日本免费AV在线一区二区三区,国产精品导航一区二区,久久久久国产成人精品亚洲午夜

趨勢一：新藍領的工作——機器人保姆

CB Insights報告提到，中國T恤制造商天元服裝公司與美國阿肯色州政府簽署了諒解備忘錄，將在阿肯色州的新服裝工廠啟用400名“工人”。值得一提的是，這400位均為佐治亞州初創公司SoftWearAutomation開發的縫紉機器人。此次合作，繁雜的工作全部由機器人完成，人類工作人員只負責機器人維護和操作等高端工作。

AI推動下的機器自動化浪潮，一度被認為要沖擊勞動力密集的制造業，造成大面積藍領工作被替代。但容易被忽略的是新工種出現：機器人保姆。隨著高度自動化制造、倉儲等機器人完善，同時也需要相關人類對機器人進行維護。比如在亞馬遜倉庫中，已經有超過10萬個機器人投入使用，相應也創造了數千個人類的新工作機會；在日本，到2025年，80%以上的老年護理將由機器人完成，而不是護理人員。

趨勢二：機器學習無所不在、無所不能

CB Insights指出，2018年，人工智能無處不在，或者更確切地說，機器學習將無處不在。這項技術幾乎“無所不能”，并將在2018年創造出無限可能。

2018年，英國的IntelligentX有望推出世界上第一款AI釀造啤酒；俄羅斯的DeepFish致力于利用神經網絡來識別雷達圖像中的魚類；瑞典的Hoofstep更是籌集了風投資金，計劃為馬匹進行深度行為分析。

趨勢三：潛力爆發，中國漸成AI全球領導者

在AI領域，中國正努力超越美國和其他西方國家，政府已經投入了大量精力和資金。2017年中國人工智能初創公司投入在全球占比48％，并首次超越美國占據榜首。據CBInsights預測，2018年就人工智能創業公司和總股本交易數量而言，美國在全球仍將領先，但其正在逐漸失去全球交易主導地位。

中國的AI領域取得的成就，主要得益于在面部識別和智能芯片兩大領域的大力發展，前者得益于政府的大力支持近年發展最為迅猛，而后者則是對一向強勢的美國芯片的直接挑戰。

面部識別方面，獨角獸Megvii成績斐然。該公司的投資方阿里巴巴集團（通過螞蟻金融）和富士康于2016年在中國杭州市合作開展了“城市大腦”項目，利用人工智能分析監控攝像頭數據。

智能芯片方面，2017年7月，中國政府表示，將于2020年與美國達成合作，并于2030年前成為世界領導者。中國企業Cambricon承諾，將在未來三年內生產10億個處理單元，并正在開發專門用于深度學習的芯片。

此外，除了本國研發，中國主要科技巨頭如騰訊、百度和京東加大海外投資力度。據悉，近期，百度和京東已投資ZestFinance，騰訊已投資ObEN。在2018年，這也將成為中國芯片之爭勝出的有力籌碼。

趨勢四：國防的未來轉向AI

未來的戰爭將依賴于前所未有的智能技術。無人機僅僅是個開始。隨著傳統防御、監視和網絡安全偵察的日益融合，對基于算法的AI的需求。

人工智能在防御領域有著天然的優勢。由于網絡攻擊是不斷演變的，防御過程中經常需要面臨先前未知類型的惡意軟件。而人工智能則可憑借其強大的大規模運算能力脫穎而出，迅速排查篩選數百萬次事件，以發現異常、風險和未來威脅的信號。

CBInsights報告顯示，在2017年，約34家公司進行IPO，加入 Cyber eason，CrowdStrike，Cylance和Tanium等大公司的市場廝殺。其中，每家公司的估值均在9億美元以上。

趨勢五：語音交互競爭全球開戰

CBInsights報告顯示，目前語音交互戰爭在英語國家暫時兩強并存：AmazonEcho和GoogleHome主導了智能家庭音箱市場。

值得一提的是，雖然亞馬遜在語音計算方面早有領先，但在語言支持方面卻處于落后地位，它希望全球用戶可以用英語，德語或日語進行互動。

GoogleHome有英文，德文，法文和日文版本。而蘋果的HomePod目前僅提供英文版本。

此外在中文市場，Amazon和Google都不太有戲，中文市場現在還多雄混戰，市場主導地位的競爭仍將繼續。阿里巴巴此前報告提到，自2017年7月正式發布以來，其中文版天貓精靈已售出超過100萬套。

趨勢六：白領工作受到AI挑戰

CBInsights認為AI會更加普遍地進入輔助決策階段，這對白領的工作將造成威脅。

一份EAAS市場地圖顯示，律師、咨詢顧問、財務顧問等專業的工作也將面臨AI的入侵，但在這些領域中AI主要起到輔助和改善的作用，比如提高工作效率，使價格收費更合理和商業化，這將影響按小時計費的外部律師事務所的薪酬結構。

那什么樣的白領工作是暫時安全的？CBInsights的觀點是教育和醫療保健等需要高度情感智能的領域，目前面臨的自動化風險最小。

趨勢七：AI終端趨勢顯現，邊緣計算成為下一大領域

人工智能不僅限于強大的超級計算機和大型設備，它也正在成為智能手機和可穿戴設備和設備的一部分。CBInsights表示，AI發展正在進入“端”時代，包括手機、汽車、可穿戴在內的終端都將越來越多地迎來AI加持。而人工智能的邊緣化應用還遠不止于此，智能家居、自動駕駛等諸多熱門領域中，都有它的身影。

趨勢八：膠囊網絡出現

CBInsights報告顯示，神經網絡具有無數的架構。近來深度學習中最流行的一種叫做卷積神經網絡（convolutional neural networks）。現在已經開發出一種新的架構，即膠囊網絡，它將在多個前沿超過卷積神經網絡。

長期以來，卷積神經網絡盡管取得了成功，但學者普遍認為其仍存在缺陷，可能導致安全缺口。基于此，深度學習的先驅研究人員之一Geoffrey Hinton于2017年發表研究論文，介紹了“膠囊網絡”的概念。與CNN相比，CapsNet彌補了不少缺陷，比如數據量、準確度、訓練數據多樣性等等，性能更好。

趨勢九：高薪AI人才爭奪戰愈演愈烈

CB Insight援引報告稱，目前在人工智能領域能勝任的研究人員大約有30萬人，其中包括部分學生。而據數據顯示，全球企業對AI專業人才的需求很可能超過100萬。全球人工智能公司的人才爭奪戰必將愈演愈烈，2018年人工智能專家的薪酬也或將創下新高。

在美國，Glassdoor對“人工智能”的搜索顯示目前列出的職位超過32000個，其中幾個工資范圍已達到6位數。公司非常愿意為智能AI專家支付高額的薪水。

趨勢十：機器學習資本狂歡落幕

2017年，是機器學習的狂歡巔峰。投資者向各行業的機器學習創業公司投入超152億美元，比2016年增加141%。一年間，美國孵化器吸納了300余家機器學習創業公司，比2016年增加了3倍。機器學習將在2018年成為新常態，但是AI創業公司也會迎來檢驗期，光有概念炒作，沒有產品和商業模式，可能會被洗牌。投資者對于AI公司的投資也會更加謹慎，融資會變得更困難。