到2019为止人工智能是真正的人工智能吗？

1. 到2019为止人工智能是真正的人工智能吗？

2. 2019年人工智能发展趋势一览

作者 | Jansfer 
来源 | AMiner 
Artificial intelligence trends of 2019 
2019年给我们带来了一些我们不可以错过的最新人工智能趋势。 
人工智能已经风靡全球。它被看作是技术给人类的礼物。现在创造的应用程序、机器等任何事物没有一个是不和人工智能挂钩的。每年我们都会关注人工智能趋势的变化，为下一年树立一个基准。如今，企业致力于将人工智能融入到各种技术形式，并且在健康、农业、建筑和汽车等领域取得了突破性的应用。 
人工智能，简称AI，是人类智能在机器中的再创造。科学家们想要通过人工智能，教机器像人类那样思考和决策。在人工智能的帮助下，许多公司尽力提高用户体验，他们几乎把人工智能融入了他们提供的每一个解决方案中。苹果、Facebook、谷歌、微软、IBM和亚马逊都是在研究人工智能方面投入巨资的顶尖公司。 
就像它问世后每隔一年一样，2019年也给我们带来了一些我们不可以错过的最新人工智能趋势。下面一起来看一下，2019年最大的人工智能趋势： 
 01 
机器学习 
机器学习也被称为“深度学习”，是一种人工智能应用程序。它允许计算机系统通过从经验中获取知识，然后用同样的方法来处理复杂的计算和功能，从而自动改进其功能。机器不再需要为每个功能单独编程。机器通过数据访问来收集信息并相应地增强学习能力，这使得深度学习成为可能。公司正选择对它们的计算机系统进行深度学习，以提高其性能、结果的准确性，并识别潜在的有害风险。 
由于这种人工智能趋势使机器能够迅速做出决定，公司使用机器学习最多的领域包括自动文本生成、计算机视觉和自动驾驶车辆。 
02 
面部识别 
这与我们曾经在电影中所看到的类似，也就是说，面部识别通过是一个人进入限制区域的先决条件。今年这一趋势终于加快了步伐。事实上，面部识别被认为是人工智能行业最大的突破之一，专家们认为这一趋势会继续发展下去，并且这项技术会随着时间的推移变得更好。 
人脸识别是通过数字模式来识别人类图像的。我们可以看到很多我们最喜欢的智能手机都加入了这一特殊功能，以此来增强手机的安全性。如果你对这种趋势的运作方式感到困惑，让我们给你举个例子来帮助你更好地理解。比如说，每次你在Facebook上传一张照片时，它会立即识别出你朋友的脸，并询问你是否愿意在照片上标记他们。以前我们不得不花时间在列表中查找朋友从而在图库中标记他们，但这样的日子已经一去不复返了。因为现在，面部识别为你做到了。另一个最适合面部识别功能的例子是iPhone X手机的数字密码功能。它所需要的只是你的脸，你可以瞬间打开你的手机!医疗和保健行业也在努力将面部识别纳入各自的领域。在这项技术的帮助下，科学家们正在制定诊断方法，这样就不必让病人经历耗时的过程。 
 03 
升级的隐私策略 
由于一切似乎都在朝着人工智能集成的方向努力，网站和应用程序正在升级其隐私政策，以便让用户了解不断涌入的最新变化。例如，在包含人工智能集成应用程序之后，Facebook一直在努力确保用户的信息完全安全，同时保持透明度，并升级了他们的隐私政策。 
04 
人工智能芯片 
今年另一个流行趋势是支持人工智能的计算机芯片。一个普通的CPU不支持人工智能模块，因此人工智能芯片被单独集成到CPU中，使它们像人工智能机器一样工作。这些支持人工智能的芯片可以进行极其复杂的数学计算，从而集成上述人工智能趋势，如面部识别和机器学习。 
为了将这些人工智能芯片带给消费者，英特尔、英伟达、高通、ARM和AMD等顶级硬件制造商正致力于将它们尽快添加到计算机系统中，以便他们能够在不受任何阻碍的情况下进行典型的人工智能计算。所有这些人工智能芯片都将集成语音识别和面部识别功能。汽车行业和医疗保健行业将非常依赖这些支持人工智能的芯片，因此它们的机器可以为用户提供最好的人工智能体验。 
05 
云计算 
在过去的几年里，云计算得到了极大的发展，并且随着人工智能的集成，云计算已经上升到了一个非常重要的水平。目前，云计算的最高领导者包括阿里巴巴、谷歌、亚马逊网络服务、Oracle和微软Azure。专家们认为，随着这些最高领导者在全球范围内的不断扩张，它们今年将会发挥更具影响力的作用。此外，专家们还预计，今年云计算的整个业务收入将高达2000亿美元，比业界此前的业绩高出20%。 
 06 
总结 
尽管人工智能的形象是一个对手，但它仍然是一个游戏规则的改变者，它将继续为许多不同行业的研发做出贡献。许多专家认为，未来人工智能将成为我们生活中不可或缺的一部分，如果没有人工智能，我们的生存似乎是不可能的。人脸识别、机器学习等仅仅标志着在人工智能帮助下可以实现的奇迹的开端。因为人工智能与计算机的集成，我们曾经在电影中看到的所有让我们惊叹的事情，现在都可以在现实中实现。期待接下来人工智能为我们带来的奇迹！ 

