯片——具有定制人工智能和機(jī)器學(xué)習(xí)功能——成為主流，至少對(duì)于企業(yè)而言。在可預(yù)見的未來，人工智能優(yōu)化硬件市場(chǎng)將繼續(xù)快速增長(zhǎng)。一系列新的，功能強(qiáng)大的處理設(shè)備將會(huì)出現(xiàn)——我們還可以看到高端CPU和GPU?？偠灾@些工具和平臺(tái)將大大增強(qiáng)機(jī)器學(xué)習(xí)硬件的可用性。

云計(jì)算與機(jī)器學(xué)習(xí)結(jié)合

到2020年，全球云計(jì)算市場(chǎng)的年增長(zhǎng)率約為25%。企業(yè)中機(jī)器學(xué)習(xí)的日益普及是推動(dòng)這一激增的關(guān)鍵因素。為了成功實(shí)施“機(jī)器學(xué)習(xí)文化”，企業(yè)必須比以往更加關(guān)注創(chuàng)新——特別強(qiáng)調(diào)改進(jìn)的云托管和基礎(chǔ)設(shè)施參數(shù)。隨著時(shí)間的推移，越來越多的“人工智能專用工具和系統(tǒng)”必須存儲(chǔ)在云上——后者需要具有足夠的安全性和可用性標(biāo)準(zhǔn)。強(qiáng)大、可擴(kuò)展的云支持將幫助企業(yè)從機(jī)器學(xué)習(xí)無縫轉(zhuǎn)移到深度學(xué)習(xí)，為最終用戶提供更大價(jià)值，并提高他們的ROI數(shù)據(jù)。

從2019年開始，一般用戶將開始更清楚地了解人工智能和機(jī)器學(xué)習(xí)流程的工作原理 。鑒于人工智能正在其存在的領(lǐng)域(例如：醫(yī)學(xué)科學(xué))的關(guān)鍵性質(zhì)，人們想要知道技術(shù)如何得出其結(jié)論/預(yù)測(cè)是很自然的。

繼續(xù)推進(jìn)膠囊網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是，它們通常不考慮選擇對(duì)象的相對(duì)方向或位置。因此，可能會(huì)出現(xiàn)“信息差距”。而膠囊網(wǎng)絡(luò)就是為了而生的。它們很可能在2019年及以后取代許多傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)。在性能方面，這些膠囊網(wǎng)絡(luò)比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)更具優(yōu)勢(shì) - 具有更準(zhǔn)確的模式檢測(cè)功能，而且在少量數(shù)據(jù)時(shí)，錯(cuò)誤概率也大大降低。更重要的是 - 膠囊網(wǎng)絡(luò)也不需要重復(fù)訓(xùn)練迭代，以“理解”變化。

基于機(jī)器學(xué)習(xí)算法的高級(jí)醫(yī)療保健模塊，用于比較患者的醫(yī)學(xué)圖像和其他醫(yī)療圖像，已經(jīng)在使用。生物制藥公司阿斯利康(AstraZeneca)計(jì)劃廣泛使用機(jī)器人和機(jī)器學(xué)習(xí) - 用于在中國(guó)開發(fā)智能診斷系統(tǒng)。

人工智能助手的興起和崛起

Siri和Google智能助理以及Alexa已經(jīng)成為我們?nèi)粘Ｉ畹囊徊糠?，而更重要的是，每個(gè)頂級(jí)“智能助手”都在逐年變得更加聰明。

基于5000個(gè)一般性問題，Siri設(shè)法回答了大約31%，其中近80%是正確答案;在同一項(xiàng)調(diào)查中，Google智能助理回答了超過67%的問題，準(zhǔn)確度低于88%。

隨著機(jī)器學(xué)習(xí)范圍的擴(kuò)大，人工智能助手已準(zhǔn)備好超越智能家居。從明年開始，現(xiàn)代和起亞將開始在其新車型中提供內(nèi)置的人工智能虛擬助手系統(tǒng)。這些助手將能夠執(zhí)行無數(shù)的任務(wù)——從遠(yuǎn)程家庭和汽車控制功能(通過語音)到目的地建議(基于先前的偏好)和導(dǎo)航指南。在所有生活范圍內(nèi)，具有機(jī)器學(xué)習(xí)功能的“智能助手”將使生活變得前所未有的簡(jiǎn)單。

智能聊天機(jī)器人(具有人工智能)也正在迅速崛起。但是，有必要保持警惕——因?yàn)橛?xùn)練數(shù)據(jù)集中的偏差會(huì)對(duì)用戶體驗(yàn)造成嚴(yán)重?fù)p害。微軟的"Tay"聊天機(jī)器人就是這種失敗的典型例子。

