人工智能在2017年取得了一系列突破性成果，2018年人工智能将如何发展，会不会给我们的生活带来便利？AI技术大本营总结了2018年行业大咖和技术专家对AI发展的预见性见解。1.Forrester：AI的蜜月期已经结束。其分析团队写道：***信息官将远离人工智能技术的实现。新的一年，混合人工智能的新应用将会越来越多。提高客户服务质量和业务销售流程的应用。Forrester预测，2018年，人工智能将做出一系列决策并向20%的公司发送实时指令，同时在用户视觉体验中的使用也会越来越频繁。2.RonAgresta：在实际项目中逐步判断人工智能利用的价值数据分析巨头SAS的产品管理总监RonAgresta表示，抛开机器学习和人工智能的外部炒作，我们可以从中提取有用的见解特定领域的实际项目。确定自然语言处理等技术是否适用于更广泛的企业数据管理和分析项目的价值。此外，公司和企业还必须解决并找到以数据为中心的问题的“进攻”（敏捷性和数据探索）和“防御”（数据治理和控制）方法之间的适当平衡。3.ChadMeley：开始更真实地理解人工智能技术的能力Teradata营销副总裁ChadMeley表示，正如炒作达到人工智能的顶峰一样，我们将开始更真实地理解人工智能技术的能力。技术。他写道，尽管大肆宣传，但围绕人工智能技术构建的基础设施已经有了显着改善。2018年将显示出围绕AI的炒作“反弹”的迹象，以及将深度和浅层学习技术应用于商业机会的更平衡的方法。4.JonLee：将机器学习和自动化能力转化为商业成果ProsperWorks联合创始人兼首席执行官JonLee认为，尽管DeepMind已经拥有击败世界上最好的围棋选手的人工智能技术，但迄今为止，人工智能的影响智能技术对企业的影响还很小。2018年的关注重点将放在人工智能的应用上，而不是外界的炒作。最聪明的企业将专注于确保他们的机器学习和自动化能力提供可衡量的业务成果，将时髦的噱头和炒作留给营销部门。5.SteveWooledge&DaleKim：行业将开始在机器辅助下实现业务据ArcadiaData营销副总裁SteveWooledge和产品与解决方案高级总监DaleKim表示，人工智能的价值不在于与Hadoop和其他被大肆炒作的大数据技术相同。如果该行业试图平衡围绕大数据导向产品的炒作，就必须确保不要过度炒作人工智能的到来。这并不是说现在的人工智能和未来的大数据项目没有立足之地，只是我们还没有到一定的时期，可以将我们的商业决策过程完全转化为机器。相反，到2018年，该行业将开始通过机器辅助而非完全由AI驱动的任务实现商业智能的现代化。6.NimaNegahban：AI技术将于2018年投入生产据Kinetica首席技术官兼联合创始人NimaNegahban介绍，AI与大数据有许多相似之处。就在各大公司努力将大数据项目从实验阶段迈向生产阶段时，他们发现很多人工智能技术在实际生产中仍然难以运行。这种现状可能会在2018年开始改变。数据驱动机器和深度学习技术的复杂性意味着数据科学家可以花更少的时间编码和构建算法，而花更多的时间配置和管理数据库和数据管理系统。会更成熟。7.KenHoang：人工智能技术将从非结构化文本中提取知识Alation战略与联盟副总裁KenHoang表示，从非结构化文本中提取知识将是人工智能技术在2018年取得突破的领域之一。他写道：大规模语义处理最终可以从文档中提取相关性，并将它们与结构化数据资产连接起来，为企业的客户、合作伙伴、产品和其他关键资产提供360的真实度视图。8.ForestCarlisle：2018年，企业不会推出任何实际举措。Softvision的全栈架构开发人员ForestCarlisle对2018年人工智能的发展预期比较低。Carlisle认为，企业现在知道如何利用机器学习和人工智能技术在企业竞争中获得优势，但在2018年这些公司不会发起任何实际举措。因为大多数人不了解人工智能技术能给他们带来什么，他们的数据在哪里，甚至不了解如何将人工智能技术应用到实际项目中。能够展示专业知识以及如何带领公司踏上这一旅程的数字化转型合作伙伴将成为对该领域进行真正投资的催化剂。9.TouficBoubez：人工智能不再是噱头，将与实际业务相关联。Splunk人工智能和机器学习工程副总裁TouficBoubez表示，人工智能和机器学习技术经常被误解和误用。公司试图通过强制与这些短语相关联来使他们的业务更具吸引力。Boubez表示，这种现象将在2018年停止，我们将开始要求任何可以使用数据预测业务、IT和安全相关结果的实体证明。虽然2018年将不再是AI技术成熟到足以匹配人类技能和能力的一年，但使用机器学习的AI将越来越多地帮助企业根据大量数据做出决策，否则我们将难以理解如此大量的数据。10.RaviMayuram：在垂直领域和行业应用机器学习的早期阶段另一位对人工智能潜力持谨慎乐观态度的技术专家是Couchbase工程高级副总裁兼首席技术官RaviMayuram。表示2018年将更加致力于为人工智能未来的成功打下基础。目前，AI更像是一个流行语而不是现实，并且难以实施，因为AI技术仅与数据质量一样好。虽然企业内部在数据完整性方面仍然存在差异，但人工智能技术的真正实施仍然是一个多年来难以捉摸的概念。