[[216201]]

人工智能在2017年取得了一系列突破性的成果。2018年，人工智能究竟會如何發展，是否能夠為我們的生活帶來便利呢？AI科技大本營匯總了業內大咖和技術專家們，對2018年AI發展的預見性見解。

1.Forrester：AI的蜜月期已經結束了

其分析團隊寫道：***信息官們將會遠離人工智能技術的實現，新的一年里，混合式人工智能的新應用，越來越多的應用于改善客戶服務質量及業務銷售流程方面。

Forrester預測，2018年人工智能將會做出一系列的決策，并向20％的公司發送實時指令，還將越來越頻繁地用于用戶的視覺體驗。

2.Ron Agresta：逐漸在實際項目中判斷AI利用的價值

數據分析巨頭公司SAS的產品管理總監Ron Agresta說，拋開外界對于機器學習和人工智能的炒作，從具體領域的實際項目中提取有用的價值，來決定諸如自然語言處理等技術是否適用于更廣泛的企業數據管理和分析項目。

此外，公司和企業還必須以數據為中心的問題上，解決并找到在 “冒犯性”(敏捷性和數據探索性)和“防御性”(數據治理和控制)方法上正確的平衡方式。

3.Chad Meley：開始更加真實的了解AI技術的能力

Teradata公司的營銷副總裁Chad Meley表示，正如對人工智能高峰期的炒作一樣，我們將開始更加真實地了解該技術的能力。

他寫道，雖然人工智能技術被大肆地宣傳，但是圍繞人工智能技術所建設的基礎設施已經得到了大幅的改善。關于人工智能的炒作將在2018年出現“反彈”的跡象，并將呈現一種更加均衡的將深度學習與淺層學習技術應用于商業機會的方式。

4.Jon Lee：把機器學習和自動化能力轉化到業務成果上

ProsperWorks公司的聯合創始人兼***執行官Jon Lee認為，雖然DeepMind已經具備如何擊敗世界上***的圍棋選手的人工智能技術，但這迄今為止人工智能技術對企業的影響仍然還是微乎其微的。

2018年關注的焦點將是人工智能的落地應用，而不再是外界的炒作。那些最聰明的企業將把工作重點放在確保他們的機器學習和自動化能力能夠帶來可衡量的業務成果上，而把時髦的噱頭和炒作任務留給市場宣傳部門。

[[216202]]

5.Steve Wooledge&Dale Kim：行業將開始通過機器輔助來實現業務

根據Arcadia Data公司營銷副總裁Steve Wooledge以及產品和解決方案部門高級總監Dale Kim的說法，人工智能的價值與Hadoop及其他高度炒作的大數據技術是一樣的。

如果業界試圖平衡圍繞大數據導向產品的炒作，就必須確保不要過度宣傳人工智能的到來。這并不是說當前的人工智能和未來的大數據項目沒有任何地位，只是我們還沒有到一定的時期，能夠將我們的業務決策過程完全轉化為機器來實現。

相反，到2018年，行業將開始通過機器輔助來實現業務，而不完全是由人工智能驅動任務來實現商業智能的現代化。

6.Nima Negahban：人工智能技術將在2018年在生產中運行

Kinetica公司的 CTO和聯合創始人Nima Negahban表示，人工智能與大數據有很多相似之處。正如各大企業正努力將大數據項目從實驗階段轉移到生產階段一樣，他們發現很多人工智能技術還難以在實際生產中運行，這種現狀有可能會在2018年開始改變。

數據驅動機器和深度學習技術的復雜性意味著：數據科學家可以花費更少的時間編碼和構建算法，而需要更多的時間來配置和管理數據庫及數據管理系統，存儲數據和監督過程的技術將會更加成熟。