3. 2019年AI人工智能领域都发生了什么？

作者 | David Foster 译者 | Sambodhi2019 年无疑是忙碌的一年。人工智能的进步和新闻频频登上头条新闻，让我们的生活充满了敬畏和自豪的时刻，但一些其他时刻充却斥着一种恼人的想法，那就是这项技术让人们发现，我们的社会并没有准备好迎接人工智能的普及。 
2019 年，究竟是人工智能进步的一年，还是幻灭的一年呢？随着研究人员攻城略地，迅速攻克以前难以企及的基准，今天，我们可不可以这样认为，这个领域已经正在步入稳步发展的轨道呢？ 
在 ADSP（Applied Data Science Partners，意即“应用数据科学合作伙伴”）网站上，我们想后退一步，把 2019 年的人工智能界发生的事件整理好，以让公众能够有个全新的视角。在聚光灯下，重要的是要将一项工作最初吸引人们的兴趣，与它的实际重要性，以及它对该领域产生的影响区分开来。为此，本文将展开人工智能故事的平行线索，并试图分离出它们的意义。多亏了我们出色的内容作家 Elena Nisioti，她将这些故事讲得如此精彩！ 
让我们坐下来，一起回顾 2019 年的人工智能领域的方方面面。 
处在文艺复兴时期的领域 如果让我们用一句话来描述 2019 年的人工智能现状，那很可能是：“强化学习（Reinforcement Learning ）回归，看起来将永存”。 
到目前为止，我们中的大多数人可能已经熟悉了 监督式学习（Supervised Learning）：有些人收集了大量的 训练数据，将它们馈送到 机器学习算法 中，然后得到一个 模型，这个模型可以为我们进行 预测 和 分类。我们中的一些人甚至可能有这样的印象：即，人工智能就是监督式学习的同义词。然而，监督式学习只不过是我们今天拥有的 众多类型的机器学习 中的一种罢了。 
在强化学习（Reinforcement Learning，RL）中，智能体用 试错 的方法，通过与环境进行交互来学习，这种环境会给它们的 行为 提供 奖励回报。当涉及到多个智能体时，它们被称为 多智能体强化学习系统（Multi-agent Reinforcement Learning System）。 
这个领域已经存在几十年，从概念上来讲，它听起来比监督式学习更像是一种合理的创造智能的学习机制。然而，直到 2015 年，DeepMind 才获得了人们的关注，当时 DeepMind 使用深度 Q 学习（Deep Q-learning）创建了 Atari（雅达利） 游戏的智能体，这是一种结合了经典强化学习算法和深度神经网络的算法。2018 年，OpenAI 也通过 解决 Montezuma’s Revenge（一款被认为难度特别高的 Atari 游戏），从而在这一领域确立了自己的地位。 
在过去的几个月里，事态升级了： 
 这些工作重新唤起了学术界对强化学习的信念，在过去，人们曾经认为强化学习效率低下，过于简单，无法解决复杂的问题，甚至连游戏的问题也不能解决。 
今年，另一个大受欢迎的应用是 自然语言处理（Natural Language Processing，NLP）。尽管研究人员在这一领域工作了几十年，但近些年的自然语言处理系统生成的文本听起来还是不够自然。自 2018 年底以来，人们的注意力已经从过去的词嵌入转移到 预训练语言模型，这是自然语言处理从计算机视觉中借鉴来的一种技术。这些模型的训练是以非监督的方式进行的，这使得现代系统能够从互联网上的大量文本中进行学习。因此，这些模型变得“博闻强识”，并发展出了理解上下文的能力。然后，可以通过监督式学习进一步提高它们在特定任务上的表现。这种通过在不同任务上训练机器学习模型来改进模型的做法，属于 迁移学习（transfer learning）的范畴，被认为具有巨大的潜力。 
自去年 Google BERT、ELMo 和 ulmfit 等系统在 2018 年底推出以来，自然语言处理一直风头正茂，但今年的聚光灯被 OpenAI 的 GPT-2 给“夺走了”，它的表现引发了人们对 自然语言处理系统的道德使用的大讨论。 
实践走向成熟 今年，人们也见证了最近一些深度学习技术走向成熟。应用监督式学习，特别是 计算机视觉 技术，已经催生了现实生活中成功的产品和系统。 
