導(dǎo)讀： 近日，未來(lái)今日研究所發(fā)布了最新版《2019 年科技趨勢(shì)報(bào)告》，其中包括對(duì)人工智能在內(nèi)的 315 項(xiàng)科技未來(lái)一年的發(fā)展前景進(jìn)行了展望。這份報(bào)告對(duì) AI 領(lǐng)域的技術(shù)預(yù)測(cè)可謂面面俱到，無(wú)論是對(duì)于 AI 企業(yè)、研究者，還是 AI 學(xué)習(xí)者，這都是一份比較詳盡的報(bào)告。但限于篇幅，AI 前線只精選了其中關(guān)于 AI 的部分進(jìn)行翻譯，希望對(duì)讀者有參考價(jià)值。

在 20 世紀(jì) 50 年代，一個(gè)能夠進(jìn)行長(zhǎng)除法的計(jì)算器，在現(xiàn)在看來(lái)很難說(shuō)是 AI 中的一項(xiàng)先進(jìn)技術(shù)。這就是這一領(lǐng)域中的“奇怪悖論” ——新技術(shù)出現(xiàn)后并入主流，它們對(duì)我們來(lái)說(shuō)就變得不可見(jiàn)了。

人工智能本身并不是一種趨勢(shì)，而是當(dāng)代最重要的技術(shù)發(fā)展。它不是一種技術(shù)趨勢(shì)，而是繼制表時(shí)代、編程時(shí)代之后的第三個(gè)計(jì)算時(shí)代，它連接著我們生活、商業(yè)、管理的方方面面。
 

AI 九巨頭：六家美國(guó)公司 vs 三家中國(guó)公司

2019 年，九家大型科技公司將主導(dǎo) AI 領(lǐng)域，包括六家美國(guó)公司，三家中國(guó)公司，它們將對(duì)人工智能的未來(lái)負(fù)有最大的責(zé)任，分別是美國(guó)的 G-MAFIA——谷歌、亞馬遜、微軟、蘋果、IBM 和 Facebook。在中國(guó)，它們是 BAT——百度、阿里巴巴和騰訊。

這九家公司主要負(fù)責(zé)絕大部分 AI 研究、資金、政府參與和消費(fèi)級(jí)應(yīng)用。大學(xué)的研究人員和實(shí)驗(yàn)室將依賴這些公司提供的數(shù)據(jù)、工具和資金。九大巨頭也負(fù)責(zé)合并和收購(gòu)、資助 AI 初創(chuàng)公司，并支持下一代開(kāi)發(fā)人員。

美國(guó)政府還沒(méi)有人工智能方面的大戰(zhàn)略，也沒(méi)有長(zhǎng)期規(guī)劃，而是將 AI 的基礎(chǔ)研究有效地外包給商業(yè)部門和華爾街。與此同時(shí)，在中國(guó)，人工智能的發(fā)展軌道和政府拴在了一起。百度、騰訊和阿里巴巴以及所有涉及 AI 的公司，發(fā)展都要受到政府的限制。中國(guó)正在迅速奠定成為 AI 霸主的基礎(chǔ)。

不要過(guò)分樂(lè)觀或恐懼

當(dāng)談到 AI 時(shí)，我們總是過(guò)于樂(lè)觀或恐懼，AI 將導(dǎo)致失業(yè)、殺死人類的論調(diào)不絕于耳。但是，隨著時(shí)間的流逝，我們?cè)絹?lái)越忽視 AI 取得的重大突破和進(jìn)步，數(shù)據(jù)的獲取和探索的過(guò)程變得越來(lái)越模糊，自動(dòng)化決策系統(tǒng)的決策機(jī)制越來(lái)越不透明。這就種下了不信任和誤解的種子。

在消費(fèi)級(jí)人臉產(chǎn)品和應(yīng)用中的 AI 趨勢(shì)

001 消費(fèi)級(jí) AI 應(yīng)用程序

現(xiàn)在，專業(yè)研究人員使用的高技術(shù) AI 應(yīng)用程序已經(jīng)在轉(zhuǎn)向更輕巧、用戶友好的應(yīng)用程序。新的自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)，如 DataRobot，使得非專家也可以構(gòu)建和部署預(yù)測(cè)模型。在不久的將來(lái)，我們很可能可以在日常生活和工作中使用各種 AI 應(yīng)用程序，就像我們今天使用 Microsoft Office 或 Google Docs 一樣。

