2017年，人工智能打败世界扑克冠军；2017年，类人机器人完成完满后空翻，落地颠簸，姿态美丽；2017年，Uber放出狠话：“以最快的速度，把Uber公司下100万名司机交换为机器人”。

几经震撼，几经惶恐，人工智能就这样大模大样地走入了我们的生活。2018年，Uber的承诺会否成为一诺千金？马斯克的AI要挟论会被印证还是被瓦解？人工智能又将如何重塑全球市场及各大中心产业？

基于美国知名研讨机构CBInsights发布的重磅报告《2018年人工智能趋向瞻望》，品途商业评论（ID：pintu360）对人工智能行业2018年的开展停止深化研讨分析，从报告和多家巨头的走访中总结出以下十大趋向。

趋向一 中国潜力迸发，撼动美国主导位置

2017年，中国人工智能初创公司投入在全球占比48％，并初次逾越美国占据榜首。2018年，据CBInsights预测，就人工智能创业公司和总股本买卖数量而言，美国在全球仍将抢先，但其正在逐步得到本着网络面前人人平等的原则，提倡所有人共同协作，编写一部完整而完善的百科全书，让知识在一定的技术规则和文化脉络下得以不断组合和拓展。 全球买卖主导位置。

美国的全球买卖主导位置被撼动（图片来自CBInsights报告）

此番成就，中国最大的“罪人”有两个，辨别是面部辨认和智能芯片。前者得益于政府的鼎力支持近年开展最为迅猛，然后者则是对一向强势的美国芯片的直接应战。

　　面部辨认方面，独角兽Megvii奉献斐然。据悉，Megvii失掉了中国保险公司（ 阳光保险 集团），政府机构（俄罗斯联邦-中国投资集团），以及企业巨头（ 富士康 ，蚂蚁金融）的鼎力支持，当下拥有13亿人脸数据记载。

中国对人脸辨认投入宏大（图片来自CBInsights报告）

　　该公司的投资方 阿里巴巴 集团（经过蚂蚁金融）和富士康于2016年在中国杭州市协作展开了“城市大脑”项目，应用人工智能剖析监控摄像头数据。

　　而关于城市大脑，阿里技术委员会主席 王坚 博士在品途商业评论（ID：pintu360）的采访中泄漏，“我觉得从过来到下一年发作了十分大的变化。假如说上一次我们真的完成了一个宏大无比的实验，在下一年要把这个实验变成一个城市最根底的东西。我们往年在杭州有一个目的，就是把城市大脑从过来的试点变成一个掩盖整个杭州市的事情。”

智能芯片方面，2017年7月，中国政府表示，将于2020年与美国达成协作，并于2030年前成为世界指导者。中国企业Cambricon承诺，将在将来三年内消费10亿个处置单元，并正在开发专门用于深度学习的芯片。

此外，除了本国研发，中国次要科技巨头如腾讯、百度和京东加大海内投资力度。据悉，近期，百度和京东已投资ZestFinance，腾讯已投资ObEN。在2018年，这也将成为中国芯片之争胜出的无力筹码。

中国人工智能范畴的海内投资明显提升（图片来自CBInsights报告）

趋向二 制造业工人或迎史上最严峻失业潮

　　近日，中国T恤制造商天元服装公司与美国阿肯色州政府签署了体谅备忘录，将在阿肯色州的新服装工厂启用400名“工人”。值得一提的是，这400位均为佐治亚州初创公司SoftWear Automation开发的缝纫机器人。此次协作，冗杂的任务全部由机器人完成，人类任务人员只担任机器人维护和 操作 等高端任务。

效率大幅提升，本钱大幅降低，没有埋怨，没有罢工。不难想象，在将来这必将成为制造业的常态。由此，2018年，普通工人或迎史上最严峻失业潮。

　　美国失业岗位再也无法到达2008年的 顶峰 （图片来自CBInsights报告）

“以零休息完成完好的消费是最终目的。”亚马逊的无人仓库理念亦是如此。当下，亚马逊已在全球各地的仓库中“雇佣”了超越100,000台机器人，大局部执行任务均由其完成。

因而，在机器人替代普通工人的同时，数千个新型高技术含量的任务时机涌现。在亚马逊人类任务人员则专注于细致的任务，比方货品挑选及订单分配。可见，机器人与人类是关系更多的是互补与共赢，单纯的“替代要挟论”实则为无稽之谈。

趋向三 人工智能无处不在，机器学习无所不能

2018年我国这片创新热土正在发生一场全面而深刻的产业结构变革。，人工智能无处不在。或许更确切地说，机器学习将无处不在。在CBInsights看来，这项技术简直“无所不能”，并将在2018年发明出有限能够。

「你是素食主义者，无麸质还是对大豆过敏？」美国的Prose希望将机器学惯用于定制美发产品，并已从知名风险投资公司筹集757万美元。更意想不到的是，机器学习已涉足大麻技术范畴。当下，DeepGreen运用计算机视觉辨认大麻植物的性别和安康水平。此外，Weedguide已筹集170万美元，方案将人工智能技术用于特性化杂草引荐。

