假如要选择一本 2017 年最火、被提到频次最高的书，那一定是《将来简史》。在这本书中，尤瓦尔·赫拉利说道：
人类将把任务和决策权交给机器和算法来完成，大局部人将沦为无用阶级。只要多数精英才干真正享用到这些新技术的效果，用智能的设计完成退化、编辑本人的基因，最终与机器融为一体，统治全人类。
这样的描绘对大少数人来说一定是恐惧的，但更恐惧的是它也成功预测了 2017 年科技范畴的走向。过来的一年中，人工智能基于前两年的沉淀，愈加炽热——算法打破、算力加强，在医疗、金融、教育等传统行业开疆拓土，让每一个行业都开端探寻使用人工智能的时机，让智能机器承当更多人类的任务。虽然如今机器的才能还比拟深刻，没有完全让尤瓦尔·赫拉利“未遂”，但毫无疑问，它正走在这条路上。
2018年就要来了，人工智能还会持续炽热么？有很多调查机构、媒体、商业首领、科技专家都给出了一些答案，雷锋网组编了一些观念，并从技术、使用、人才三个方面停止了归结总结，供你读懂将来。
技术：云 AI 竞赛、机器学习自动化、元学习
毫无疑问，这场炽热的技术反动，实质下去自于对技术主义的崇尚，新年到来，人们对 AI 技术自身的开展，也普遍显得悲观。
KDnuggets 在最近向大数据、人工智能、机器学习范畴的一些顶级专家停止了提问，Curai 结合开创人/ CTO，曾任职 Quora 技术总监和 Netflix 研讨 / 技术主管的 Xavier Amatriin 以为，AI 最剧烈的战场在云下面，大小玩家都在各自的云效劳中加紧部署AI，典型的例子如亚马逊最近推出构建和部署 ML 模型的 Sagemaker，Nvidia 推出了训练深度学习模型的 GPU 云。来自华盛顿大学计算机迷信与工程系的教授 Pedro Domingos 也表达了异样的意思，他以为谷歌、亚马逊、微软和 IBM 之间的云 AI 竞赛将愈演愈烈。
雷锋网 (大众号：雷锋网) 理解到，云 AI 竞赛之外，受关注的是机器学习。
一方面，而关于大少数难以解释的机器学习模型来说，2018 年或许无机会让我们看的更为清楚，尤其是随着深度学习模型在医疗、法律、金融方面的使用，也必定要求其原理足够通明。诺丁汉特伦特大学迷信与技术学院的初级讲师 Georgina Cosma 以为，模型提出的预测必需值得我们信任，特别是这些预测后果会被人类用来做决议的时分。在另外一篇预测文章中，来自梅奥医学中心放射科的参谋 Bradley J. Erickson 博士也以为，新的技术会协助研讨者增加关于深度学习成为“黑盒子”的担忧，让我们更理解深度学习外部的东西。
另一方面，BWDISRUPT 近日宣布的一篇预测文章中则以为，“2018年最大和最重要的趋向就是机器学习将从手工操作转变为零碎化和自动化”。同时，深度学习将持续成为2018年最重要的机器学习技术。到目前为止，它在图像和视频剖析和自然言语处置方面获得了最大的成功，但随着技术的商品化，它将在越来越多的使用范畴获得停顿。
此外，在机器学习外部，还有一个令人惊喜的趋向是元学习（mata-learning）的开展，Google 研讨迷信家，加拿大初级研讨机构机器学习和大脑项目副主任 Hugo Larochelle 以为，元学习是一个总称，它能处理如何从若干例子中发现学习算法的成绩，研讨者们开端运用深度工夫卷积网络、图形神经网络停止了一些元学习研讨，将来该办法将被更多用于自动学习、冷启动项目引荐、多数散布预测、强化学习、分层RL、模拟学习等。
使用：医疗、虚拟助手、自动驾驶
福布斯的预测更倾向微观和使用层面，它以为2018年，人工智能和机器学习仍然会占领头条，而机器人则会占领更多人类的任务岗位。在2017年，很多巨头和创业公司在AI上尝到甜头，因而将会投入更多，同时也会吸引更多企业“介入”AI，当然这将带来很多未经历证的技术和使用，招致风险上升。
详细使用范畴，福布斯以为，“人工智能正在以病人无法发觉的方式进入医疗范畴”，比方机器视觉被使用在医学影像中，电子病历等，同时会看到康复机器人开端呈现在病患的家中，协助病人康复。
此外，福布斯还以为，人与机器的交互将片面转向语音，在自然言语生成和自然言语处置算法不时提高下，机器能更好天文解人类意图，并用人类可了解中央式停止交谈。Nvidia 初级研讨迷信家 Alejandro Troccoli 也表示，人工智能团体助理将变得更为智能，更理解本人的“主人”，可以晓得厨房里有什么东西，习气周几做饭，甚至再回家前就下单备好了食材。
麻省总医院与布列根和妇女医院临床数据迷信执行主任 Mark Mivhalski 以为，2018年是人工智能从算法走向产品的一年，概念将变成真实存在的处理方案，并能为医生所用。俄亥俄州立大学 Wexler 医学中心的放射学博士 Luciano Prevedello 则以为，从 2018 年开端，人工智能将开端融入临床零碎，成为医疗中的一个惯例零碎。
此外，Orange Silicon Valley 首席执行官 Georges Nahon 预测，得益于生物辨认技术，将来生物辨认技术将取代信誉卡、驾照和条形码，改动平安验证的方式，并彻底改动批发行业。
在自动驾驶方面，百度早前宣布将在2018年完成无人车量产，该准量产车为百度与金龙客车协作的无人驾驶巴士，从而将国际无人车量产的工夫线提早了两年。此外，通用等传统车厂也将陆续量产无人车。
人才：宏大缺口、跨界活动
雷锋网留意到，在任务岗位被人工智能取代的“恐慌中”，其实无法掩盖科技行业里人工智能人才的少量缺口，即使是薪水曾经高到令人乍舌。依据腾讯和BOSS直聘发布的《全球人工智能人才白皮书》显示，全球 AI 人才约 30 万，以 1：2 的比例分散在学术界和工业界，而市场需求为百万。
依据《猎奇心日报》采访 Michael Page（中国）区域总监陈慧洁的报道，AI范畴的薪酬属于金字塔尖1%的程度，同时还外加了股权鼓励及全球入职的自在度。
AI 的开展，一方面取代了某些岗位，另一方面也制造了很多岗位，但十分分明，他们不是同一类人。人才的稀缺以及高薪安慰，将会吸引其他专业的人才跨界活动，例如数学、物理、神经迷信的毕业生，或许都能在 AI 企业里找到一份适宜的任务。
全体来看，各大媒体、调查机构、专业人士关于 2018 年都充溢悲观，但也有些人指出，在人工智能开展的同时，数据平安、生物特征平安却极少被人提及，在繁华中被掩盖。关于数据的立法、品德是个急需讨论的成绩，或许也应该在新的一年，被注重起来。
。