002 無(wú)處不在的數(shù)字助理

數(shù)字助理（DAS），如 Siri、Alexa，以及它們的中國(guó)“同行”天貓，利用語(yǔ)義和自然語(yǔ)言處理和數(shù)據(jù)預(yù)測(cè)我們想要什么，或者下一步需要做什么。現(xiàn)在，已經(jīng)有成千上萬(wàn)的應(yīng)用程序和小工具可以跟蹤和響應(yīng) DA。舉一個(gè)例子，亞馬遜的 Alexa 在 2018 年推出了 4000 個(gè)小工具，現(xiàn)在有超過(guò) 28000 個(gè)設(shè)備與亞馬遜的 DA 集成。隨著設(shè)備價(jià)格的下降（如價(jià)格低于 20 美元的入門級(jí)揚(yáng)聲器），系統(tǒng)與我們互動(dòng)的能力越來(lái)越強(qiáng)，可以預(yù)測(cè)，在 2019 年 DA 將無(wú)處不在。

003 環(huán)境接口將發(fā)揮更大的作用

它也被稱為“零 UI”，我們的現(xiàn)代接口其實(shí)越來(lái)越像氛圍音樂(lè)，能夠在少量指導(dǎo)的前提下為我們做更多的事，且能夠吸引我們的注意力。我們將不再依靠單個(gè)輸入屏幕，或者很多屏幕，而是更加無(wú)障礙地與計(jì)算機(jī)進(jìn)行交互。

在信息時(shí)代，普通成年人每天要做出超過(guò) 20000 個(gè)大大小小的決定，而新型數(shù)字助理將代替我們優(yōu)化決策分配任務(wù)，甚至根據(jù)環(huán)境自動(dòng)回復(fù)。這些決定很有可能不需要你的直接監(jiān)督或輸入。氛圍設(shè)計(jì)變得如此具有吸引力，是因?yàn)樵诓贿h(yuǎn)的未來(lái)它能夠減少我們所做的決定。我們可以將之視為一種意愿自動(dòng)完成機(jī)制。我們將主動(dòng)和被動(dòng)地與可用設(shè)備、恒溫器、汽車或口袋中的 DA 進(jìn)行互動(dòng)，他們會(huì)在后臺(tái)聽(tīng)取和觀察，有時(shí)甚至?xí)釂?wèn)，有時(shí)還會(huì)根據(jù)需要為我們提供文本、音頻或觸覺(jué)通知，所有這些將由算法決定。梅特卡夫定律（Metcalfe's law：一個(gè)網(wǎng)絡(luò)的價(jià)值等于該網(wǎng)絡(luò)內(nèi)的節(jié)點(diǎn)數(shù)的平方，而且該網(wǎng)絡(luò)的價(jià)值與聯(lián)網(wǎng)的用戶數(shù)的平方成正比）解釋了環(huán)境接口的定義。

隨著越來(lái)越多的人成為環(huán)境信息網(wǎng)絡(luò)的一部分，我們將來(lái)會(huì)看到更多的環(huán)境接口用例。
 

004 深層鏈接無(wú)處不在

深度移動(dòng)鏈接自智能手機(jī)出現(xiàn)起就已存在，它使我們可以更輕松地在所有手機(jī)應(yīng)用中查找和共享數(shù)據(jù)。有三種深層次的聯(lián)系：傳統(tǒng)的、延遲的和語(yǔ)境的。傳統(tǒng)的深層鏈接可以從一個(gè)應(yīng)用或網(wǎng)站重定位用戶：比如當(dāng)你點(diǎn)擊某人在 Twitter 上發(fā)布的華爾街日?qǐng)?bào)鏈接，只要你安裝了 WSJ 應(yīng)用程序，它就可以在 WSJ 應(yīng)用程序中自動(dòng)打開(kāi)。如果安裝了應(yīng)用程序，延遲深層鏈接可以直接鏈接到內(nèi)容，也可以連接到應(yīng)用商店以下載應(yīng)用程序。上下文深層鏈接提供更多的信息，它們可以將你從網(wǎng)站帶到 App，從 App 帶到網(wǎng)站，或從 App 帶到 App，還可以提供個(gè)性化信息。