生成对抗网络（Generative Adversarial Networks，GAN）是一对神经网络，其中，生成器网络试图通过学习生成模仿训练数据的图像来欺骗判别器网络，现在已经达到了近乎完美的水平。对人工智能来说，创造虚假但又逼真的人物和物体的图像，已经不再是前沿领域了。从 2014 年生成对抗网络的引入 到 2019 年 NVDIA 开源的 StyleGAN，一图胜千言，我们用下面的图片来说明，这可能是理解该领域进展情况的最佳方式： 
 2019 年，人工智能创造的艺术品甚至脱离了过去几年的假设性讨论，成为了今天 博物馆装置和拍卖 的一部分。 
计算机视觉还被应用于一些具有重大商业和社会意义的领域，包括自动驾驶车辆和医学。但是，人工智能算法在这些领域中的应用自然是缓慢的，因为它们直接与人类生活直接互动。至少到目前为止，这些系统还 不是完全自主的，它们的目的，在于支持和 增强 人类操作员的能力。 
研究团队正与医院密切合作，开发用于疾病早期预测的人工智能系统，并整理大量的健康数据档案，其中一个值得注意的例子，是 DeepMind Health 和 UCLH 之间正在进行的合作。然而，这些工作中的大部分仍处于试验阶段，迄今为止，唯一获得 FDA 批准的人工智能系统是 SubtlePet，这是一款使用深度学习增强医学图像的软件。 
沉睡的巨人 AutoML 是机器学习的子领域之一，自 20 世纪 90 年代以来就一直存在，在 2016 年引起了人们的极大兴趣，但不知何故从未登上头条新闻，至少不像其他人工智能趋势那样。也许这是因为它并不那么花哨的性质：AutoML 的目的是通过自动化决策来使机器学习的实践更有效，而今天数据科学家是通过手动、蛮力调优做出的决策。 
在过去三年中，我们对这一领域的理解已经发生了变化，今天，大多数大公司都提供了 AutoML 工具，包括 Google Cloud AutoML、Microsoft Azure、Amazon Web Service 和 DataRobot 等。今年，随着 学习进化人工智能框架（Learning Evolutionary AI Framework，LEAF）成为最先进的人工智能技术，人们的兴趣转向了“进化”（Evolutionary）方法。然而，AutoML 还没有达到可以让一个完全自动化的人工智能系统比人工智能专家团队执行更好的成熟水平。 
 对人工智能的担忧 尽管取得了压倒性的成功，但今年人工智能领域也给我们带来了一些令人沮丧的故事。其中主要问题之一是 机器学习模型中的偏见，这一问题直到 2018 年才显现出来，当时 Amazon 发现他们的 自动招聘系统中存在性别偏见，而美国法院广泛使用的判决工具 COMPAS 也被发现存在性别和种族的偏见。 
今年案件的数量有所增加，这可能表明，公众和机构对用于自动化决策的现有人工智能系统越来越怀疑。以下是图景的一小部分： 
今年 10 月份，某医院的算法被发现对黑种人患者存有偏见。 去年 10 月，某人权组织指责用于发放英国签证的人工智能系统存在种族偏见。 今年 11 月，Apple 的信用评分系统被客户指责存有性别偏见。 偏见是一个特别令人担忧的问题，因为它位于监督式深度学习的核心中：当有偏见的数据被用于训练，且预测模型无法 解释 时，我们不能真正判断出是否存有偏见。迄今为止，学术界的反应一直是致力于开发技术，以了解深度模型决策背后的原因，但专家警告称，如果我们采用正确的实践方法，那么许多问题都可以迎刃而解。Google Cloud Model Cards 是最近的一次尝试，旨在使组织社区走向开源模式，同时明确描述其性质和局限性。 
今年另一个让人担忧的发现是，当一项技术变得越复杂时，它被滥用的可能性就越大。Deepfake就是生成对抗网络的阴暗面，深度学习算法被用来在纯粹虚构的场景中创建涉及真实人物的图片或视频。人们不难看出，这项技术如何被用于传播虚假新闻，从政治宣传到欺凌。这个问题单靠科学家是无法解决的，历史已经证明，科学家并不善于预测他们的发现对现实生活的影响，更不用说控制它们了，这需要社会各界进行广泛的对话。 
今天的人工智能有多强大？ 如今，要量化人工智能的价值真的很困难。但有一点是可以肯定的：人工智能已经脱离了科幻小说和前卫计算机科学的领域，现在，人工智能已成为社会不可分割的一部分，人们对人工智能进行了大量的投资。 
今年早些时候，三名主要的深度学习研究人员获得了图灵奖，这是对人工智能作为计算机科学的一个领域的认可，而人们对此期待已久。 