然而，我们已经看到了在广告和零售等垂直领域应用机器学习的早期阶段。在未来几年，我们将看到包括工业物联网、数字健康和数字金融在内的更多行业开始在应用程序中利用机器学习来提供更有意义的用户体验。11.MarkBa??rrenechea：2020年人工智能投资将增至470亿美元OpenText首席执行官兼首席技术官MarkBa??rrenechea表示，2018年每个行业对人工智能技术的兴趣都将增长。到2020年，人工智能的市场投资将增长到470亿美元。但这些投资将如何为企业带来回报？其中，配备人工智能和认知系统、大数据分析和机器学习技术的智能企业将超越竞争对手。更好的数据意味着更好的算法，这意味着更好的数据，等等。当我们将收集和处理的数据上传到人工智能系统时，我们会变得更有效率。12.JerryOverton：数字系统的量化业务将成为数字化转型的主要推动力DXC技术分析部门的数据科学家JerryOverton表示，虽然商业决策者认为人工智能是他们公司未来成功的关键，大多数人尚未将这项技术应用到他们的日常业务实践中。2018年，我们将开始看到人工智能技术发挥作用，因为公司使用数字系统来耗尽数据以量化业务并提高生产力。这种量化将成为数字化转型的主要驱动力。此外，公司将使用先进的机器学习技术，以比往年更少的数据做出更好的决策。13.TedDunning：机器学习技术将从“流行”走向“生产”MapR高级应用设计师TedDunning表示：越来越多的机器学习将被视为业务的常态部分。人工智能将继续掀起波澜，但更广泛的机器学习方法将为许多行业的企业提供有价值的见解。与人工智能技术相比，一个能够正确框定问题、实现现实目标的应用系统会更受人们关注。此外，他们需要获得合适规模的数据，并计划将机器学习结果转化为实际生产。14.ScottParker：2018年，企业正式进入“信息驱动”时代。人工智能和机器学习能力将使企业在2018年正式进入“信息驱动”时代。在这个时代，个体员工可以随时随地为他们提供可操作的信息和见解。Parker写道，这种转变最终将实现信息企业的承诺，使组织和员工能够实现最高效率和创新。15.StuartFrankel：2018年为人工智能的发展制定规则据NarrativeScience首席执行官StuartFrankel表示，目前人工智能的炒作程度如此之高，未来可能无法持续。随着AI变得无形，“人工智能”一词将过时，法规将围绕AI制定，并要求AI系统做出的决策具有透明度。此外，在人工智能的预期和挫折将处于历史高位的同时，风险投资对人工智能的投资也将迎来拐点。16.JohandenHaan：应用程序将通过训练和教授AI来编写。Mendix的CTOJohandenHaan表示，编码的本质将随着人工智能而改变。他说，不会编写软件，但会接受培训。人工智能和机器学习的无处不在和不变性将改变软件开发格局，它将成为应用程序不可或缺的一部分，这意味着我们将不再对应用程序进行编程。相反，我们需要培训和教导他们，这将导致创建软件所需的技术技能发生根本性转变。17.MohitJoshi：人工智能将利用历史数据来解决传统工程技术无法解决的问题。印孚瑟斯银行金融服务和保险行业以及医疗和生命科学部门总裁兼首席执行官莫希特·乔希表示，人工智能在其他行业也有应用。人工智能的应用也面临挑战，未来的商业化需要人工智能。2018年，希望应用人工智能技术解决企业在设计、测试和认证工程产品时面临的更复杂的工程问题。通过利用知识管理平台来增强和增强人类的决策能力，人工智能可以使用历史数据来理解传统工程技术无法解决的问题。18.TomGoodmanson：人工智能机器人将减轻人类工作者的负担Calabrio首席执行官TomGoodmanson表示，随着虚拟现实技术、人工智能和聊天机器人等技术的不断发展，联络中心座席人员预计将发生重大变化。行业。座席将不再需要更换或执行繁琐的例行任务，而是可以将更多的时间和精力集中在复杂的客户问题（机器人无法解决的问题）上。更重要的是，语音分析等技术将使代理能够将语音翻译成文本，这将导致对语音的更深入洞察和更容易搜索的翻译信息。19.AshwinMadgavkar：人工智能在农业中将协助农民干活CeresImaging首席执行官AshwinMadgavkar表示，在农业方面，人工智能技术将协助人类干活，而不是完全消灭它。随着农民老龄化和劳动力减少，全球人口正在增长，消费也在增加。人工智能技术的应用可以弥补这一差距，并将继续应用，帮助农民灵活运用人工智能工具，如谷神星影像，以更少的人覆盖更多的地方。20.WaqaasAl-Siddiq：在医疗保健领域，将有大胆的AI实验Biotricity的资助者兼首席执行官WaqaasAl-Siddiq表示，AI在医疗保健领域的潜力巨大。今天，医疗保健行业仍然对人工智能提出建议持谨慎态度。未来一年，医疗机构和医疗科技公司将更大胆地尝试人工智能，可以根据学习为医疗行业提供建议和定制反馈。随着时间的推移，人工智能会不断积累更多的数据，学习和改进它的算法，这非常适合医疗设备技术，将人工智能技术与更多的临床诊断相结合，对其功效进行实验和研究。