隨著機(jī)器學(xué)習(xí)的進(jìn)步，針對(duì)個(gè)人用戶習(xí)慣量身定制的應(yīng)用到應(yīng)用體驗(yàn)可能會(huì)變得更加普及。

社會(huì)和地緣政治中的 AI 趨勢(shì)

005 弗蘭肯算法的擴(kuò)散

隨著人工智能領(lǐng)域的蓬勃發(fā)展，部署代碼的人數(shù)也在不斷增加。隨著自動(dòng)化系統(tǒng)變得越來(lái)越普遍，所有代碼都會(huì)傳輸?shù)剿惴ㄖ?，其中一些算法?huì)繼續(xù)生成新的算法，由此產(chǎn)生的過(guò)程和程序可能比最初的預(yù)期更復(fù)雜。這可能會(huì)導(dǎo)致不可預(yù)測(cè)性，使得理解決策過(guò)程變得更加困難。對(duì)于像 Facebook 這樣數(shù)十億算法同時(shí)工作的大公司而言，這已經(jīng)是一個(gè)挑戰(zhàn)。

006 孿生可部署 AI 版本

它也被稱為數(shù)字雙胞胎，許多初創(chuàng)公司可以構(gòu)建可部署的 AI 版本，他們提供可定制、可訓(xùn)練的平臺(tái)，能夠?qū)W習(xí)關(guān)于你本人的一切，作為你在網(wǎng)絡(luò)上的代表。Molly 是 Y Combinator 支持的一家創(chuàng)業(yè)公司，也是幾個(gè)新的 AI 代理商之一。它的功能更像 AMA（有問(wèn)必答），在這里，每個(gè)人都可以得到關(guān)于你的信息。遇到不懂的，Molly 會(huì)“請(qǐng)教”你本人，學(xué)習(xí)關(guān)于你的知識(shí)。

007 AI 中的偏見(jiàn)

人工智能有嚴(yán)重的偏見(jiàn)問(wèn)題并不是秘密。這個(gè)問(wèn)題是多方面的，例如：用于訓(xùn)練的數(shù)據(jù)集通常來(lái)自維基百科等地，這本身就充滿了偏見(jiàn)。人們建造模型往往是同質(zhì)的，并經(jīng)常意識(shí)不到自己的偏見(jiàn)。隨著我們的計(jì)算機(jī)系統(tǒng)越來(lái)越習(xí)慣于做出決策，我們可能會(huì)發(fā)現(xiàn)自己被按算法做出毫無(wú)意義的分類，但這可能會(huì)產(chǎn)生巨大的影響。

008 AI 偏見(jiàn)導(dǎo)致社會(huì)問(wèn)題

每一天，我們都在主動(dòng)（在 Facebook 上傳和標(biāo)記照片）或被動(dòng)地（在線搜索醫(yī)療癥狀、開(kāi)車上班）創(chuàng)建難以想象的大量數(shù)據(jù)。這些數(shù)據(jù)經(jīng)常在你未知的情況下被算法挖掘和使用，用于制作廣告，幫助潛在雇主預(yù)測(cè)我們的行為，確定我們的抵押貸款利率，甚至幫助執(zhí)法預(yù)測(cè)我們是否可能犯罪。包括馬里蘭大學(xué)、哥倫比亞大學(xué)、卡內(nèi)基梅隆大學(xué)、麻省理工學(xué)院、普林斯頓大學(xué)、加州大學(xué)伯克利分校、國(guó)際計(jì)算機(jī)科學(xué)研究所等多所大學(xué)的研究人員正在研究自動(dòng)化決策的副作用。

