2018五大人工智能趨勢，你知道多少？

人類一直對機器人和人工智能（AI）的概念保持非常強的好奇心。好萊塢電影和科幻小說可能激發了一些科學家開始朝着這個方向努力，雖然人工智能泡沫已出現多次，但目前重大的發展和突破正在重新引起公衆對這一領域的興趣。

2018年我們需要關注AI的相關領域，因為變革正在慢慢來臨，其中包括自然語言處理（NLP），機器學習，認知計算，神經網絡，計算機視覺和機器人及其相關技術。在本文中，我們将解釋圍繞所有這些技術的五個不斷變化的趨勢，并了解它們的好處。

1. 機器學習模型的民主化

機器學習旨在使計算機能夠從資料中學習并在不依賴于程式中指令的情況下進行改進。這種學習最終可以幫助計算機構模組化型，例如用于預測天氣的模型。這裡，我們介紹了一些利用機器學習的常見應用程式：

1.1财務應用

随着金融科技創業公司挑戰現有企業，金融業正在迅速發展。這些現有企業中的許多人主要依靠傳統的低效方法來提供标準化金融産品的咨詢和業務。人工智能的進步正在通過引入自動化咨詢改變了這一領域。機器學習模型也取代了傳統的預測分析方法來衡量市場趨勢。與傳統的投資模型相比，這些模型可以提供更高水準的準确性和預測市場波動的速度。

現在，機器學習也幫助金融公司預防金融欺詐。這些模型特别擅長根據曆史資料發現異常，并且可以輕松識别甚至預測欺詐活動。銀行正在使用這些模型來提醒客戶其帳戶中的任何異常活動。除了防止欺詐之外，機器學習還可以在風險管理領域發揮更大的作用。這些模型可以提高信用評級的準确性，并改善貸款機構的風險管理。

1.2醫療應用

機器學習和大資料可以利用大量潛在醫療資料，通過基于機器學習模型建構的新應用程式可以幫助識别疾病并提供正确的疾病診斷。機器學習還可以幫助人類進行基因測序、臨床試驗、藥物發現和研發以及流行病爆發的預測。

例如，阿裡雲的

ET Medical Brain

，最近來自世界各地的算法科學家将在這個平台上利用他們的智慧進行精準醫療競賽，他們将圍繞為糖尿病的個性化治療開發預測模型。

基于AI的系統還幫助醫院改善其營運工作流程和資料管理。值得關注的是，醫療保健專業人員在閱讀劑量說明或診斷資料時也會犯錯誤。具有圖像識别和光學字元識别功能的智能AI系統可以對這些資料進行雙重檢查，并確定減少此類錯誤。

1.3工業應用

機器學習算法支援涵蓋整個制造生命周期的許多應用程式，包括産品設計、生産計劃、生産優化、配置設定、現場服務和回收。現在，有幾個行業正在實施基于人工智能和物聯網的解決方案，并在其孤立和分散的SCADA（監控和資料采集）解決方案之上實作更高的協同效應。

此外，機器人和自動化機器的使用對于制造業來說并不陌生。基于物聯網的先進系統現在推動了工廠裝置和機器的預防性維護和維修，使用基于AI的技術優化供應鍊營運也正在不斷發展。

1.4AIOps 平台

我們大多數人都目睹過IT營運的流程設定，其中IT從業者經常負擔過重，每天處理數千個事件。這些分析系統無法利用IT營運資料的真正潛力，這就是為什麼要轉向開發有更高營運能力的智能系統。AIOps中的進階AI算法可以自動化分析和關聯事件資料的過程，此外，AIOps可以使用可以實時重複删除，黑名單和關聯事件饋送的算法來降低此類事件的頻率。

2. 用自然語言處理簡化人機互動

自然語言處理（NLP）是人工智能的一個快速發展的分支，該領域專注于分析和了解人類語言。基于NLP的應用程式通過了解語音、上下文、方言和發音以及更的細微差别來與人類互動。

此外，NLP正在幫助計算機培養超越人類的閱讀能力和了解能力。在2018年1月，阿裡雲的NLP團隊設計的模型在斯坦福大學的閱讀和了解測試中

得分高于人類

。阿裡雲團隊的NLP模型是基于深度神經網絡的AI機器，它在這次測試中回答了超過10萬個問題。

讓我們來看看以NLP和基于AI的技術的發展趨勢：

2.1 客戶服務類聊天機器人

NLP可以支援衆多真實的客戶服務應用程式，在這些應用程式中，通常是在高度緊張的工作條件下，人們必須處理正常客戶查詢。基于NLP的聊天機器人可以通過提供更高的效率，減少等待時間，标準化文檔更好地解決客戶查詢來改善客戶服務。

2.2 虛拟助手

Amazon Echo、Alexa、Cortana、Google智能助理和Siri是NLP進入消費領域的一些最著名的例子。通過了解人類語音請求，AI技術正在改變我們與機器互動的方式。虛拟助理有可能打破我們傳統的廣告業務模式，并促使我們做出購買決策。

