人工智能技術將繼續改變世界。在2019年，人工智能應用不僅將繼續在全球普及中增長，而且還將圍繞重要主題開展更深層次的對話，推動創新商業模式，并以新的方式影響社會，其中包括以下7個方面的發展。

 

1.將更廣泛地部署機器學習即服務(MLaaS)

 

在2018年，人們見證了機器學習即服務(MLaaS)的重大進展，谷歌、微軟和亞馬遜等行業巨頭一路領先。預構建的機器學習解決方案和能力在市場中變得越來越有吸引力，特別是對于沒有更多內部資源或人才的小型公司來說，銷售和部署可以輕松實施的打包解決方案的機會很大。

 

如今，機器學習即服務(MLaaS)主要由云計算提供商以訂閱或使用方式出售。例如，微軟Azure的ML Studio為開發人員提供了一個拖放環境來開發強大的機器學習模型。谷歌云的機器學習引擎還可以幫助開發人員為各種應用程序構建大型復雜的算法。2017年，AWS公司進入人工智能領域，并推出了亞馬遜SageMaker，這是開發人員可用于構建、培訓和部署自定義機器學習模型的另一個平臺。

 

在2019年及以后，準備好在更廣泛的范圍內提供機器學習即服務(MLaaS)。透明度市場研究預測，到2025年它將以驚人的40%的復合年增長率增長到200億美元。

 

2.將開發更多可解釋或“透明”的人工智能

 

雖然人工智能影響我們的世界已有很多例子，但解釋復雜機器學習模型的輸出和基本原理仍然是一個挑戰。

 

不幸的是，人工智能仍然是一種“黑匣子”，在人們希望理解人工智能支持決策背后的基本原理的情況下，這就成為一個巨大的限制因素。

 

人工智能的民主化由眾多開源工具和庫所引領，例如Scikit Learn、TensorFlow、PyTorch等。開源社區將負責構建可解釋的或“透明的”人工智能，可以清楚地記錄其邏輯，暴露數據集中的偏差，并提供后續問題的答案。

 

在人工智能被廣泛采用之前，人們需要知道技術可以有效地發揮作用，并在任何情況下解釋其推理。

 

3.人工智能將影響全球政治格局

 

在2019年，人工智能將在全球舞臺上發揮更大作用，影響投資該技術的國際超級大國之間的關系。人工智能的早期采用者(如美國和中國)將努力平衡自身利益與協作研發。擁有人才和機器學習能力的國家將在預測分析等領域實現巨大增長，從而造成更大的技術差距。

 

此外，還將圍繞人工智能的道德使用展開更多的對話。當然，不同的國家對這一問題的處理方式會有所不同，這將影響政治關系。總體而言，人工智能相對于其他國際問題的影響較小，但比以前更明顯。

 

4. 人工智能將創造更多的就業機會

 

從長遠來看，由于人工智能實現自動化，許多工作將被淘汰。以重復性、人工任務為特征的工作崗位將越來越多地被外包給人工智能。然而，在2019年，人工智能將創造更多的就業機會。

 

人工智能不是完全消除對工作人員的需求，而是加強現有的系統和過程。因此，將會出現新的工作崗位。需要人類來支持人工智能的實現并監督其應用。2019年將有更多的體力勞動者將轉向與人工智能一起工作的管理型工作，這種趨勢將持續到2020年。調研機構Gartner公司預測，在兩年內，人工智能將創造230萬個就業機會，同時只會減少180萬個就業機會。

 

5.人工智能助理將變得更加普遍和有用

 

人工智能助理對現代世界來說并不新鮮。蘋果公司的Siri和亞馬遜公司的Alexa多年來一直為人類提供服務。2019年，人們將看到人工智能助理的成熟度和能力繼續完善。隨著收集更多的行為數據，人工智能助理將在響應請求和完成任務方面變得更好。而自然語言處理和語音識別的發展進步，人類將與人工智能助理進行更順暢、更有用的互動。

 

在2018年，人們看到更多的廠商推出了更具前途的新人工智能助理。最近，谷歌公司開始推出語音預訂服務Duplex，它可以代表用戶呼叫和預訂預約。科技廠商x.ai公司創建了兩個人工智能的個人助理：Amy和Andrew，它們可以與人類互動并為主人安排會議。亞馬遜公司最近還發布了Echo Auto，可以讓駕駛人員將Alexa集成到他們的汽車的智能設備中。然而，人類將繼續將預期置于現實之前，并對技術的局限性感到失望。

 

6. 人工智能/機器學習的治理將變得重要

 

隨著越來越多的企業投資人工智能，開發有效的人工智能治理結構將投入更多的精力。需要框架來指導數據收集和管理、適當的人工智能使用和道德應用。成功和適當的人工智能使用涉及到許多不同的利益相關者，強調了對可靠和一致的管理機構的需要。

 

2019年，更多的組織將創建治理結構，并更清楚地定義如何管理人工智能的進展和實施。鑒于目前在可解釋性方面的差距，隨著人類繼續轉向人工智能以支持決策，這些結構將變得極其重要。

 

7.人工智能將幫助企業解決人才短缺問題

 

人工智能和機器學習人才的短缺正在造成創新瓶頸。 O'Reilly公司去年發布的一項調查表明，企業在使用人工智能方面面臨的最大挑戰是缺乏可用的人才。隨著技術進步的不斷加快，企業越來越難培養出能夠領導大型企業人工智能工作的人才。

 

為了解決這一問題，具有諷刺意味的是，各組織將在2019年利用人工智能和機器學習來幫助解決人才缺口問題。例如，谷歌云的AutoML包括機器學習產品，可以幫助開發人員培訓機器學習模型，而無需任何人工智能編碼經驗。Amazon Personalize是另一種機器學習服務，幫助開發人員構建復雜的個性化系統，這些系統可以由不同類型的企業以多種方式實現。此外，企業將利用人工智能來尋找人才、填補職位空缺，并推動創新向前發展。

 

 

在2019年，人工智能將比以往任何時候更加流行、更加強大。人們將面臨新的應用程序和挑戰，并準備好進一步檢查和制衡。