009 讓 AI 解釋自己

毫無(wú)疑問(wèn)，有人認(rèn)為人工智能正在成為一個(gè)“黑匣子”，即使在該領(lǐng)域工作的研究人員也不了解最新的系統(tǒng)是如何運(yùn)作的。但這并不完全正確，雖然計(jì)算機(jī)科學(xué)家、記者和計(jì)算機(jī)科學(xué)家越來(lái)越關(guān)注這一問(wèn)題，認(rèn)為人工智能系統(tǒng)不應(yīng)該是個(gè)秘密。 展望未來(lái)，我們將討論 AI 是否應(yīng)該、如何能夠解釋其決策，以及如何提高透明度。關(guān)于問(wèn)責(zé)制的辯論也會(huì)很多。但解決這個(gè)問(wèn)題面臨著一個(gè)巨大的挑戰(zhàn)，即透明度將要求公司公開(kāi)其商業(yè)利潤(rùn)的秘訣，而且要求系統(tǒng)同時(shí)解釋決策過(guò)程會(huì)降低輸出的速度和質(zhì)量。

010 問(wèn)責(zé)制和信任

我們很快即將到達(dá)一個(gè)時(shí)刻，即無(wú)論是有意還是無(wú)意，我們都無(wú)法判斷數(shù)據(jù)集是否已經(jīng)被篡改過(guò)。AI 系統(tǒng)依賴于我們的信任。如果我們不再相信結(jié)果，那么幾十年的研究和技術(shù)進(jìn)步將是徒勞的。政府、企業(yè)、非營(yíng)利組織等領(lǐng)域的領(lǐng)導(dǎo)者必須對(duì)所使用的數(shù)據(jù)和算法充滿信心。

建立信任和問(wèn)責(zé)制是公開(kāi)工作的一種方法，這個(gè)過(guò)程將非常復(fù)雜，因?yàn)楣?、政府機(jī)關(guān)、執(zhí)法機(jī)構(gòu)和其他組織希望數(shù)據(jù)保密。

011 AI 隱藏?cái)?shù)據(jù)

計(jì)算機(jī)完全按照命令行事。只要命令機(jī)器在游戲中獲勝，機(jī)器將會(huì)不惜不惜一切代價(jià)完成這個(gè)任務(wù)。顯然包括作弊。

斯坦福大學(xué)和谷歌的研究人員發(fā)現(xiàn)，將衛(wèi)星圖像轉(zhuǎn)換為可用地圖的 AI 可能會(huì)“扣留”某些數(shù)據(jù)。這個(gè)名為 CycleGAN 的神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)如何映射圖像變換。例如，它可以從一張鄰居的舊航拍照片中區(qū)分街道、小巷、車道、建筑物和燈柱，并生成可供 GPS 使用的地圖。最初，他們使用了網(wǎng)絡(luò)尚未看到的航拍照片，由此產(chǎn)生的圖像看起來(lái)非常接近原始圖像。

但經(jīng)過(guò)深入檢查，研究人員發(fā)現(xiàn)，原始圖像和生成的圖像中都有很多細(xì)節(jié)，這些細(xì)節(jié)在 AI 制作的地圖中是看不到的。事實(shí)證明，系統(tǒng)學(xué)會(huì)了在以低幅度高頻信號(hào)的形式產(chǎn)生的圖像中隱藏有關(guān)圖像內(nèi)部原始圖像的信息。

012 未報(bào)道 AI 事故增加

2018 年發(fā)生了許多與人工智能有關(guān)的事故，但只有少數(shù)成為頭條新聞，比如一輛優(yōu)步無(wú)人車在亞利桑那州坦佩致一名行人死亡。但事實(shí)上還有無(wú)數(shù)次事件沒(méi)有導(dǎo)致死亡，因此不為公眾所知。 目前，除非觸犯法律，研究人員沒(méi)有義務(wù)報(bào)告涉及我們的數(shù)據(jù)或 AI 流程的事故或意外。雖然大公司必須告知消費(fèi)者他們的個(gè)人數(shù)據(jù)，如信用卡號(hào)碼等是否被盜，但他們并不需要公布算法根據(jù)種族或性別產(chǎn)生歧視的情況。

中國(guó)的 AI 大爆炸

在過(guò)去的幾年里，中國(guó)在人工智能領(lǐng)域取得了巨大的飛躍。中國(guó)提出到 2030 年成為“世界最重要的人工智能創(chuàng)新中心”，作為一個(gè)國(guó)家，中國(guó)已經(jīng)朝著這個(gè)目標(biāo)取得了重大進(jìn)展。九大巨頭中的百度、阿里巴巴和騰訊，加上其強(qiáng)大的學(xué)術(shù)環(huán)境，鞏固了中國(guó)作為全球人工智能霸主的地位。