这些产业推翻还远远不够。2018年，基于此技术，英国的IntelligentX无望推出生界上第一款AI酿造啤酒；俄罗斯的DeepFish努力于应用神经网络来辨认雷达图像中的鱼类；瑞典的Hoofstep更是筹集了风投资金，方案为马匹停止深度行为剖析。

趋向四 网络平安和传统进攻世界的逐渐交融

在热战时期，各国政府多次谈到“导弹差距”，并将其看作制胜的关键。而现今，战场在向“数据中心”转移。详细来讲，随着人工智能技术的开展，各国政府在网络才能方面的差距显现，网络平安和传统进攻世界逐渐交融。

人工智能在进攻范畴有着自然的优势。由于网络攻击是不时演化的，进攻进程中常常需求面临先前未知类型的歹意软件。而人工智能则可凭仗其弱小的大规模运算才能锋芒毕露，迅速排查挑选数百万次事情，以发现异常、风险和将来要挟的信号。

其实，早在2014年，亚马逊就为CIA树立了定制云计算效劳，满足敏感数据的严厉合规性和法规要求。2014年第四季度，AWS向情报界以外的其他政府客户开放此类工具。同时，亚马逊收买了两家人工智能网络平安公司——Harvest.ai和Sqrrl，以维护云中的敏感数据。尔后的几年中，无论是“老大哥”亚马逊还是诸多人工智能创业公司，都承诺成为新网络平安任务的中坚力气。

据统计，在过来的五年中，共有134家创业公司取得融资36.55亿美元。去年，约34家公司停止IPO，参加 Cyber eason，CrowdStrike，Cylance和Tanium等大公司的市场“厮杀”。其中，每家公司的估值均在9亿美元以上。

人工智能网络平安公司数量攀升（图片来自CBInsights报告）

趋向五 语音辨认技术的春天

2018年消费电子展上，Amazon Echo和Google Home是当之无愧的配角。人们能想到的物联网设备均被集成其中，简直没有“漏网之鱼”。业内人士预言，语音辨认的春天就要来了。

值得一提的是，虽然亚马逊在语音计算方面早有抢先，但在言语支持方面却处于落后位置。亚马逊上个季度宣布将在约80个国度出售其基于Alexa的扬声器。但不利的一点是，它希望全球用户都可以用英语，德语或日语与其停止互动。在言语方面，竞争对手Google优势分明，其智能助理可提供英文，法文，德文，意大利文，日文，韩文，西班牙文和葡萄牙文版本。其语音辨认功用更是支持119种言语。

　　除两大巨头外，当下，三星正在开发本人的语音助理Bixby。希望一切产品都能经过互联网衔接，且在2020年前完成Bixby的片面智能化；2017年，LG一切设备均支持Wi-Fi衔接，现有超越80种产品与Google Home集成。在中国， 阿里巴巴 报告提到，自2017年7月正式发布以来，其中文版天猫精灵已售出超越100万套。

2018年，非英语国度的语音市场或将是一块“肥肉”。谁主沉浮，还请各位大佬用产品说话。

趋向六 人工智能“边缘化”

2017年，人工智能被逐步带入使用边缘，行将更小的设备和传感器运转在更接近计算网络核心的中央。换句话说，人工智能能够「藏在你的耳机里」，而非安顿在云端或智能手机上。

举例来看，苹果公司发布A11芯片，其中包括适用于iPhone 8和iPhone X的“神经引擎”。苹果称，其可以每秒600B的速度执行机器学习义务，并支持FaceID 等诸多新功用。详细来说，该“神经引擎”可以用不可见光线扫描用户面部，且无需在云中上传或存储任何用户数据。此外，英特尔发布了一款名为Myriad X设备的视觉处置芯片（最后由Movidius开发，英特尔于2016年收买）。英特尔称，其可将智能手机的深度学习技术使用于婴儿监视器和无人机等设备。

而人工智能的边缘化使用还远不止于此，智能家居、自动驾驶等诸多抢手范畴中，都有它的身影（如下图）。

人工智能边缘化延长了呼应工夫（图片来自CBInsights报告）

2018年，人工智能边缘化使用也将成为各大厂商研发的重点。假如说人工智能的中心技术落脚点在于“智能”，那么，边缘化技术的探究或许就是为了让它离“兽性”更近吧。

趋向七 18亿美元白投了？亚马逊、谷歌垄断加剧

据CBInsights统计，近五年，投资机构为企业级人工智能使用创业企业共投入18亿美元。但是，随着亚马逊及谷歌对企业级人工智能使用的逐渐改良和创新研发，这一笔笔资金很能够付之东流。

近年，Google发布Cloud AutoML。客户可运用自定义数据训练算法，以满足特定需求；亚马逊开端在其AWS旗下销售“AI-as-a-Service”和“亚马逊人工智能”，努力于效劳小型开发人员，使其后期本钱为零。此外，亚马逊发布了可以像API一样任务的产品，并允许任何开发人员拜访Lex（Alexa外部的NLP），Amazon Polly（语音分解）和Amazon Rekognition（图像剖析）。

