从计算的角度来看，大数据分析的趋势不会像流星一样转瞬即逝。随着数据量的不断增加，对大数据分析的改进不会停止。在预测分析的应用方面，我们只看到了冰山一角。一些组织正在使用数据挖掘、机器学习和人工智能技术来分析当前数据，以便更好地开展业务（如预测销售、优化营销活动等）。所有这些不同类型的人工智能技术共同改变了我们的日常生活，而且这种改变将继续下去。以下是有关AI、大数据、预测分析和机器学习的关键统计数据：到2018年，75%的开发人员将在一个或多个业务应用程序或服务中采用AI-IDC到2019年，人工智能智能技术可应用于100物联网的百分比-IDC到2020年，30%的公司将引入人工智能以增加至少一个主要的销售流程-Gartner到2020年，算法将积极改变全球数十亿工人的生活行为-Gartner人工智能市场将超过400亿美元2020.-ConstellationResearch到2025年AI将驱动95%的客户交互-Servion的八个AI趋势值得关注2018趋势1-更大的公司将赢得未来亚马逊、谷歌、Facebook和IBM将推动AI技术发展。作为更大的公司，他们有更多的资源来收集数据，因此也有更多的数据可以使用。以下是业内最优秀的公司正在使用AI所做的事情：Amazon：投资AI超过20年Web从实时Amazonfulfillment中的超过50亿个网页中抓取在中心，超过500,000张JPEG图像和相应的JSON元数据文件用于描述产品信息每天监控超过40亿条来自世界各地的广播、出版物和互联网新闻记录近100万张图像和视频，包括音频和视觉特征以及注释超过70%的市场份额Google：拥有最大的数据集仓库之一，拥有10-15EB数据-CirrusInsight专注于应用程序和产品开发，而不是长期的AI研究超过1,300名研究人员的团队-GoogleBrain23.8%的用户份额语音助手市场-Voicebot利用开源平台TensorFlow让任何人都可以使用机器学习平台GoogleEarth数据的规模基数约为3,017TB或3PB-Google地球博客Google街景视图拥有约20PB的街景照片-PetaPixelPeople(FAIR)包括约80名研究人员和工程师-FAIR每天产生20亿个“赞”和3亿张照片-TechCrunch每30分钟扫描约105TB的数据-TechCrunch拥有62,000平方英尺的数据中心，可容纳500个存储机架和1EB每天以40多种语言翻译20亿用户的帖子，以及8亿用户每天都能看到翻译的内容——《财富》IBM：计划10年内投资2.4亿美元用于创建麻省理工学院——IBM沃森人工智能实验室——IBM在全球拥有2000多名员工，其中600多人在其总部纽约-IBMWatson客户在六大洲和超过25个国家开展合作-IBMIBM向WatsonGroup投资10亿美元，其中包括1亿美元用于IBM初创公司和构建认知的风险投资与沃森一起应用业务-IBM通过Watson生态系统创建了7,000多个应用-财富谷歌在为应用和产品开发服务部署机器学习方面可能处于最前沿他不仅是第一个进行AI研究的公司，而且还有超过70,000名员工。谷歌是一家大公司。另外，GoogleBrain是一个深度学习人工智能研究项目，Google有它的整个团队。GoogleBrain的研究涵盖机器学习、自然语言理解、机器学习算法和技术以及机器人技术等领域。全球最具潜力人工智能100家企业榜单趋势2——算法与技术将融合所有投资人工智能的二线企业（如Intel、Salesforce、Twitter）紧随其后的是拥有大数据的企业，并开始使用他们的数据算法和人工智能技术。行业用户之间将存在数据交易，算法和技术很可能会融合。数据交易和算法与技术的融合，将使人工智能发挥更强大的作用。随着谷歌和Facebook等大公司不断收购小公司，小公司手中的算法将被整合到大公司的核心平台或解决方案中。谷歌收购了总部位于伦敦的人工智能公司DeepMind，该公司开发通用学习算法，以获得相对于其他科技公司的商业优势。另一方面，Facebook收购了Wit.ai以帮助其开发自己的语音识别和语音界面。它还收购了人工智能初创公司Ozlo，以改进其M虚拟助手的技术。