1. 自然語言生成（Natural Language Generation）
自然語言生成是人工智能的分支，研究如何将資料轉化為文本，用于客戶服務、報告生成以及市場概述。
2.語音識别（Speech Recognition）
Siri就是一個典型的例子。
目前，通過語音應答互動系統和移動應用程式對人類語言進行轉錄的系統已多達數十萬。
3.虛拟助理（Virtual Agents）
虛拟助理是一種能與人類進行互動的計算機代理或程式，其中以聊天機器人最為著名。虛拟助理多用于客戶服務和支援，并可以作為智能家居的管理者。
4.機器學習平台（Machine Learning Platforms）
機器學習是計算機科學和人工智能技術的分支，它能提升計算機的學習能力。
通過提供算法、API（應用程式接口）、開發和訓練工具包、資料、以及計算能力來設計、教育訓練和部署模型到應用程式、流程和其他機器，廣受企業青睐，用以解決預測和分類任務。
Adext是世界上第一個也是唯一的觀衆管理工具，它将人工智能和機器學習應用于數字廣告，以期将廣告精準的投放給最符合産品定位的閱聽人。
5.人工智能硬體優化（AI-optimized Hardware）
用于運作面向人工智能的計算任務，是經過專門設計和架構的GPU（圖形處理單元）和CPU（中央處理單元）。
即将推出的基于人工智能優化的矽晶片，将直接嵌入到你的便攜裝置以及生活各處。
6.決策管理（Decision Management）
智能機器能夠向AI系統引入規則及邏輯，是以你可以利用它們進行初始化設定/訓練，以及持續的維護和優化。
決策管理在多類企業應用中得以實作，它能協助或者進行自動決策，實作企業收益最大化。
7.深度學習平台（Deep Learning Platforms）
深度學習平台是機器學習的一種特殊形式，它包含多層的人工神經網絡，能夠模拟人類大腦，處理資料并建立決策模式。目前主要被用于基于大資料集的模式識别和分類。
8.生物資訊（Biometrics）
這項技術能夠識别、測量、分析人類行為以及身體的實體結構和形态。
它能賦予人類和機器之間更多的自然互動能力，包括但不僅限于圖像、觸控識别和身體語言識别，目前被廣泛用于市場研究領域。
9.機器處理自動化（Robotic Processes Automation）
機器處理自動化使用腳本和其它方法實作人類操作的自動化，以支援更高效的商業流程。
目前被用于人力成本高昂或效率較低的任務和流程。
機器處理自動化能将人類的才能最大化的展示出來，并且讓職工更加具有創造性和戰略性，對公司的發展至關重要。
10.文本分析和自然語言處理（Text Analytics and Natural Language Processing)
文本分析和自然語言處理利用統計和機器學習方法了解句子的結構、含義、情緒和意圖，廣泛應用于欺詐探測和資訊安全等領域，同時還可用于非結構化資料的挖掘。
11.數字孿生/AI模組化（Digital Twin/AI Modeling）
數字孿生是一種軟體架構，搭建起實體系統和數字世界的橋梁。
通用電氣公司（General Electric，GE）宣布将成立一家人工智能公司，用于對飛機引擎、機車、瓦斯輪機的監控、以及故障預測。該公司的數字孿生僅幾行代碼，即便是最複雜的版本看上去也就像三維計算機輔助設計圖紙，充滿了互動式圖表和資料點。
12.網絡防禦（Cyber Defense）
網絡防禦是一種計算機網絡防禦機制，專注于預防、檢測以及在基礎設施和資訊在受到攻擊和威脅時進行及時響應。
人工智能和機器學習将網絡防禦帶入了新的發展階段：在2017年，共檢測出20億次的入侵記錄，其中76%的入侵是意外發生的，69%是身份丢失造成的。
遞歸神經網絡（Recurrent neural networks，RNN）能夠處理輸入序列，與機器學習技術相結合建立出監督學習技術，能夠發現可疑目标，并檢測出高達85%的網絡攻擊。
