在线ai软件 2019年最值得关注的25个人工智能趋势（上）

人工智能的下一站是哪个？

CBInsight分析师审视各个市场，观察到2019年最值得关注的25个人工智能趋势，包括下一代假肢、作物监测、边缘AI、面部识别、无人收银零售和AI聊天机器。

人工智能目前在各个市场蔓延。每天都有新的发展，以下是每年25大最佳人工智能趋势：

1.开放源框架

因为业内采取了开源工具，外界处于人工智能领域的门槛比以前都要低。谷歌在2015年开放TensorFlow机器学习库，拉开了这个趋势的帷幕，之后主要技术人员相继效仿。许多开源软件可供开发人员选用，包括Keras、MicrosoftCognitiveToolkit和ApacheMXNet。

2.边缘AI

市场对即时决策的意愿，正在推进AI更接近“边缘”。这使设备无法在本地处理信息，并更快地响应。NVIDIA、苹果和许多新兴创业公司专注于开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的减少。

如上图图示，边缘AI用例包含：家庭智能摄像头，可以辨识出入人员的身份，应用公司：nest和亚马逊；设备自带面部辨识、物体识别用途，用户数据毋须离开设备，应用公司：苹果和三星；同时驾驶决定，应用公司：特斯拉；监控婴儿、无人机、机器人和其它设施，毋须联网即可回应原本出现的状况，应用公司：英特尔。

3.面部识别

从解锁手机到登机航班，面部识别正在变成主流。早期的商业应用正在安全、零售和消费电子领域获得进展，面部识别正逐渐变成生物认证的主要方式。

国内面部识别科技新闻提到次数趋势

4.医学成像与治疗

美国食品和药物管理局（FDA）也在对AI-a-a-medical-device开绿灯。AI硬件产品的迅速监管审批为AI成像和检测公司开创了新的商业方式。在消费者方面，智能手机的渗透和先进的图像辨识科技也将电脑成为用途强大的家用诊断工具。最具影响力的AI趋势之一将是AI用医疗和治疗应用的获批和运用。

5.预测性维护

AI-IIoT可以为生产商、设备保险公司等现有企业意外故障花费节省几百万美金。预测性维护算法使用大幅数据采集来分析仪器故障。由于增加了传感器成本，人工智能的进步及其边缘计算不断加强，预测性维护已经显得非常广泛。2019年及之后，这方面的投资也在不断提高。

6.电子商务搜索

基于上下文的搜索科技正在逐步走入“实验阶段”，但离广泛采取仍有很长一段距离。尽管遭遇技术挑战，早期的SaaS初创公司正在兴起，向第三方零售商销售搜索科技。2019年人工智能的主要趋势之一将是对该市场的更多投资，包括主要零售商。

亚马逊搜索助手A9提交专利数量

7.胶囊网络

深度学习推进了现今大多数人工智能应用，但胶囊网络迅速经常取而代之。与当前的卷积神经网络（CNN）相比，胶囊网络具备许多特点。对胶囊网络的研究还进入起步阶段，但也许会挑战当前最先进的图像识别方式。

8.下一代假肢

假肢技术在特别早期的研究是将化学学、物理学和机器学习结合上去，解决最棘手的难题之一：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，并将其转换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。

9.临床试验

临床试验中最大的难题之一就是招募合适的患者。理想状况下，AI可以从医疗记录中提取信息，与正在进行的研究进行非常，并向医师和病人提出相关研究建议。

很少有创业公司直接在临床实验领域与用户合作，但像小米这样的技术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，帮助临床实验招募患者并远程监控它们的健康状态。

10.生成式对抗网络（GANS）

GAN采用“AIvsAI”的概念，包括出现器和识别器。生成器建立伪图像，而区分器将其与真实世界图像进行非常，并向生成器提供反馈。

最终结果是一个恒定的反馈回路，产生越来越复杂的图像。随着研究的缩减，它将颠覆新闻、媒体、艺术甚至网络安全的今后。2019年最重要的AI趋势之一将是GAN技术的进一步发展和其它应用的溢出效应。

11.联合学习（FEDERATEDLEARNING）

使用另类的本地数据集训练AI可以极大地提升其性能，但客户数据只是个人和保密的。谷歌的联合学习方式以便使用这种丰富的数据集，同时保护敏感数据。今年在药物发现和其它用例中找寻更多联合学习科技的应用。