4. 2018，人工智能行业将如何走向？

人工智能—每日一点点：
时间过的很快，2018年已经到来第二天，2018你准备好了吗？人工智能涉及各行各业，发展快，成果多，2018，人工智能应该怎么走！
1
1、吹捧少些，实施多点。人工智能的火爆，但一些趁热闹唱着人工智能的热潮伪企业很多。虽然AI很火，但真看不惯一些媒体一直在炒冷饭，然后一些人不亦乐乎。尽管从行业发展的角度，这种行为是可理解的，但对行业无益处。
2、加快B端市场抢占，积极尝试C端市场。这是接下来人工智能发展的关键，在B端，已经非常成熟，无论是科大讯飞，还是商汤科技，头一批的人工智能企业已经完成了攻城略地，接下来的机会应该在C端，B端现在太难进去了。C端机会很大，当然风险也很大，但到了2018年，也是时候布局C端了。
2
3、各大互联网公司加码。如果是2017年还是宣布做AI，那到了2018年，如果不是真的做AI，基本没有太多机会了。因为BAT等大公司已经全面入局，接下来则是抢夺现成蛋糕的时候。一些传统的硬件公司，比如手机公司，如果不快速切入AI，其实后面会很被动。
4、政府会继续推动。没错，政府也停不下来了，因为政府的热情已经被煽动起来，只要在接下来的一年不冷下来，政府会大力加码。尤其是地方政府，开始大规模搞人工智能产业基地、AI小镇，尽管这些是政绩工程，但一定程度上促进行业的发展。
5、高校的反应将起关键。在过去的一年，高校大规模的设立人工智能专业，但远远不够，人才荒的缺口，会导致接下来的一年，更多的高校宣布设置人工智能专业，或者至少搞个实验室。就在写这篇文章之前，北大法学院刚刚宣布成立AI实验室了。所以高校也不愿意错过这次机会，何况，这是一件对行业很有价值的事情。
6、更多国家入局。AI不只是一个公司的战略，还是一个国家的战略，随着大国的入局，中小国家也被迫卷入到人工智能争夺战中来。再穷也不能穷人工智能，但有一些人口少的小国，可能通过别的方式来入局AI，不一定通过正面战场，毕竟这是一件因地制宜的事情。
7、资本和股民会变得理性。过去的一年，已经上市的人工智能企业，股票大涨，还没上市的人工智能企业，则估值大涨。这是因为大家不理性，导致的水涨船高。但到了2018年，这个会变得谨慎，毕竟泡沫吹得太大了，再往上拱有点难，所以尽管大家很自信，但不会像去年那样没头没脑了。
3
8、人工智能培训热会持续。虽然，培训班出不了AI大师，但是，高薪和热钱的涌入，使得很多在传统互联网企业得不到大展宏图的人，试图通过培训班来转型。这是阻挡不住的，因为AI人才缺口太大，高校一时供应不够，只能培训班来凑，所以今年这个行业估计能赚得盘满钵满。
9、大批产品出来。随着苹果的iPhone X拉开了人工智能产品的序幕，更加智能的手机、机器人、无人车、智能音响、办公助手、智能家具等一系列老掉牙的概念产品，会因为真正的AI技术嵌入，而开始大规模进入消费市场，可以说，在今年，将是AI产品逐鹿中原的一年。
10、与其他风口平分秋色。中国的互联网创业圈，一定是一年一个主题的，但由于人工智能的影响力太大了，所以在接下来的2018年，它的天威会继续。这并不妨碍其他风口起来，比如区块链和数字货币，在此前预热了一年，到了2018，则正式开始开枝散叶了，走着瞧吧。
11、AI从风口变成了潮流。没错，说人工智能是风口，那是因为2017年要把它炒热，到了2018年，人工智能必须是潮流，潮流的目标是星辰大海，越流越大，我们只需要跟着潮流走，就不会错。
人工智能—昨日业绩：
1.北京首条无人驾驶地铁年底开通
司机坐在驾驶室里却不用操控列车，车门夹到异物三次后就不再关闭，从燕山站到阎村东站单程大约25分钟。地铁燕房线主线14.4公里，全线设9座高架车站。
2.首家京东X无人超市落地烟台
目前无人超市只有一名店员，提供引导服务，更多进店识别、购物、结算等，均是由大数据分析、辅助运营手段、刷脸进店、智能进店、优惠更新、自动结算等。
3.北京首个无人驾驶试运营基地落户顺义
这是北京首部自动驾驶新规以来，首无人驾驶区域。未来将围绕无人驾驶、人工智能、5G通信、移动互联网、物联网、智能道路、云计算、高性能芯片、自动化、先进机器人等领域打造高科技引擎。
4.华为公布2017全年营收
华为轮值CEO胡厚??在2018年新年献词中表示，2017年华为全年销售收入预计约6000亿人民币，同比增长约15%。