開發(fā)人員將專注于使用機(jī)器學(xué)習(xí)解決更多“真正的問題”

當(dāng)涉及到諸如人工智能(多用途無人機(jī)和自動(dòng)監(jiān)控?cái)z像頭以及自動(dòng)駕駛汽車等)等技術(shù)時(shí)，它很容易過火。然而，重要的是要意識(shí)到 - 雖然所有這些事情都可以成為現(xiàn)實(shí)——但是，成熟的數(shù)據(jù)驅(qū)動(dòng)型生態(tài)系統(tǒng)的步驟必須是漸進(jìn)和系統(tǒng)化的。在2019年，應(yīng)用程序開發(fā)人員和人工智能專家將關(guān)注使用機(jī)器學(xué)習(xí)來成功解決真正的重要需求(個(gè)人和業(yè)務(wù))——而不是簡(jiǎn)單地制作新的深度學(xué)習(xí)工具原型。

換句話說，開發(fā)人員必須明白人工智能和機(jī)器學(xué)習(xí)不僅僅是幾個(gè)技術(shù)流行語——如果實(shí)施得當(dāng)，他們的潛力可能是無窮無盡的。目前還有許多其他技術(shù)正在爭(zhēng)奪注意力(如4d打印)，除非人工智能的發(fā)展解決了實(shí)際問題，否則投資者可能會(huì)開始尋找其他地方。將“人工智能 overhype”與“人工智能事實(shí)”分開是至關(guān)重要的，并根據(jù)后者采取行動(dòng)。

在最近的一項(xiàng)研究中，發(fā)現(xiàn)89%的CIO計(jì)劃在其業(yè)務(wù)中實(shí)施機(jī)器學(xué)習(xí)工具和應(yīng)用程序。

機(jī)器人的世界?

智能機(jī)器人在工作場(chǎng)所的作用正逐漸增加——而機(jī)器學(xué)習(xí)的改進(jìn)是其主要原因。在日本，到2025年，人工智能機(jī)器人將提供四分之三的老年人護(hù)理服務(wù)——取代人類照顧者。天元服裝——一家中國(guó)的T恤公司——計(jì)劃在其阿肯色州工廠使用“縫紉機(jī)器人”。一般而言，許多勞動(dòng)密集型任務(wù)(特別是不需要太多專業(yè)技能的重復(fù)性活動(dòng))將在不久的將來由“智能機(jī)器人”執(zhí)行。除了使工作流程更智能，提高可用性和可靠性以及縮短產(chǎn)品上市時(shí)間外，機(jī)器學(xué)習(xí)驅(qū)動(dòng)的機(jī)器人還可以顯著降低運(yùn)營(yíng)成本(以及外包成本，如果有的話)。提高生產(chǎn)率應(yīng)該是工作場(chǎng)所全面采用人工智能的直接結(jié)果。

機(jī)器學(xué)習(xí)也可以在精準(zhǔn)農(nóng)業(yè)中發(fā)揮重要作用。用于農(nóng)業(yè)的智能電桿，具有深根傳感器和專用機(jī)器學(xué)習(xí)模塊，可以幫助農(nóng)民做出更明智的決策。

語音技術(shù)脫穎而出

ComScore是否預(yù)測(cè)到2020年將有50%的搜索活動(dòng)由語音提供支持，這一點(diǎn)還有待觀察——但是，語音識(shí)別(以及基于此的交互)已經(jīng)成為一個(gè)重要的事實(shí)是無法擺脫的機(jī)器學(xué)習(xí)的要素。與早期的語音技術(shù)不同，現(xiàn)今的語音識(shí)別誤碼率低于5%——這比可用的更多。

交互式語音應(yīng)答(IVR)系統(tǒng)變得比以往任何時(shí)候都更加智能——由于迭代學(xué)習(xí)，基于語音的機(jī)器學(xué)習(xí)系統(tǒng)能夠轉(zhuǎn)錄各種語言/口音。開發(fā)人員推出支持語音技術(shù)的移動(dòng)應(yīng)用程序的趨勢(shì)預(yù)計(jì)也將在2019年獲得進(jìn)一步的發(fā)展勢(shì)頭。亞馬遜Alexa和Google Home等助手已經(jīng)理解了我們的語音命令——他們正在為更多此類平臺(tái)鋪平道路。進(jìn)入市場(chǎng)。

傳統(tǒng)的，適合的客戶服務(wù)主管也逐漸被虛擬角色所取代。后者提供更快速的響應(yīng) - 并且由于對(duì)話是智能的(虛擬代理從之前的對(duì)話中學(xué)習(xí))，因此個(gè)人觸摸不會(huì)丟失。