7.Ken Hoang：AI技術將從非結構化文本中提取知識

Alation公司戰略和聯盟副總裁Ken Hoang說到，從非結構化文本中提取知識將是人工智能技術在2018年取得突破性進展的領域之一。

他寫道：大規模語義處理最終可以從文檔中提取相關性，并將其與結構化數據資產聯系起來，為企業的客戶、合作伙伴、產品和其他關鍵資產提供360度真實的視圖。

8.Forest Carlisle：2018年企業不會啟動任何實際的舉措

Softvision公司的全棧架構開發師Forest Carlisle，對2018年人工智能發展期望相對較低。Carlisle認為，現在的公司都知道利用機器學習和人工智能技術在企業競爭中占據優勢，但在2018年這些企業不會啟動任何實際的舉措。

因為大多數人還不了解人工智能技術能給他們帶來什么，不知道他們的數據在哪里，甚至不知道如何將人工智能技術應用于實際的項目中。

數字化轉型合作伙伴可以展示專業知識，以及如何帶領公司開啟這個旅程，將成為這一領域真正投資的催化劑。

9.Toufic Boubez：AI不再是噱頭 將于實際業務相關聯

據Splunk公司人工智能和機器學習工程副總裁Toufic Boubez介紹，人工智能和機器學習技術經常被誤解和誤用，許多初創公司和大型科技公司都試圖強制性通過與這些詞組相關聯來提高他們企業的吸引力。

Boubez說到，這個現象將在2018年停止，我們開始要求用物質來證明任何能夠使用數據來預測業務、IT及安全相關性結果。

盡管2018年將不再是人工智能技術成熟到能夠匹配人類技能和能力的一年，但使用機器學習的人工智能將越來越多地幫助企業對大量數據做出決策，否則我們將很難理解如此大量的數據。

[[216203]]

10.Ravi Mayuram：在垂直領域與中將進入應用機器學習的早期階段

另一位對人工智能潛力持謹慎樂觀態度的技術專家是Couchbase公司的工程高級副總裁兼***技術官Ravi Mayuram，他表示2018年將更加致力于為人工智能未來的成功奠定基礎。

現在，人工智能比起現實更像是一個流行語，而且實現起來也很困難，因為人工智能技術的好壞取決于數據質量的好壞。雖然企業內部的數據完整性依然存在差異，但人工智能技術的真正實施仍然是一個幾年內難以實現的概念。

但是，我們已經看到在垂直領域中應用機器學習的早期階段，例如在廣告和零售行業中的應用。未來幾年，我們將看到更多的行業，包括工業物聯網，數字健康和數字金融，開始利用應用程序中的機器學習來提供更有意義的用戶體驗。

11.Mark Barrenechea：2020年對人工智能的投資將增長到470億美元

OpenText***執行官兼***技術官Mark Barrenechea表示，2018年每個行業對人工智能技術的興趣都將有所增長。到2020年，市場對人工智能的投資將增長到470億美元。但是這些投資將如何為企業帶來回報？

其中配備了人工智能和認知系統、大數據分析和機器學習技術的智能企業，將超越其競爭對手。更好的數據意味著更好的算法，更好的算法將意味著更好的數據，諸如此循環。當我們將采集和處理數據上傳到人工智能系統時，我們將變得更加高效。

12.Jerry Overton：數字系統的量化業務將成為數字化轉型的主要動力

DXC公司技術分析部門的數據科學家Jerry Overton的說，雖然業務決策者認為人工智能是他們公司未來取得成功的關鍵，但大多數人還沒有將這種技術應用到他們日常的商業實踐中。

2018年，隨著公司利用數字系統耗盡數據來量化業務并提高生產力，我們將開始看到人工智能技術開始發揮作用。這種量化將成為數字化轉型的主要動力。此外，與往年相比，公司將使用先進的機器學習技術，以更少的數據而來做出更好的決策。

13.Ted Dunning：機器學習技術將從“流行”轉為“生產”

MapR公司的***應用程序設計師Ted Dunning表示：越來越多的機器學習將被視為業務的正常組成部分。人工智能將繼續引起轟動，但更廣泛的機器學習方法將為許多行業的企業提供有價值的見解。