面对如此弱小的巨头竞争对手，小企业夹缝中求生活恐怕会成为伪命题。

趋向八 最为盛行的“卷积神经网络”被推翻

神经网络有着不同的架构。目前，深化学习中最为盛行的一种叫做卷积神经网络。如今，一种新的架构——胶囊网络曾经呈现，并无望在多个方面逾越卷积神经网络。

临时以来，卷积神经网络虽然获得了成功，但学者普遍以为其仍存在缺陷，能够招致平安缺口。基于此，深度学习的先驱研讨人员之一Geoffrey Hinton于2017年宣布研讨论文，引见了“胶囊网络”的概念。目前，该论文仍处于审查阶段，需求在实践状况下停止测试。但其论述的概念已在科技界惹起了宏大惊动。业内人士估计，一经历证，其将推翻时下最为盛行的“卷积神经网络”。

据悉，胶囊网络将允许人工智能辨认数据较少的图像形式，且不易遭到错误后果的影响。例如，其可以辨认出，当下图右侧的面孔特征重新陈列后，它不再是一张脸。这是卷积网络所不擅长的。

胶囊网络测试后果（图片来自CBInsights报告）

卷积神经网络的另一个成绩是，其无法智能应对输出数据的变化。例如，用户必需用不同角度或视角的相反对象的图像对卷积神经网络停止训练，以辨认一切变化。因而，它需求少量的训练数据来涵盖一切能够的变化。而胶囊网络则不同。该技术只需求较少的数据，且会将对象的绝对地位和方向归入思索。

以上种种标明，该论文一旦经过验证，必将在人工智能范畴掀起一场宏大风暴。而这能否在2018年演出？我们拭目以待。

趋向九 百万年薪人才抢夺战将愈演愈烈

2017年，人工智能人才抢夺战正式打响。猎聘网发布的中国某人工智能独角兽创业公司招聘启事显示，初级机器学习研讨员年薪达567,000-624,000美元，机器学习专家的年薪为315,000-410,000美元。

腾讯近期发布的报告显示，目后人工智能范畴合格的研讨人员数量仅为30万，其中包括相关研讨范畴的先生。但是，全国范围内，人工智能的人才缺口却为一百万甚至更多。因而，2018年及将来的几年内，“抢失掉人才”相对是人工智能企业开展的前提及关键。 

而这样“惜才”的不只要中国，美国科技公司均对人工智能人才毫不吝啬。Deepmind Technologies（由Google于2014年收买）报道，在2016年财务报表中，“员工本钱和其他相关本钱”高达1.084亿英镑。linkedIn上搜索显示，其员工数量为415，这代表团队的均匀薪水高达为252,000英镑（约合每年350,000美元）。

Deepmind Technologies财务报表截图（图片来自CBInsights报告）

除此之外，大型科技公司的人工智能研讨人员也在纷繁离任创业。Andrew Ng分开百度创立价值1.75亿美元的AI基金。Google传感器研发专家离任，担任AI芯片初创公司Groq首席技术官……

因而，随着各大公司的主干流失，全球人工智能公司的人才抢夺战必将愈演愈烈。2018年，人工智能专家的薪酬也或将创下新高。

趋向十 机器学习资本狂欢闭幕

近年来，一场又一场的资本狂潮此起彼伏。从大数据，到云计算，再到机器学习，引得“有数资本竞折腰”。

2017年，是机器学习的狂欢巅峰。投资者向各行业的机器学习创业公司投入超152亿美元，比2016年添加141％。一年间，美国孵化器吸纳了300余家机器学习创业公司，比2016年添加了3倍。

2017年人工智能（机器学习）企业融资额大幅增长

而2018年，这场狂欢行将闭幕。机器学习的正常化将使投资者对其投资的人工智能企业格外挑剔。正如16z的Frank Chen所述，“几年之内，没有投资者会去寻觅机器学习创业公司。它将被认定为‘为初创公司产品提供动力的必要工具’。”

与此前的诸多“过气风口”相似，机器学习将很快不再新颖。而2016年之后呈现的大批人工智能创业公司将何去何从？恐怕只要弱小的商业形式才干使其生机长存。

　　引援百度董事长兼CEO 李彦宏 在中国IT首领峰会上的发言：“我们这一代人全体来说都是很侥幸的，所以不必找风口。我从2000年回国到如今，这15年来时时都处在风口，吹得我舒服，各种各样的时机。假如大家都想找捷径，每团体都是这种思想方式，其实是很风险的，整个社会不应该鼓舞大家去找这种捷径。”

至于技术改造方面，阿马拉规律早就指出了——我们往往会高估技术的短期影响力，却低估技术的临时影响力。或许一切以产品形式为导向的热潮都是伪风口，但技术自身没有错。人工智能亦是如此，若能在屡次泡沫后最终走向落地，大浪淘沙后留下的企业和产品必将发光。

【本文为协作媒体受权 投资界 转载，文章版权归 原作者及原出处 一切。文章系作者团体观念，不代表投资界立场，转载请联络原作者及原出处取得受权。有任何疑问都请联络（editor@zero2ipo.com.cn）】