近日，CBInsights發(fā)布報(bào)告《2018人工智能趨勢(shì)展望》（Top AI Trends To Watch In 2018），提出了13項(xiàng)2018年人工智能值得關(guān)注的發(fā)展趨勢(shì)。本文將基于這份報(bào)告的內(nèi)容，根據(jù)部分具有前瞻性的洞察和觀點(diǎn)進(jìn)行解讀，并配合實(shí)際案例以便更好地理解。

一、新型制造業(yè)崗位“機(jī)器人保姆”

眾所周知，發(fā)達(dá)國家從勞動(dòng)密集型產(chǎn)業(yè)，向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)型過程中，會(huì)將低端和中端制造業(yè)外包給勞動(dòng)力成本較低的發(fā)展中國家。中國正在經(jīng)歷這一過程，例如服裝市場(chǎng)中已經(jīng)出現(xiàn)了“Made in Vietnam”或“Made in Thailand”。然而，隨著工業(yè)機(jī)器人技術(shù)的進(jìn)步和使用，外包不再是唯一選擇，發(fā)達(dá)國家本地生產(chǎn)的成本變得更低，美國制造業(yè)雇員人數(shù)正在上升。

中國服裝制造商天元服裝公司在美國阿肯色州小石頭城設(shè)立工廠，使用由格魯吉亞的創(chuàng)業(yè)企業(yè)SoftWear Automation開發(fā)的縫紉機(jī)機(jī)器人，來為Adidas生產(chǎn)服裝。2017年，天元服裝公司與阿肯色州簽署合作協(xié)議，在其工廠雇傭400名員工，負(fù)責(zé)機(jī)器人的操作和維護(hù)，每人時(shí)薪14美元。當(dāng)越來越多繁重的生產(chǎn)工作將由機(jī)器人來完成時(shí)，人類將從事更高檔的工作——機(jī)器人保姆。

然而，不斷變化的消費(fèi)者偏好阻礙了全自動(dòng)化的發(fā)展，在亞馬遜高度自動(dòng)化的倉庫能夠反映這一點(diǎn)。亞馬遜的協(xié)作型倉庫機(jī)器人執(zhí)行大量繁重的工作，而一些微妙的任務(wù)仍需要工人完成，比如從貨架上挑選物品，并將它們分成單獨(dú)的訂單。

此外，在“非結(jié)構(gòu)化”環(huán)境中，機(jī)器人在抓取、拾取和處理項(xiàng)目方面仍然不夠完美。亞馬遜已經(jīng)在各種倉庫中使用了10萬多臺(tái)機(jī)器人，但同時(shí)也創(chuàng)造了數(shù)千個(gè)新的工作崗位。

二、國防的未來取決于AI

世界的戰(zhàn)場(chǎng)正在向數(shù)據(jù)中心轉(zhuǎn)移。早在2014年，亞馬遜就為美國中央情報(bào)局建立了定制云計(jì)算服務(wù)，滿足其對(duì)敏感數(shù)據(jù)的嚴(yán)格監(jiān)管要求。在2017年第四季度，亞馬遜云計(jì)算服務(wù)平臺(tái)AWS向情報(bào)機(jī)構(gòu)以外的其他政府機(jī)構(gòu)開放了工具和服務(wù)。亞馬遜還收購了兩家網(wǎng)絡(luò)安全公司，Harvest．a(chǎn)i和Sqrrl，用于保護(hù)云中的敏感數(shù)據(jù)。不管是亞馬遜，還是為政府客戶提供服務(wù)的新公司，人工智能將成為政府支持下的網(wǎng)絡(luò)安全支柱。

在冷戰(zhàn)時(shí)期，各國政府都在談?wù)撍麄兊摹皩?dǎo)彈差距”，或者他們?cè)诤藦楊^方面相對(duì)于對(duì)手的劣勢(shì)。現(xiàn)在，各國政府在網(wǎng)絡(luò)能力方面的差距越來越大。因此，網(wǎng)絡(luò)安全與傳統(tǒng)防御的世界正在融合。

在過去5年里，共有134家初創(chuàng)AI網(wǎng)絡(luò)安全公司在獲得36．5億美元的私募股權(quán)融資。去年，約有34家公司首次融資，在Cybereason、CrowdStrike、Cylance和Tanium等大公司主導(dǎo)的市場(chǎng)中競(jìng)爭(zhēng)，每家公司的估值約為9億美元。

甚至像埃森哲這樣的傳統(tǒng)咨詢公司，也一直在擴(kuò)大其在網(wǎng)絡(luò)安全領(lǐng)域的技術(shù)，以更好地服務(wù)于政府客戶。一個(gè)值得注意的交易是初創(chuàng)公司Endgame，它有像美國空軍這樣的客戶。Endgame將其政府服務(wù)部門出售給了埃森哲。

