最近行業分析機構CBInsights發布了2019年AI趨勢報告，這份84頁的報告詳盡闡述了人工智能領域2019年的25種發展趨勢，可以為不同參與角色提供決策參考。為了幫助大家提高閱讀報告的效率，小編對這份報告進行分析和解讀后，將25種發展趨勢進一步總結為五大領域發展趨勢，希望對大家有所幫助。

一、底層技術更新

關鍵詞：開源框架、膠囊網絡、生成式對抗網絡、聯合學習、強化學習

報告論述：越來越多的公司將使用包括caffe2、 Py Torch以及TensorFlow在內的開源框架降低人工智能行業進入門檻，而膠囊網絡(capsule networks)會對卷積神經網絡(CNN)發起挑戰。“生成式對抗網絡”(GAN)將更加流行，用于內容制作。聯合學習(Federated Learning)方法將用于更多人工智能設備上，旨在使用這個豐富的數據集的同時保護敏感數據。關于強化學習(Reinforcement Learning)的研究申請會越來越多。

解讀：在可見的未來，人工智能的普及化程度會越來越高。盡管之前有很人相關人士曾預言AI寒冬的到來，但是從層出不窮的開源框架可以看出，各大公司對于人工智能的進一步普及和簡化應用，仍抱有極大的信心。而新的膠囊網絡和日漸流行的強化學習方法，讓圖像和物體的識別變得更加精確，擁有更多的視角的同時，突破數據限制。

簡而言之，在未來的一年，人工智能的進入門檻會越來越低，而且人工智能的識別性能也會更強、更精確，他們的自我學習能力會顯著提高。智能設備生產的數據利用度也會大大提升，人工智能在今年會朝著更聰明更有效率的方向發展，同時隱私及敏感數據會被更好的保護。

二、技術應用

關鍵詞：人工智能終端化、人臉識別、語言處理、車輛自動化駕駛、AI聊天機器人

報告論述：通過將AI算法加載于終端設備上，會使人工智能終端化變得普及，但依然面臨著儲存和開發上的困境。人臉識別的應用范圍會愈發廣泛，但有引發安全問題風險，仍有待改進。基于自然語言處理(NLP)工作的翻譯系統擁有極大的市場需求，但低資源語言和少數民族語言的開發和應用依然存在缺口。自動化駕駛的汽車市場潛力巨大，預計2025年其市場利潤能達800億美元，物流等相關行業會成為首批應用全自動駕駛的行業，但實現全自動的未來依然不明朗。AI聊天機器人吸引了包括國外的FAMGA(Facebook，Apple，Microsoft，Google與Amazon)以及國內的BAT等科技巨頭的關注。

解讀：5G的快速發展，以及智能設備的快速普及，使得各大公司更傾向于在智能手機、汽車甚至可穿戴設備等邊緣設備上運行AI算法。其實，在之前AI已經通過語音和手勢識別技術滲透汽車、家居領域。例如，巨頭谷歌和亞馬遜在汽車中分別引入了它們知名的語音識別解決方案“ok，google!”和“alexa”。這些技術形成了一整套的技術融合，加速了人工智能的技術應用。在2019年，5G在全球范圍類的廣泛試用，將會進一步推動車輛自動化甚至是無人駕駛的商用加速。語言處理技術的發展，讓對話式AI的發展會更加順暢，未來的你不管是說著哪一種方言，位于電話那一頭的AI接線員都能準確無誤地識別出來，并且通過富有感情的聲音給你一個答案。

三、醫藥行業AI應用

關鍵詞：醫藥成像與診斷、下一代假肢、臨床試驗患者招募、先進醫療生物識別技術、藥物發現

報告論述：“AI即醫療設備”趨勢正加速推進，更多的AI成像和診斷公司正在進行商業化探索，智能手機的普及和圖像識別技術的進步正在把手機變成強大的家庭診斷工具。使用機器學習解碼來自人體傳感器的信號，以及更多的新媒介解決方案，將助力下一代假肢領域發展。蘋果推出的兩個開源框架——ResearchKit和CareKit，將有助于解決臨床試驗患者招募中的互操作性問題。醫療生物識別技術將被用于被動監控，為新的診斷方法和識別以前未知的危險因素鋪平道路。制藥公司正在投資AI和藥物研發，以發現新的治療方案，并改變曠日持久的藥物研發過程。