12.高级医疗保健生物学

利用神经网络，研究人员起初研究和检测以前无法量化的非典型风险因素。从视网膜扫描到预测皮肤色彩差异在线ai软件，AI正在从无数来源解锁医学观点。AI能够找到路径将再次解锁新的检测方式并辨识以前未知的风险因素。

13.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”，分析事件图像并监视驾驶员行为。人工智能的进步正在颠覆以往缓慢、人为主导的过程，加快索赔结算。

14.防假货

假货越来越难被发觉，网上购物都更容易抢到假货。为了反击，各大品类和厂家开始尝试人工智能的方式。在线和实体商务中，AI可以来分辨仿冒产品和欺骗性商标侵权。

15.无人收银零售

到现在为止，亚马逊Go是惟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开发相关科技。在其它难题中，防盗取决于运营的体量，以及可用的产品种类。短期内，这项技术的采取将取决于推进成本，而潜在的技术故障造成的库存损失费用只是厂家要考量的点。

16.后台办公自动化

AI也在推动自动化管理工作，但数据的不同性质和格式也让这项科技发展很有挑战性。尽管每个市场和应用都有另类的挑战，但不同的市场正在逐渐采取基于机器学习的工作步骤解决方案。

在其它领域，数字化必须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降低机器人过程自动化的变革和构建。

机器人过程自动化新闻提到数量

17.语言翻译

自然语言处理“语言翻译”是一项挑战，也是一个已经开发的行业机遇。像百度和微软这种的大型技术公司起初在这个领域引领波澜。由于资源旨在于优化翻译框架，因此精度和语言能力将有所增加，各市场的采取率将会增加。

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。但针对这些应用程序，访问足够的真实数据也许并且不可行。现实的假数据或合成数据集可以缓解困境难题。现实世界数据还可以借助混合AI生成的模拟数据来加强，以建立更大、更多元化的数据集。

19.强化学习

简而言之，强化学习（RL）的看法是：您应该采取哪些行动来推动目标并最大限度地减少奖励？研究员工正在借助强化学习促进AI的素养界限，但对长期数据集的意愿限制了实际应用。尽管有不少公司在研究这项科技，但主要参与者正在对该科技进行更多投资，对RL应用的研究正在降低。

中国提高学习专利申请数量

20.网络优化

AI正在颠覆电信产业，包括推动频谱共享、监控资产，为天线提供最佳设计。对于通信服务提供商而言，网络优化直接会带给更好的客户体验。

电信运营商也在打算将基于AI的缓解方案集成到5G无线科技中。2019年及之后的人工智能关键趋势之一将是更多融入中国电信网络。

21.自动驾驶车辆

虽然自动驾驶车辆具备很大的市场，但完全手动驾驶的实际应用一直未知。虽然目前尚未发生了，部分初期完全自动驾驶的举例已经在仓储和物流中心发生。虽然完全应用的时间还不确认，但各行各业都在切实投资并采取手动驾驶技术。

“自动化”和“最后一公里”新闻提到数量

22.作物监测

三种农作物监测正在农业领域发展，包括地面、空中和地理空间。初创公司和现有企业正在接受作物检测AI来管控杀虫剂应用、发现小麦问题，并分析天气变迁如何影响农业。

23.应对网络威胁

对网络伤害作出反应将要不够了。计算能力和算法的进步正在将原本的理论攻击成为真正的安全难题。作为否认，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行业新兴起跨越不同业务种类的识别威胁技术。

24.AI聊天

针对许多企业来说，聊天机器人成了人工智能的代名词，但承诺并没有跟上现实。尽管这项科技正在广泛运用在线ai软件，但聊天机器人在健康和保险等复杂领域，一直在尽力分析衡量情况的迫切性。AI可以提高很多领域聊天机器人功能，但它依然是算法的一项非常艰巨的任务。

25.药物发现

随着AI生物科技创业公司的兴起，传统制药公司正在寻找人工智能创业公司，减少大量药物发现周期。虽然许多这类型的创业公司仍进入资助的初期阶段，但它们尚未拥有一批制药客户。2019年人工智能的最大趋势之一将是领先的制药企业降低对该领域的投资。

2014至2018年AI医药领域交易总量和数额