5. 2018，人工智能行业将如何走向？

人工智能—每日一点点：
时间过的很快，2018年已经到来第二天，2018你准备好了吗？人工智能涉及各行各业，发展快，成果多，2018，人工智能应该怎么走！
1
1、吹捧少些，实施多点。人工智能的火爆，但一些趁热闹唱着人工智能的热潮伪企业很多。虽然AI很火，但真看不惯一些媒体一直在炒冷饭，然后一些人不亦乐乎。尽管从行业发展的角度，这种行为是可理解的，但对行业无益处。
2、加快B端市场抢占，积极尝试C端市场。这是接下来人工智能发展的关键，在B端，已经非常成熟，无论是科大讯飞，还是商汤科技，头一批的人工智能企业已经完成了攻城略地，接下来的机会应该在C端，B端现在太难进去了。C端机会很大，当然风险也很大，但到了2018年，也是时候布局C端了。
2
3、各大互联网公司加码。如果是2017年还是宣布做AI，那到了2018年，如果不是真的做AI，基本没有太多机会了。因为BAT等大公司已经全面入局，接下来则是抢夺现成蛋糕的时候。一些传统的硬件公司，比如手机公司，如果不快速切入AI，其实后面会很被动。
4、政府会继续推动。没错，政府也停不下来了，因为政府的热情已经被煽动起来，只要在接下来的一年不冷下来，政府会大力加码。尤其是地方政府，开始大规模搞人工智能产业基地、AI小镇，尽管这些是政绩工程，但一定程度上促进行业的发展。
5、高校的反应将起关键。在过去的一年，高校大规模的设立人工智能专业，但远远不够，人才荒的缺口，会导致接下来的一年，更多的高校宣布设置人工智能专业，或者至少搞个实验室。就在写这篇文章之前，北大法学院刚刚宣布成立AI实验室了。所以高校也不愿意错过这次机会，何况，这是一件对行业很有价值的事情。
6、更多国家入局。AI不只是一个公司的战略，还是一个国家的战略，随着大国的入局，中小国家也被迫卷入到人工智能争夺战中来。再穷也不能穷人工智能，但有一些人口少的小国，可能通过别的方式来入局AI，不一定通过正面战场，毕竟这是一件因地制宜的事情。
7、资本和股民会变得理性。过去的一年，已经上市的人工智能企业，股票大涨，还没上市的人工智能企业，则估值大涨。这是因为大家不理性，导致的水涨船高。但到了2018年，这个会变得谨慎，毕竟泡沫吹得太大了，再往上拱有点难，所以尽管大家很自信，但不会像去年那样没头没脑了。
3
8、人工智能培训热会持续。虽然，培训班出不了AI大师，但是，高薪和热钱的涌入，使得很多在传统互联网企业得不到大展宏图的人，试图通过培训班来转型。这是阻挡不住的，因为AI人才缺口太大，高校一时供应不够，只能培训班来凑，所以今年这个行业估计能赚得盘满钵满。
9、大批产品出来。随着苹果的iPhone X拉开了人工智能产品的序幕，更加智能的手机、机器人、无人车、智能音响、办公助手、智能家具等一系列老掉牙的概念产品，会因为真正的AI技术嵌入，而开始大规模进入消费市场，可以说，在今年，将是AI产品逐鹿中原的一年。