美國(guó)和中國(guó)的人工智能市場(chǎng)

就人工智能研究和收養(yǎng)而言，北美傳統(tǒng)上一直是領(lǐng)跑者。然而，這種束縛正在變得越來越弱——中國(guó)市場(chǎng)正在成為一股強(qiáng)有力的力量。 2017年，人工智能創(chuàng)業(yè)公司在中國(guó)的股權(quán)融資份額高于美國(guó)同行(48%對(duì)38%)。中國(guó)的人工智能啟動(dòng)場(chǎng)景是整體的(不像北美市場(chǎng)的輕微碎片)——重點(diǎn)是物流，智慧城市項(xiàng)目，零售，醫(yī)療保健，智能農(nóng)業(yè)和其他領(lǐng)域。

在深度學(xué)習(xí)方面，中國(guó)顯然正在削弱它 - 發(fā)布的患者數(shù)量比美國(guó)多6倍。根據(jù)報(bào)告，中國(guó)希望到2020年與美國(guó)人工智能相媲美，并在十年內(nèi)成為無可爭(zhēng)議的機(jī)器學(xué)習(xí)技術(shù)領(lǐng)導(dǎo)者?？纯疵绹?guó)與中國(guó)在未來幾年內(nèi)爭(zhēng)奪全球人工智能 / 機(jī)器學(xué)習(xí)霸權(quán)的競(jìng)爭(zhēng)將會(huì)非常有趣。

更多的機(jī)器學(xué)習(xí)平臺(tái)

像TensorFlow，H2O，人工智能-one和Torch這樣的平臺(tái)已經(jīng)在如何在不同場(chǎng)景中部署機(jī)器學(xué)習(xí)功能方面發(fā)揮重要作用。在即將到來的這一年中，我們可以期待更強(qiáng)大的機(jī)器學(xué)習(xí)平臺(tái)——具有頂尖的分析，分類和預(yù)測(cè)功能。這些平臺(tái)的容量與其他API一起使用，大數(shù)據(jù)也將繼續(xù)改進(jìn)。機(jī)器學(xué)習(xí)的不斷發(fā)展為計(jì)算機(jī)和移動(dòng)設(shè)備提供了更快“學(xué)習(xí)”和更好地“解釋/分析”數(shù)據(jù)的機(jī)會(huì)。

徹底改變?nèi)祟惻c技術(shù)互動(dòng)的方式

他們目前可能只出現(xiàn)在少數(shù)幾個(gè)地方——但"無收銀員亞馬遜Go"商店正在徹底改變購物的概念。事實(shí)上，到2021年，僅在美國(guó)就有2000多家“亞馬遜Go”商店。我們與智能事物(特別是)和技術(shù)打交道，互動(dòng)，生活的方式(總的來說)正在被人工智能&機(jī)器學(xué)習(xí)革命所塑造。

無論是企業(yè)還是社會(huì)或智能家居——深度學(xué)習(xí)都將擾亂我們的生活，確保全面提升效率。通過人工智能，科幻電影和我們的想象力似乎已經(jīng)成為可能。這里的關(guān)鍵是該技術(shù)對(duì)不同類型用例的適應(yīng)性。機(jī)器學(xué)習(xí)正在解決問題并提供價(jià)值——而這正是它越來越受歡迎的原因。

NLP變得更加微妙

作為人工智能的子領(lǐng)域，自然語言處理(NLP)的重要性在過去幾年中顯著增加。自然語言生成主要用于將數(shù)據(jù)轉(zhuǎn)換為文本，是許多深度學(xué)習(xí)系統(tǒng)的關(guān)鍵特征——并且用于編寫詳細(xì)的市場(chǎng)摘要或報(bào)告——NLP非常方便。自然語言處理的準(zhǔn)確度也不斷提高，并且自動(dòng)化系統(tǒng)能夠以無縫方式傳達(dá)思想。 Cambridge Semantics和Attivio是一些著名的提供NLP服務(wù)的公司。

NLP模塊通常需要分析三個(gè)方面：語法，語義和上下文。隨著機(jī)器學(xué)習(xí)領(lǐng)域的更多進(jìn)展和新的應(yīng)用領(lǐng)域被挖掘出來，人工智能專家(而不是技術(shù)通才)的需求將繼續(xù)增長(zhǎng)。有一些灰色地帶——比如大規(guī)模失業(yè)的前景和可能會(huì)進(jìn)行侵入性監(jiān)視——但可以肯定地說，2019年將成為機(jī)器學(xué)習(xí)的重要一年。 AI-as-a-Service的時(shí)代已經(jīng)到了!