BAT

阿里巴巴，中國(guó)版的亞馬遜將投資 150 億美元在未來(lái)三年內(nèi)進(jìn)行人工智能研究，在全球七個(gè)城市（包括加利福尼亞州圣馬特奧和華盛頓州貝爾維尤）建立研究中心。

百度（一家經(jīng)常與谷歌相比的中國(guó)搜索引擎公司）在硅谷建立了一個(gè)人工智能研究中心。

騰訊（超級(jí)流行的消息應(yīng)用程序微信的開(kāi)發(fā)者）去年在西雅圖開(kāi)設(shè)了一個(gè)人工智能實(shí)驗(yàn)室，開(kāi)始搜羅美國(guó)的人才。此后，騰訊還增持特斯拉和 Snap 等公司的股份。

中國(guó)企業(yè)收益不僅僅包括典型的投資回報(bào)，也更加重視知識(shí)產(chǎn)權(quán)?？偛课挥谥袊?guó)的人工智能創(chuàng)業(yè)公司目前占全球投資總額的 48％。2018 年 4 月，商湯估值 45 億美元，使其成為當(dāng)時(shí)全球最有價(jià)值的人工智能創(chuàng)業(yè)公司。與此同時(shí)，與美國(guó)同行相比，中國(guó)研究人員擁有的 AI 相關(guān)專利數(shù)量是其五倍。

中國(guó)的數(shù)據(jù)盈余

接近 14 億的龐大人口為研究人員和創(chuàng)業(yè)公司提供了未來(lái)最有價(jià)值的資源——人類數(shù)據(jù)，而沒(méi)有世界其他大部分地區(qū)普遍存在的隱私和安全限制。如果數(shù)據(jù)是新的石油，那么中國(guó)就是新的石油輸出國(guó)組織。中國(guó)人正在挖掘的豐富數(shù)據(jù)可用于訓(xùn)練人工智能的方方面面，從教育、制造到零售和軍事應(yīng)用的各種模式。例如，中國(guó)創(chuàng)業(yè)公司曠視就是開(kāi)創(chuàng)面紋生成技術(shù)的先驅(qū)。面紋生成是一種新型的生物識(shí)別身份驗(yàn)證，它使用我們面部的骨骼結(jié)構(gòu)、膚色，甚至毛細(xì)血管等特征來(lái)進(jìn)行識(shí)別。這項(xiàng)技術(shù)安全性足以用于金融交易 ，并被中國(guó)警方廣泛用于監(jiān)控。

帶來(lái)風(fēng)險(xiǎn)

如果中國(guó)開(kāi)始影響其“一帶一路”國(guó)家將會(huì)如何？想想一下，如果這些國(guó)家強(qiáng)制采用國(guó)家社會(huì)信用評(píng)分系統(tǒng)，未經(jīng)居民明確同意開(kāi)始進(jìn)行監(jiān)控，并且有一個(gè)系統(tǒng)在默默打分會(huì)發(fā)生什么？

企業(yè)中的 AI 趨勢(shì)

013 AI 云

在過(guò)去的一年中，AI 生態(tài)系統(tǒng)的企業(yè)領(lǐng)導(dǎo)者一直在爭(zhēng)奪 AI 云共享份額，成為遠(yuǎn)程服務(wù)器上值得信賴的 AI 提供商。

由于機(jī)器學(xué)習(xí)系統(tǒng)可以訪問(wèn)的數(shù)據(jù)越多，舊可以學(xué)會(huì)做出更好的決策，因此企業(yè)客戶可能會(huì)堅(jiān)持使用原始供應(yīng)商。因此，AI 云的競(jìng)賽開(kāi)始了。在西方，該領(lǐng)域由亞馬遜、谷歌和微軟領(lǐng)導(dǎo)，其次是蘋果、IBM、Salesforce、SAP 和甲骨文等公司。在亞洲市場(chǎng)，AI 云由阿里巴巴和百度主導(dǎo)。這是一個(gè)價(jià)值 2500 億美元的行業(yè)，而且發(fā)展迅速。

紐約大學(xué)斯特恩商學(xué)院教授 Arun Sundararajan 講得好：“這場(chǎng)競(jìng)賽的獎(jiǎng)品將是成為下一個(gè)科技時(shí)代的操作系統(tǒng)。“