10、与其他风口平分秋色。中国的互联网创业圈，一定是一年一个主题的，但由于人工智能的影响力太大了，所以在接下来的2018年，它的天威会继续。这并不妨碍其他风口起来，比如区块链和数字货币，在此前预热了一年，到了2018，则正式开始开枝散叶了，走着瞧吧。
11、AI从风口变成了潮流。没错，说人工智能是风口，那是因为2017年要把它炒热，到了2018年，人工智能必须是潮流，潮流的目标是星辰大海，越流越大，我们只需要跟着潮流走，就不会错。
人工智能—昨日业绩：
1.北京首条无人驾驶地铁年底开通
司机坐在驾驶室里却不用操控列车，车门夹到异物三次后就不再关闭，从燕山站到阎村东站单程大约25分钟。地铁燕房线主线14.4公里，全线设9座高架车站。
2.首家京东X无人超市落地烟台
目前无人超市只有一名店员，提供引导服务，更多进店识别、购物、结算等，均是由大数据分析、辅助运营手段、刷脸进店、智能进店、优惠更新、自动结算等。
3.北京首个无人驾驶试运营基地落户顺义
这是北京首部自动驾驶新规以来，首无人驾驶区域。未来将围绕无人驾驶、人工智能、5G通信、移动互联网、物联网、智能道路、云计算、高性能芯片、自动化、先进机器人等领域打造高科技引擎。
4.华为公布2017全年营收
华为轮值CEO胡厚昆在2018年新年献词中表示，2017年华为全年销售收入预计约6000亿人民币，同比增长约15%。

6. 2018，人工智能行业将如何走向

要说2018最热的一个行业是什么？那么肯定有人工智能这一项。
自从百度的李彦宏开始写了一本书，叫智能革命，开启了智能工业的时代。越来越多的企业都投身到了人工智能的行业中，波及了整个行业，不限于新兴的，还有一些传统行业，全部转入到了人工智能的浪潮当中。
随着大数据云计算的普及，给人工智能提供了便利的基础设施，现在人工智能发展的速度以光速在前进。

比如喜马拉雅音频节目推出的小雅音箱，就是一款人工智能产品，他通过人机对话，搜索你想听的音频节目，同时这个小音箱也可以跟人进行互动，跟你聊天儿，告诉你天气情况，让你注意事项，等等一系列有趣儿的人工反应。这就是一款人工智能走进家庭的一款产品，在发布当天就突破了5万台的销售量，一经发布就成为了爆款，虽然它的价位略高于其他的智能联想，但是他竟然能够站稳，靠的就是口碑，靠的是品牌，靠的是服务。
所以未来人工智能的方向可能更看重的是相应的服务配套，如果你的服务配套能跟上来，那么将在市场上会占有很有利的位置。


喜马拉雅的小雅音箱之所以这么火爆，主要就是基于他这个平台的音频节目很有质量，他积累的用户很多，因为用户的认可，结合着智能音箱的推广，形成了爆款，也就是理所当然的事情了。
微信公众号：软件萌妹子
绘画界里最会玩软件的，写作圈里最爱玩软件的，妈妈圈里最能玩软件的。用小白的方式，分享职场、应用心得，你还等什么，过来聊吧。