2019年人工智能的10大趋势
一、开源框架（Open-Source Frameworks）
人工智能进入门槛比以往任何时候都低，这要归功于开源软件。2015年谷歌开放了其机器学习库TensorFlow，越来越多的公司，包括Coca-Cola、e Bay等开始使用TensorFlow。2017年Facebook发布caffe2和 Py Torch（Python的开源机器学习平台），而Theano是蒙特利尔学习算法研究所(Mila)的另一个开源库，随着这些工具的使用越来越广泛，Mila公司已经停止了对Theano的开发。
二、人工智能终端化
人工智能技术快速迭代，正经历从云端到终端的过程，人工智能终端化能够更好更快地帮助我们处理信息，解决问题，我们舍弃了使用云端控制的方法，而是将AI算法加载于终端设备上（如智能手机，汽车，甚至衣服上）。
英伟达（NVIDIA），高通（Qualcomm）还有苹果（Apple）等诸多公司加入了对终端侧人工智能领域的突破和探索，2017和2018年是众多科技公司在人工智能终端化进入快速发展期的两年，同时他们也在加紧对人工智能芯片的研发。但AI依然面临着储存和开发上的困境，亟需更丰富的混合模型连接终端设备与中央服务器。
三、人脸识别
从手机解锁到航班登机，人脸识别的应用范围愈发广泛，各国对于人脸识别的需求逐渐升高，不少创业公司开始关注这一领域，利用该技术，可以通过脸部特点从而还原蒙面嫌疑犯完整的人脸。但人脸识别仍有待改进。这一技术仍会对人脸真假存在误判。人脸识别中所包含的数据远比我们想象要多，其中的安全问题也应引起我们关注。
四、AI聊天机器人
尽管许多人把聊天机器人看成是AI的代名词，但两者依然存在差别。如今的AI聊天机器人已经进化得十分完善，与真人对话时甚至还会应用“嗯…”这一类口头语和停顿，但人们担忧这些机器人的行为过于逼真，开始考虑在对话时对其聊天机器人的身份进行确认说明的需要。国外的科技巨头FAMGA（Facebook，Apple，Microsoft，Google与Amazon）以及国内的BAT都把目光投向了这一领域。
五、后台自动化
人工智能正在推动管理工作走向自动化，但数据的不同性质和格式使其成为一项具有挑战性的任务。根据行业和应用程序的不同，自动化“后台任务”的挑战可能是独一无二的，例如，手写的临床笔记对自然语言处理算法来说就是一个独特的挑战。机器人过程自动化（RPA）一直是热门话题，虽然并非所有的机器人过程自动化都基于机器学习，但许多都开始将图像识别和语言处理集成到它们的解决方案中。
六、综合训练数据
对于训练人工智能算法来说，访问大型的、标记的数据集是必要的，合成数据集可能会成为解决瓶颈问题的关键，人工智能算法依赖数据，当一些类型的现实世界数据不易被访问时，合成数据集的用武之地就体现出来，一个有趣的新兴趋势是使用AI本身来帮助生成更“逼真”的合成图像来训练AI，例如，英伟达使用生成对抗网络（GAN）来创建具有脑肿瘤的假MRI图像。GAN被用于“增强”现实世界数据，这意味着AI可以通过混合现实世界和模拟数据进行训练，以获得更大更多样化的数据集。此外，机器人技术是另一个可以从高质量合成数据中获益的领域。
七、零售
走进一家商店，挑选你想要的东西，然后走出去，这几乎“感觉”就像在行窃，人工智能可以杜绝真正的盗窃行为，并让免结账手续零售变得更加普遍。盗窃一直是美国零售商的一大痛点，然而，当你掌握进出商店的人，并自动向他们收费时，有人入店行窃的可能性就会降到最低。其余一些需要考虑的事情是如何利用建筑空间，特别是在拥挤的超市，确保摄像机被最佳地放置来追踪人和物品。
八、电子商务搜索
对搜索词的上下文理解正在走出“实验阶段”，但要广泛采用搜索词还有很长的路要走，当使用电子商务搜索来显示相关结果时，使用适当的元数据来描述产品是一个起点。仅仅描述和索引是不够的，许多用户用自然语言搜索产品(比如“没有纽扣的洋红色衬衫”)，或者不知道如何描述他们在寻找的商品，这使得电子商务搜索的自然语言成为一个挑战。
九、网络优化
人工智能正在开始改变电信，电信网络优化是一套改进延迟、带宽、设计或架构的技术——能以有利方式增加数据流的技术，对于通信服务提供商来说，优化可以直接转化为更好的客户体验，除了带宽限制之外，电信面临的最大挑战之一是网络延迟，像手机上的AR / VR等应用，只有极低的延迟时间才能达到最佳的功能。
电信运营商也在准备将基于AI的解决方案集成到下一代无线技术中，即5G，三星收购了基于AI的网络和服务分析初创公司Zhilabs，为5G时代做准备，高通认为人工智能边缘计算是其5G计划的重要组成部分（边缘计算可减少带宽限制并与云进行频繁通信，这是5G的主要关注领域）。
十、车辆自动化驾驶
尽管自动化驾驶的汽车市场潜力巨大，但实现全自动的未来依然不明朗。自动化驾驶成为了科技公司和初创公司互相竞争的新领域，他们为此注入的不仅有新的活力，还有大量的投资。投资者对他们的决定十分乐观，数个自动驾驶汽车品牌所获得的投资总额已超百亿，预计2025年其市场利润能达800亿美元，物流等相关行业会成为首批应用全自动驾驶的行业，预计可缩减三分之一的成本。
原文始发于：2019年人工智能的10大趋势