014 無(wú)服務(wù)器計(jì)算

AWS、阿里巴巴云、微軟 Azure、谷歌云和百度云都為開(kāi)發(fā)人員推出了新的產(chǎn)品和套餐，希望能讓更多人工智能創(chuàng)業(yè)公司更容易、成本更低地將他們的想法推向市場(chǎng)。亞馬遜的 AWS Lambda 讓團(tuán)隊(duì)可以虛擬地運(yùn)行任何類型的應(yīng)用程序或后端服務(wù)代碼，而無(wú)需配置或管理服務(wù)器或?qū)嶋H管理。微軟 Azure 功能架構(gòu)支持無(wú)數(shù)的編程語(yǔ)言，可根據(jù)需要進(jìn)行擴(kuò)展，僅對(duì)主動(dòng)計(jì)算時(shí)間收費(fèi)。然而，這并不適合一些工程師，他們擔(dān)心會(huì)失去控制。

015 人工智能的新型責(zé)任

法律往往落后于技術(shù)。然而，去年在亞利桑那州發(fā)生的優(yōu)步無(wú)人車致命事故現(xiàn)在讓風(fēng)險(xiǎn)管理人員和法律部門考慮到因人工智能事故而導(dǎo)致意外損失的風(fēng)險(xiǎn)。我們面臨的挑戰(zhàn)是當(dāng)前建立的法律制度是為了規(guī)范人類行為，而不是無(wú)人監(jiān)督機(jī)器的行為。目前，安聯(lián)正在研究新的責(zé)任保險(xiǎn)模型。

016 從短視頻中生成虛擬環(huán)境

芯片廠商英偉達(dá)正在教 AI 構(gòu)建來(lái)自短視頻剪輯的逼真 3D 環(huán)境。該方法建立在先前關(guān)于生成對(duì)抗網(wǎng)絡(luò)（GAN）的研究基礎(chǔ)上。英偉達(dá)的系統(tǒng)生成圖形取自自動(dòng)駕駛領(lǐng)域使用的開(kāi)源數(shù)據(jù)集，使用分割成各種類別（建筑物、天空、車輛等）的短片，英偉達(dá)訓(xùn)練 GAN 生成這些物體的新的不同版本。

自動(dòng)生成的虛擬環(huán)境未來(lái)應(yīng)用潛力巨大：物流（倉(cāng)庫(kù)、工廠、運(yùn)輸中心）、城市訓(xùn)練環(huán)境規(guī)劃模擬，以及測(cè)試游樂(lè)園和購(gòu)物中心內(nèi)的客戶流動(dòng)場(chǎng)景等。

017 AI 騙局

在建筑物內(nèi)部署生物識(shí)別 ID 系統(tǒng)之前，公司可能需要三思而后行。機(jī)器學(xué)習(xí)新技術(shù)已經(jīng)導(dǎo)致合成指紋和其他能夠愚弄監(jiān)控系統(tǒng)的自動(dòng)生成生物識(shí)別器出現(xiàn)。密歇根州立大學(xué)和紐約大學(xué)的研究人員構(gòu)建了一種可以生成假貨的算法，這提醒了我們 AI 騙局的可怕之處，想象一下，惡意系統(tǒng)產(chǎn)生數(shù)百萬(wàn)個(gè)指紋，遠(yuǎn)程就可以開(kāi)門或解鎖別人的電腦。

018 環(huán)境監(jiān)測(cè)

麻省理工學(xué)院計(jì)算機(jī)視覺(jué)科學(xué)家已經(jīng)發(fā)現(xiàn)了如何利用他們所謂的“意外攝像機(jī)”，使用計(jì)算機(jī)視覺(jué)來(lái)跟蹤數(shù)據(jù)。結(jié)果，我們可能很快就會(huì)有 X 射線一樣的視力，穿墻透視。對(duì)于從事敏感項(xiàng)目的公司而言，這可能不是一個(gè)好消息。

從事信息安全和風(fēng)險(xiǎn)管理的人員應(yīng)注意到計(jì)算機(jī)視覺(jué)的這一進(jìn)步。

019 自有的 AI 語(yǔ)言

隨著我們進(jìn)入第三個(gè)計(jì)算時(shí)代，最大的公司都開(kāi)始在競(jìng)爭(zhēng)市場(chǎng)份額的同時(shí)爭(zhēng)奪思想共享的高地。