比起人工智能技術，一個能夠正確地構建問題并實現現實的目標的應用系統將是人們更關注的地方。此外，他們還需要獲得適當規模的數據，并計劃將機器學習結果轉化為實際生產。

14.Scott Parker：2018年企業正式進入“信息驅動”時代

人工智能和機器學習功能將使2018年企業正式進入“信息驅動”時代，在這個年代，個體員工可以隨時隨地為他們提供可操作的信息和見解。

Parker寫道，這一轉變最終將實現信息化企業的承諾，使組織和員工能夠實現***的效率和創新。

[[216204]]

15.Stuart Frankel：2018年制定人工智能發展的規定

根據Narrative Science公司的***執行官Stuart Frankel的說法，目前人工智能的炒作水平很高，這在未來可能難以為繼。

隨著人工智能變得無形，術語“人工智能”將變得過時，有關人工智能的規定將被制定，并要求人工智能系統的決策透明化。

此外，雖然人工智能的期望和挫折將達到歷史新高，但對人工智能的風險投資也將達到一個拐點。

16.Johan den Haan：將通過訓練和教導AI編寫應用程序

Mendix公司的***技術官Johan den Haan表示，編碼的性質會隨著人工智能的變化而變化，他說到，軟件不會被編寫，而是會經過訓練。

人工智能和機器學習的無處不在和持續不斷性將改變軟件開發的格局，它將成為應用程序的一個重要組成部分，這意味著我們不再編程應用程序。

相反，我們需要通過訓練和教導它們，這將使得創建軟件所需的技術技能發生根本性的轉變。

17.Mohit Joshi：AI將通過歷史數據解決傳統工程技術不能解決的問題

Infosys銀行的金融服務和保險業以及醫療和生命科學部門總裁兼***執行官Mohit Joshi說到，人工智能在其他工業方面的應用也面臨挑戰，未來的商業化需要人工智能。

在2018年，我希望應用人工智能技術來解決企業在設計、測試和工程產品認證方面所面臨的更多復雜性的工程問題。通過利用知識管理平臺來擴大和增強人類的決策能力，人工智能可以通過歷史數據來理解傳統工程技術所不能解決的問題。

18.Tom Goodmanson：人工智能機器人將減輕人類工作者的負擔

Calabrio公司的***執行官Tom Goodmanson則表示，隨著虛擬現實技術，人工智能和聊天機器人等技術的不斷增長，聯絡中心代理商預測行業發生重大變化。

代理商將不再需要更換，也不需要執行沉悶的日常任務，而是可以將更多的時間和精力集中在復雜的客戶問題上(機器人所無法解決的問題)。

更重要的是，語音分析等技術將使代理商能夠將語音翻譯成文本，這將得到對語音更深入的洞察力，更容易搜索的轉換信息。

19.Ashwin Madgavkar：AI在農業方面將協助農民完成工作

Ceres Imaging公司的***執行官Ashwin Madgavkar說到，在農業方面，人工智能技術將協助人類完成工作而不是徹底消除人力。

隨著農民年齡的增長和勞動力的減少，全球人口不斷增長，消費也越來越多。人工智能技術的應用能夠縮小這個差距，并且將繼續應用于幫助那些能夠靈活地使用人工智能工具的農民，比如Ceres的圖像，用更少的人來覆蓋更多的地方。

20.Waqaas Al-Siddiq：在醫療方面，將進行大膽的人工智能的實驗

Biotricity公司的出資者兼***執行官Waqaas Al-Siddiq說，人工智能在醫療領域的潛力是巨大的。

如今，醫療行業仍然對人工智能提出建議持謹慎態度。來年，醫療機構和醫療技術公司將更加大膽地進行人工智能的實驗，即人工智能能夠根據學習為醫療行業提出建議和定制反饋信息。

隨著時間的推移，人工智能將不斷積累更多的數據，學習并改進其算法，這非常適合于醫療設備技術，將人工智能技術與更多的臨床診斷相結合，來實驗并研究它的功效。