解讀：醫療物聯網(IoMT)、AI全科醫生機器人、遠程醫療、醫療中的可穿戴設備、云計算，隨著人工智能在醫療行業的長足發展，它們可能正在成為成為現實。現在，即使是簡單的智能手機具有醫療應用程序也可以執行血液檢查，心電圖監測等。醫療中的這種自動化也使得可以向患者發送關于正常檢查的預期時間的自動提示。VR以及5G技術的發展，使得之前較為昂貴稀奇的遠程醫療變得觸手可及。從患者招募到藥物開發，AI如今都在全程參與，新型藥物的研發應用時間將會比之前更短，而且價格也會更低。對于殘障人士而言，下一代假肢技術也在進步，這將有助于他們更加容易地恢復到常人生活狀態。

四、設備維護與網絡優化

關鍵詞：預測性維護、后臺自動化、綜合訓練數據、網絡優化、網絡威脅狩獵

報告論述：隨著工業傳感器成本的降低、機器學習算法的進步，以及對邊緣計算的推動，AI-IIoT用于設備或單個部件的預測性維護會更加廣泛。人工智能正在推動管理工作走向自動化，但面臨數據的不同性質和格式的挑戰。AI可以通過混合現實世界和模擬數據進行訓練建立的合成數據集，來訓練人工智能算法。通過將基于AI的解決方案集成到5G網絡中，可以進一步優化電信網絡。使用機器學習主動“搜尋”威脅正在網絡安全中獲得動力，但仍面臨動態環境變化以及誤報的挑戰。

解讀：人工智能隨著物聯網的發展，在工業領域的應用已經較為明晰，更智能的機器學習算法和實時聯網的工業傳感器，進一步提高了設備本身的智能化，在不久的將來，設備的故障可以通過算法來提前預測，會節省大量的意外成本和設備停轉損失。由于人工智能的介入，機器運轉的后臺維護工作，將會變得更加有效率，會節省更多的人力成本。而且人工智能還可以通過模擬運算，進行多種不同狀況下的風險預演，可以更精確的模擬現實場景。在網絡上優化，人工智能可以快速和個性化的調整網絡資源，從而為客戶提供不同的網絡帶寬，降低網絡時延，同時在網絡安全上，不再是像之前那樣等著漏洞被發現，AI可以主動去解決威脅。

五、其它商用領域

關鍵詞：電子商務搜索、汽車索賠處理、防偽、零售、農作物監測

報告論述：對搜索詞的上下文理解正應用于電子商務搜索，但廣泛應用仍需時間。使用人工智能來計算車主的“風險得分”，分析事故現場的圖像，并監控駕駛員的行為，可以有效解決汽車索賠處理問題。網購的普及，使得通過建立一個假冒偽劣商品的數據庫，提取其特征，并訓練人工智能算法來分辨真偽，對于奢侈品牌和其他高風險零售商來說變得更加有必要。人工智能可以杜絕真正的盜竊行為，并讓免結賬手續零售變得更加普遍。添加數據分析，以及使用計算機視覺等技術，包括無人機在內的農業設備將變得更智能，可以廣泛應用于農作物監測。

解讀：在未來，應用在電子商務搜索的AI可以幫助顧客更加精準和快速地找到心儀的商品。比如當你不知道它叫什么名字的時候，你可以說出它的形狀和顏色，又或者它的別稱代號之類，人工智能可以通過對這些產品描述的語言分析來自主學習，提高搜索效率。同時在產品防偽上，人工智能可以進一步對假貨和侵權商品進行分析，降低客戶買到假貨的風險。而在汽車索賠處理上，人工智能可以全面介入駕駛員和車輛的狀態監控，一方面可以避免事故的發生，另一方面可以在第一時間內得出事故分析結果。在零售方面，無人商店可能更加普及，人工智能和人臉識別等技術的全面應用，可以幫助商店更好的計算貨損，及時補充貨物。而收銀過程也會變得更加簡易，人們今后可能購買任何東西甚至于都不需要帶著錢包和手機，所有過程都將是實時記錄的。在農作物監測上，無人設備和人工智能會使農業作業更精確，風險管控也會更加細致，絕大部分的農作物危害都會被精準清除，產量預測會更加準確。

總結

在2019年，更多的免費框架會讓人工智能的入門變得愈加簡單，更好的算法可以讓人工智能的學習速度大大提高，自我提高的能力也會加強。同時2019年一個明顯的趨勢可能是對于數據保護的重視，過去一年眾多數據泄露事件爆發出來的危機已經足夠警醒，人工智能在數據保護上所能做到的工作可能會更多。5G網絡的應用，會智能物聯網進一步普及，人工智能可以在今年有更大的發揮空間。包括醫療行業、農業生產、工業制造等各個領域，在智能設備的配合下，邊緣AI將部署到生活的各個角落。或許在不經意間，人工智能會觸達我們生活的方方面面。