科技报告：2019年人工智能20个发展趋势全解析，你猜中了几个？
科技领域的热门词汇总是层出不穷。首先是“开放”，几乎所有的巨头都在构建自己的“开放平台”；然后是“云计算”，一夜之间，几乎所有的服务器都被“云”所取代；然后是“大数据”，每家公司都在谈论挖掘，但实际结果却很少。
而现在，我们已经进入了“人工智能”时代，越来越多的企业正在使用人工智能技术来“打包”自己更加智能化。
从腾讯建立西雅图人工智能实验室到百度声称自己是一家人工智能公司，再到阿里销售带有人工智能的扬声器，人工智能的潮流席卷了国内科技界。这波浪潮不仅限于中国。据统计，截至去年年底，世界500强企业中有180家宣布将启动相关人工智能项目。甚至一些广告研究公司也大胆预测到2020年，人工智能技术可能会出现在几乎所有新技术产品的宣传中。
人工智能早已在各个行业蔓延，每天都有新的发展，各行各业的拓展缤纷杂乱，因此，超超（人设名）特为你整理了2019年20大最佳人工智能趋势：
1
AI聊天
对于许多企业来说，聊天机器人已经成为人工智能的代名词，但承诺并没有跟上现实的步伐。尽管这项技术得到了广泛的应用，聊天机器人一直试图分析在诸如健康和保险等复杂领域测量情况的紧迫性。AI可以提高聊天机器人在这些领域的功能，但它仍然是算法中一项特别艰巨的任务。
2
自动驾驶
尽管自动驾驶仪有着巨大的市场，但全自动驾驶的实际应用仍然是未知的。尽管它现在已经出现，一些早期的全自动驾驶的例子已经出现在物流和运输中心。虽然充分应用的时间还不确定，但各行各业都在积极投资和采用自动驾驶技术。
“自动化”和“最后一公里”新闻提及数量
3
语言翻译
自然语言处理“语言翻译”是一项挑战，也是一个尚未开发的市场机遇。像百度和谷歌这样的大型科技公司开始在这个领域掀起波澜。由于资源致力于改进翻译框架，因此效率和语言能力将有所提高，各行业的采用率将会提高。
4
面部识别
从解锁手机到登机航班，面部识别正在成为主流。早期的商业应用正在安全、零售和消费电子领域取得进展，面部识别正迅速成为生物认证的主要形式。
中国面部识别技术新闻提及次数趋势
5
强化学习
现阶段，强化学习（RL）的观点是：您需要采取什么行动来实现目标并最大限度地提高奖励？研究人员正在通过强化学习推动AI的能力界限，但对大量数据集的需求限制了实际应用。尽管有不少公司在研究这项技术，但主要参与者正在对该技术进行更多投资，对RL应用的研究正在增加。
美国强化学习专利申请数量
6
后台办公自动化
AI也在助力自动化管理工作，但数据的不同性质和格式也让这项技术发展很有挑战性。尽管每个行业和应用都有独特的挑战，但不同的行业正在逐步采用基于机器学习的工作流程解决方案。
在其他领域，数字化需要在可以有一层预测分析之前进行。2019年最重要的人工智能趋势之一将是增加机器人过程自动化的创新和探索。
机器人过程自动化新闻提及数量
7
网络优化
AI正在改变电信行业，包括促进频谱共享、监控资产，为天线提供最佳设计。对于通信服务提供商而言，网络优化直接会带来更好的客户体验。
电信运营商也在准备将基于AI的解决方案集成到5G无线技术中。2019年及以后的人工智能关键趋势之一将是更多融入全球电信网络。
8
无人收银零售
到目前为止，亚马逊Go是唯一一个成功的无人收银零售部署例子，但亚马逊一直在不断研发相关技术。在其他问题中，防盗取决于运营的规模，以及可用的产品类型。短期内，这项技术的采用将取决于部署成本，而潜在的技术故障导致的库存损失成本也是厂商要考虑的点。
9
自动索赔处理
保险公司和初创公司正在使用人工智能来计算车主的“风险评分”，分析事故图像并监控驾驶员行为。人工智能的进步正在改变以前缓慢、人为主导的过程，加快索赔结算。
10
联合学习