2.3 招聘門戶網站

基于NLP的招聘門戶正變得越來越普遍。這些門戶網站幫助企業處理大規模招聘，人力資源經理需要在這些招聘中分發成千上萬的履歷。NLP可以通過掃描大量的工作申請并将其與招聘标準相比對，迅速找到候選人。與過去的門戶網站不同，這些門戶網站不需要依賴關鍵字。

3. 通過情感分析增強客戶體驗

如果客戶需要在客戶服務代表到來之前等待IVR隊列，客戶可能會感到沮喪。我們所有人都經曆過這種經曆，由于這種低效的客戶支援流程，企業會失去客戶。這是情緒分析可以提供改善的地方，情感分析允許計算機了解對話，評論或回報的背景或意圖。它使他們能夠區分意​​見、建議、投訴、查詢和贊美。

利用情感分析的應用程式可以幫助企業更好地了解客戶的需求，此類應用程式可以分析衆多社交媒體管道，以改善品牌的社交傾聽。

随着情緒分析的不斷發展，未來虛拟個人助理和情感感應可穿戴裝置可能會了解我們的情緒狀态和偏好。這些系統将幫助營銷部門為客戶提供情境化和個性化體驗。根據Tractica的資料，到2025年，類似軟體工具的全球收入将達到38億美元。

情緒分析同時也在醫療保健和心理健康領域發揮着重要作用。除了有關身體健康的其他名額外，情緒感應可穿戴裝置還可以監控心理健康狀況。心理健康服務提供者也可以采用像Karim和Woebot這樣的心理治療聊天機器人來幫助人們管理他們的心理健康。

此外，甚至汽車公司現在正在評估情緒分析的範圍。通過在車輛上部署先進的情感檢測系統，車載計算機将能夠測量駕駛員的情緒和注意力水準以幫助駕駛。未來的自動駕駛汽車将能夠完全能夠取代駕駛員，通過檢測諸如憤怒、嗜睡和焦慮等情緒，以防止發生事故。

4. 智慧城市的發展

目前，大多數城市都沒有能力滿足其爆炸性人口的需求。為龐大的城市人口提供水、電、便于運輸和更清潔的空氣正成為城市管理者日益複雜的挑戰，而獲得醫療保健和公共服務是另一個主要問題。在其中，政府組織還需要在其有限的資源範圍内維持法律和秩序。

智慧城市可以利用人工智能、大資料和物聯網來解決大多數城市人口挑戰。通過混合使用這些技術，城市可以更好地分析來自整個城市的攝像頭資料，圖像和實時視訊分析有助于識别事故和交通擁堵。管理者可以利用此資訊集中管理道路上的流量，此外，他們可以依靠智能系統自動控制交通信号，以便優先通過VIP：應急響應團隊和執法機構。

阿裡雲ET City Brain提供了上述大部分功能，在中國已經使用了ET City Brain開展了幾個成功的試點項目。要了解有關這些發展的更多資訊，你可以閱讀我們的部落格——

ET City Brain如何改變我們的生活方式 - 一次一個城市

。

除了一般監控外、面部識别和情感感覺能力可能對在城市中營運的零售店有所幫助。基于人工智能的營銷系統可以增強目前依賴于客戶智能手機使用的地理位置和基于信标的店内營銷方法。

人工智能在建築設計和施工活動中也發揮着重要作用。基于AI的系統不僅可以管理建築資産，還可以改進垂直架構系統的選擇，幫助進行性能診斷，并通過GIS資料分析幫助規劃施工階段。在未來，人工智能将幫助設計納米技術的定制建築材料。這意味着除了鋼筋和混凝土外，工程師還将擁有大量建立築材料來建造環境可持續建築。

5. AI 工具和開發平台的統一

人工智能工具和平台市場擁有衆多競争廠商，它們正在分散的生态系統中提供不同的功能。大多數人工智能開發平台仍處于起步階段，雖然多年來許多業務用例已經成熟，但AI的全面采用在所有行業中仍然不常見。這是傳統雲和分布式計算服務提供商在AI初創公司中占據重要地位的地方。雲服務提供商擁有現成的基礎架構，規模和重要資源，可為各種規模的企業開發大資料和人工智能平台。

阿裡雲的

ET Brain

就是這樣一個平台。它結合了多種人工智能和大資料功能，并在不同行業垂直領域實作突破。ET Brain可以通過推理算法幫助你的組織進行實時決策，并通過機器學習方法推動創新。它擁有多源的大規模處理能力，并且可提高決策的主動性。目前，基于雲的平台已經在幫助政府組織改善其公共服務。

開發人員可以使用ET Brain建立利用語音識别、面部識别、圖像識别、文本識别、自然語言處理、機器學習和其他AI技術的應用程式。這些應用程式還可以利用阿裡雲的大資料平台

數十款阿裡雲産品限時折扣中，趕緊點選領劵開始雲上實踐吧！

以上為譯文。

本文由

阿裡雲雲栖社群

組織翻譯。

文章原标題《5-major-ai-trends-of-2018》，

作者：

Leona Zhang

 譯者：虎說八道，審校：。

文章為簡譯，更為詳細的内容，請檢視

原文