2016年，美國情報(bào)界的風(fēng)投公司In－Q－Tel資助了Anomali、Interset和Cylance。英國的Darktrace公司聲稱其網(wǎng)絡(luò)安全系統(tǒng)在全球超過3000個(gè)區(qū)域進(jìn)行了部署，其中包含政府�？偛课挥诿绹�科羅拉多州的Logrhythm公司與美國空軍、美國航空航天局和國防承包商雷神公司合作。

其他國防承包商也在進(jìn)行投資。洛克希德·馬丁公司是Cybereason （目前公司估值超過9億美元）的早期投資者。在2017年，波音公司投資了德克薩斯的網(wǎng)絡(luò)安全初創(chuàng)公司SparkCognition。

三、白領(lǐng)崗位自動(dòng)化加速

AI專業(yè)自動(dòng)化和增強(qiáng)軟件平臺(tái)，正在提升著生產(chǎn)效率，并威脅著越來越多的白領(lǐng)階層。下面的企業(yè)圖譜，突出展示了一些初創(chuàng)公司的專業(yè)自動(dòng)化和增強(qiáng)軟件，這些領(lǐng)域包括律師、記者、財(cái)富管理人員、交易員和咨詢師等多個(gè)行業(yè)。

例如，人工智能有巨大的潛力來減少時(shí)間和提高法律工作的效率。在訴訟方面，自然語言處理可以在幾分鐘內(nèi)整理出數(shù)千頁的法律文件，而這項(xiàng)任務(wù)可能需要一名人類工作人員耗費(fèi)幾天時(shí)間才能完成。同時(shí)，機(jī)器也降低了出錯(cuò)的概率。隨著人工智能平臺(tái)變得更加高效和商業(yè)化，這將影響到按小時(shí)收費(fèi)的外部律師事務(wù)所的收費(fèi)結(jié)構(gòu)。

程序員的工作也不能幸免。一些初創(chuàng)公司專注于開發(fā)AI系統(tǒng)，用于軟件測(cè)試、調(diào)試和基礎(chǔ)前端開發(fā)。去年最熱門的一款產(chǎn)品是英國的DiffBlue公司，該公司正在開發(fā)AI系統(tǒng)完成自動(dòng)編碼任務(wù)，包括bug修復(fù)、自定義代碼開發(fā)以及將代碼從一種編程語言轉(zhuǎn)換到另一種編程語言等等。

四、膠囊網(wǎng)絡(luò)：CNNs的“接班人”？

近年，卷積神經(jīng)網(wǎng)絡(luò)（CNNs）是深度學(xué)習(xí)中很流行的一項(xiàng)技術(shù)。然而，一項(xiàng)新算法“膠囊網(wǎng)絡(luò)”出現(xiàn)，并有望在多個(gè)方面勝過CNNs。CNNs盡管取得了一定的成功，但其缺陷可能導(dǎo)致性能不足甚至安全漏洞。研究人員正在尋找改進(jìn)人工智能算法和克服這些缺陷的方法。下圖展示了一個(gè)典型的案例，一個(gè)CNNs網(wǎng)絡(luò)雖然能夠識(shí)別出人臉特征，但卻將第二幅圖像誤認(rèn)為也是一張人臉。

Geoffrey Hinton于2017年發(fā)表了一篇研究論文，介紹了“膠囊網(wǎng)絡(luò)”的概念，也稱為CapsNet。論文正在審查階段，還需要在實(shí)際場(chǎng)景下進(jìn)行測(cè)試，但這一消息已經(jīng)在媒體和科技界引起了很大反響。膠囊網(wǎng)絡(luò)能夠更容易地識(shí)別出當(dāng)人臉的特征（如位置）被重新排列時(shí)，則不再是一張人臉。

此外，CNNs無法處理不同的輸入數(shù)據(jù)變化。例如，研究者必須從不同角度或視角對(duì)同一對(duì)象的圖像進(jìn)行訓(xùn)練，以確定所有的變化。因此，它需要大量的訓(xùn)練數(shù)據(jù)來涵蓋所有可能的變化。Hinton聲稱，膠囊網(wǎng)絡(luò)在這方面的表現(xiàn)優(yōu)于CNNs，它們僅需要較少的訓(xùn)練數(shù)據(jù)，并且在不需要對(duì)各種變化情況進(jìn)行詳盡訓(xùn)練的情況下，考慮對(duì)象的相對(duì)位置和方向。