Darktrace和Cylance等初創公司高度重視人工智能結合網絡防禦領域的工作。Darktrace将行為分析與高等數學相結合，自動檢測組織内部的異常行為，Cylance應用人工智能算法來阻止惡意軟體的入侵并減輕攻擊造成的損害。另一家緻力于網絡防禦的公司，Deep Instinct，被看作是“最具破壞性的初創公司”，該公司旨在保護企業的端點、伺服器和移動裝置。
13.合規（ Compliance）
合規是指一個人或者一家公司的經營活動與公認管理、法規、規章、标準或合同條款相一緻。
将人工智能應用于合規工作中已屢見不鮮,自然語言處理技術能夠掃描文本并且将其模式與關鍵字相比對，以識别與公司有關的變動。
具有預測分析功能和場景建構器的資本壓力測試技術能夠幫助公司遵守監管資本要求。此外，深度學習的使用，能有效減少被标記為潛在洗錢活動的交易數量。
14.知識工作輔助（Knowledge Worker Aid）
雖然許多人都很擔心AI是否會完全取代人類工作，但别忘了，AI科技能夠在很大程度上幫助人們出色的完成自己的工作，特别是在知識工作領域。
知識工作的自動化已被列為第二大最具破壞性的新興技術。在大量依靠知識工作者的醫療和法律領域，從業者們将逐漸使用AI技術作為診斷工具。
15.内容創作（Content Creation）
内容創作包括人們對網絡世界輸入的任何材料，如視訊、廣告、部落格、白皮書、資訊圖表以及其它視覺或者書面材料。
哥倫比亞廣播公司等團隊已使用了AI技術進行内容生成；Wibbitz的SaaS平台可以通過人工智能視訊産品把文字内容轉化為視訊内容；自動透視公司研發的Wordsmith，在擷取資料後利用自然語言處理技術進行新聞寫作。
16.P2P網絡（ Peer-to-Peer Networks）
P2P網絡是指網絡的參與者共享他們所擁有的一部分硬體資源，這些共享資源通過網絡提供服務和内容，能被其它P2P節點直接通路而無需經過中間實體。
Bet Capital LLC的首席執行長本•哈特曼在接受《創業者》雜志采訪時表示，P2P網絡也被用于貨币加密，甚至能夠通過收集和分析大量資料來解決一些世界上最具挑戰性的問題。
普瑞斯是一家旨在利用P2P網絡和人工智能讓搜尋引擎更加通俗易懂的公司，以加密貨币為獎勵，讓參與者們借出他們電腦的計算能力。相應地，該公司許諾會建立一個更加透明的搜尋引擎平台。
17.情緒識别（Emotion Recognition）
情緒識别可以通過進階圖像處理或音頻資料處理來“讀取”人類臉上的表情。目前，我們已經能夠捕捉“微表情”，識别肢體語言暗示，以及分析含有情緒的語音語調。
執法人員在審訊過程中使用這項技術能夠擷取更多的資訊，這項技術也被廣泛運用于市場營銷。
18.圖像識别（ Image Recognition）
圖像識别是指在數字圖像或者視訊中識别和檢測出物體或特征的過程，人工智能技術在該領域具有獨特的優勢。
人工智能可以在社交媒體平台上搜尋照片，并将其與大量資料集進行比較，進而找出與之最為相關的内容。
圖像識别技術能用于車牌識别、疾病檢測、客戶意見分析以及身份驗證等。
19．智能營銷（Marketing Automation）
到目前為止，市場部門已經從人工智能中獲益良多，業界對人工智能的信任是有充分理由的。55%的營銷人員确信人工智能在他們的領域會比社交媒體有更大的影響力。
智能營銷能夠提升公司的參與度和效率，對客戶進行細分、內建客戶資料和管理活動，并簡化重複任務，讓決策者們有更多的時間專注戰略制定。
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
本文由北郵
@愛可可-愛生活老師推薦，
阿裡雲雲栖社群組織翻譯。
文章原标題《19 AI Technologies That Are Currently Dominating》，作者：Ben Cryer，譯者：Elaine，審校：袁虎。
文章為簡譯，更為詳細的内容，請檢視
原文