趋势三——数据众包市场将是巨大的所有人工智能公司都渴望获得庞大的数据集，以实现他们的人工智能野心。这些公司将使用众包来获取大量数据。已经有很多不同的方法来评估众包数据的质量和可靠性，不仅商家可以从这些数据中获益，也可以给消费者一个保证。OpenDataNow.com的创始人兼编辑JoelGurin说：“我们生活在众包文化中，越来越多的人愿意并愿意通过社交媒体分享他们的知识。”谷歌正在众包大量图像来构建成像算法。它还使用众包来帮助改进翻译、转录、手写识别和地图等服务。亚马逊还在使用众包人工智能来改进Alexa的15,000多个现有功能。趋势四——并购，更多的并购根据CBInsights的统计，人工智能公司的收购竞赛已经打响。2018年，我们将看到更多的智力资本和人才并购。所有机器学习和人工智能领域的小公司都有可能被大企业收购，主要有两个原因：人工智能没有数据集是无法独立工作的。由于大公司拥有大数据集，小公司没有太多的竞争优势。没有数据，算法是无用的。没有算法，数据就没有多大用处。数据是算法的核心，获取大量的数据非常重要。机器人工程师兼哥伦比亚大学创意机器实验室主任霍德利普森指出，“如果数据是燃料，那么算法就是引擎。”趋势5-大众化工具以获得更大的市场份额大公司将推销自己算法和工具集开源以获得更大的市场份额。获取基于市场的数据和算法的门槛将大大降低，而人工智能的新应用将会增加。通过使工具民主化，原本只能有限或无法使用AI工具的小公司将可以访问大量数据来训练和支持复杂的AI算法。谷歌CEO桑达尔·皮查伊(SundarPichai)谈到人工智能的民主化时说：“我们能做的最令人兴奋的事情之一就是揭开机器学习和人工智能的神秘面纱，让每个人都可以一起工作。亲方泽。此外，框架、SDK、API将成为各大公司引导消费者使用习惯的标准。基于SaaS和PaaS的模型将成为所有这些公司将遵循的商业模型。趋势六——人机交互技术将提升Siri和Alexa可能是目前最强大的两款人机交互工具。更多像他们这样的基于机器人的解决方案将成为人工智能公司的入门级产品。比如现在的计算机可以做语音分析和人脸识别，未来计算机可以根据用户的语气来识别用户的心情，这就是情感分析。制造自动化和非消费者关注领域的解决方案将首先得到改进。制造自动化的改进主要归因于采用先进技术（包括自动化、机器人技术和先进制造）节省的劳动力成本。非消费者解决方案的改进在2018年将很普遍，例如农业和医学中的人机交互技术。趋势七——人工智能必将逐渐影响所有垂直行业制造业、客户服务、金融、医疗保健和交通运输已经受到人工智能的影响。自动驾驶汽车预计将于2018年投放市场。明年，人工智能将影响更多垂直领域，例如：保险——人工智能将通过自动化改进索赔流程法律——自然语言处理可以在几分钟内总结数千页法律文件，减少时间并提高效率公关和媒体——人工智能可以加快数据处理教育——虚拟导师的发展；人工智能辅助作文评分；自适应学习程序、游戏和软件；AI驱动的个性化教育课程将改变师生互动健康之道——机器学习可用于创建更复杂、更准确的方法来预测患者在出现症状前会生病多长时间100年前，工业革命几乎改变了一切，人工智能将在未来几年改变世界。趋势8——安全、隐私、伦理和道德问题人工智能保护下的一切，包括机器学习和大数据，都容易受到新型安全和隐私问题的影响。有时重要的是关键基础设施。与隐私问题相关的安全需求，例如保持银行账户和健康信息的私密性，将更多地依赖于安全研究。2018年将是安全和隐私问题得到解决的一年，也是会有新进展的一年。人工智能的伦理问题也将是2018年的一大关注点。需要解决的伦理道德问题包括人工智能对人类是有害还是有益。有人担心机器人会取代人类，尤其是在需要同理心的领域，例如护士、物理治疗师和警察。另一个需要解决的问题是自主武器。考虑某种程度的自主功能，人工智能应该控制武器的某些功能，而不是人类完全控制武器。我们的建议虽然人工智能已经存在多年，但我们今天所了解的人工智能仍处于起步阶段。关于人工智能及其应用的炒作很多，从自动驾驶汽车到虚拟个人助理，以及许多其他需要人类智能来执行任务的技术。虽然有大量的人工智能用例，其中大部分涉及特定流程的改进，但成功部署它们需要时间。另外，人工智能行业的公司不多，所以暂时不会出现碎片化，会出现非结构化数据和处理这些数据的算法。人工智能之路任重而道远。