使用独特的本地数据集训练AI可以极大地提高其性能，但用户数据也是个人和保密的。谷歌的联合学习方法旨在使用这些丰富的数据集，同时保护敏感数据。今年在药物发现和其他用例中寻找更多联合学习技术的应用。
11
医学成像与诊断
美国食品和药物管理局（FDA）也在对AI-a-a-medical-device开绿灯。AI软件产品的快速监管审批为AI成像和诊断公司开辟了新的商业途径。在消费者方面，智能手机的渗透和先进的图像识别技术也将手机变成功能强大的家用诊断工具。最具影响力的AI趋势之一将是AI用医疗和诊断应用的批准和采用。
12
临床试验
临床试验中最大的瓶颈之一就是招募合适的患者。理想情况下，AI可以从医疗记录中提取信息，与正在进行的研究进行比较，并向医生和患者提出相关研究建议。
很少有创业公司直接在临床试验领域与客户合作，但像苹果这样的科技巨头正在这个领域大步前进。自2015年以来，苹果推出了两个开源框架，帮助临床试验招募患者并远程监控他们的健康状况。
13
下一代假肢
假肢技术在非常早期的研究是将生物学、物理学和机器学习结合起来，解决最棘手的问题之一：灵巧性。研究人员正在使用机器学习来解码人类身体传感器的信号，并将其转化为移动假肢装置的命令。今年，假肢行业将会有更多发展，包括面向消费者的产品试验。
14
药物发现
随着AI生物技术创业公司的兴起，传统制药公司正在寻求人工智能创业公司，减少长期药物发现周期。虽然许多这类型的创业公司仍处于资助的早期阶段，但他们已经拥有一批制药客户。2019年人工智能的最大趋势之一将是领先的制药企业增加对该领域的投资。
2014至2018年AI医药领域交易数量和金额
15
开放源框架
由于业内采用了开源软件，外界进入人工智能领域的门槛比以往都要低。谷歌在2015年开放Tensor Flow机器学习库，拉开了这个趋势的帷幕，之后主要技术人员纷纷效仿。许多开源工具可供开发人员选择，包括Keras、Microsoft Cognitive Toolkit和Apache MXNet。
16
边缘AI
市场对实时决策的需求，正在推动AI更接近“边缘”。这使设备能够在本地处理信息，并更快地响应。NVIDIA、苹果和许多新兴创业公司致力于研发出专门负担起人工智能工作负载的芯片。2019年最值得关注的人工智能趋势之一将是在应用程序中所使用的边缘AI的增多。
如上图所示，边缘AI用例包括：家庭智能摄像头，可以识别出入人员的身份，应用公司：nest和亚马逊；设备自带面部识别、物体识别功能，用户数据毋须离开设备，应用公司：苹果和华为；同时驾驶决定，应用公司：特斯拉；监控婴儿、无人机、机器人和其他设备，毋须联网即可回应当时发生的情况，应用公司：英特尔。
17
胶囊网络
深度学习推动了当今大多数人工智能应用，但胶囊网络很快就会取而代之。与当前的卷积神经网络（CNN）相比，胶囊网络具有许多优点。对胶囊网络的研究还处于起步阶段，但可能会挑战当前最先进的图像识别方法。
18
综合训练数据
访问大型标记数据集是培训AI算法的必要条件。但对于某些应用程序，访问足够的真实数据可能甚至不可行。现实的假数据或合成数据集可以解决瓶颈问题。现实世界数据还可以通过混合AI生成的模拟数据来强化，以创建更大、更多样化的数据集。
19
应对网络威胁
对网络攻击做出反应已经不够了。计算能力和算法的进步正在将以前的理论攻击变成真正的安全问题。作为回应，使用机器学习主动“搜寻”威胁正在网络安全领域兴起。2019年最重要的人工智能趋势之一将是市场新兴起跨越不同业务类型的识别威胁技术。
20
高级医疗保健生物学
利用神经网络，研究人员开始研究和测量以前难以量化的非典型风险因素。从视网膜扫描到分析皮肤颜色变化，AI正在从无数来源解锁医学见解。AI能够找到模式将继续解锁新的诊断方法并识别以前未知的风险因素。
- - E N D - -