微軟、IBM、百度、阿里巴巴、亞馬遜和谷歌等公司正在為開(kāi)發(fā)人員發(fā)布軟件包，且 AI 應(yīng)用程序有自己獨(dú)特的編程語(yǔ)言。優(yōu)步發(fā)布了自己用 Python 編寫的概率編程語(yǔ)言 Pyro。這一舉動(dòng)標(biāo)志著人工智能生態(tài)系統(tǒng)未來(lái)可能碎片化，與我們的 OSX 與 Android 以及早期的 Mac 與 PC 陣營(yíng)不同。企業(yè)將發(fā)現(xiàn)成本越來(lái)越高，且難以輕易在 AI 框架和語(yǔ)言之間切換。

020 AI 芯片

我們的臺(tái)式機(jī)、筆記本電腦、平板電腦和手機(jī)中的標(biāo)準(zhǔn) CPU 確實(shí)變得越來(lái)越強(qiáng)大，但它們的設(shè)計(jì)并不是為了滿足機(jī)器學(xué)習(xí)的需求。當(dāng)前的 CPU 存在的問(wèn)題，是它們沒(méi)有足夠的處理單元來(lái)完成下一代計(jì)算時(shí)代所需的所有連接和計(jì)算。我們?cè)?SoC-“片上系統(tǒng)”中找到一套新的處理器。華為、蘋果、Alphabet、IBM、英偉達(dá)、英特爾和高通都在開(kāi)發(fā)新的系統(tǒng)架構(gòu)和 SoC，有些經(jīng)過(guò)了預(yù)先訓(xùn)練。簡(jiǎn)而言之，這意味著用于 AI 項(xiàng)目的芯片已準(zhǔn)備好，并且速度更快，數(shù)據(jù)更安全。 Elon Musk 表示特斯拉的新定制 AI 芯片將于 2019 年發(fā)布。谷歌的 TPU 專為 AI 深度學(xué)習(xí)而設(shè)計(jì)，適配公司采用的 TensorFlow 系統(tǒng)。

雖然向企業(yè)營(yíng)銷預(yù)先訓(xùn)練的芯片將加速 AI 芯片商業(yè)化，并進(jìn)一步促進(jìn)芯片研發(fā)，但是開(kāi)發(fā)人員可能需要在不久的將來(lái)在不同的框架之間掙扎，尤其是當(dāng)各種設(shè)備制造商都決定開(kāi)始創(chuàng)建自有的協(xié)議。我們希望這些公司的產(chǎn)品最終能夠融合，競(jìng)爭(zhēng)公司及其 SoC 和語(yǔ)言越少越好。

021 AI 算法市場(chǎng)

受人工智能云和無(wú)服務(wù)器計(jì)算的激勵(lì)，九大巨頭以及開(kāi)發(fā)者社區(qū)都在新興的算法交易市場(chǎng)推出自己的算法。亞馬遜、IBM、微軟、谷歌、百度和阿里巴巴都提供預(yù)建和可定制的系統(tǒng)。AWS 擁有自己的市場(chǎng)，提供計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別和文本的模型和算法，其基礎(chǔ)客戶包括英特爾、CloudSight、Optpace 等。GenesisAI 為 AI 產(chǎn)品和服務(wù)提供市場(chǎng)。Algorithmia是一個(gè)通用的開(kāi)放式算法市場(chǎng)，開(kāi)發(fā)人員可以將他們的成果上傳到云端出售。Quantiacs 讓開(kāi)發(fā)人員構(gòu)建算法交易系統(tǒng)，并為算法和投資機(jī)構(gòu)牽線搭橋。Nuance 是一家醫(yī)學(xué)成像 AI 算法“商店”，其 AI MarketPlace 允許用戶在購(gòu)買之前試用算法。PrecisionHawk 提供預(yù)測(cè)性農(nóng)業(yè)算法和模型的市場(chǎng)。Bonseyes 是一個(gè)歐洲的 AI 工具交易市場(chǎng)。2019 年，預(yù)計(jì)將出現(xiàn)更多通用的、云定制的市場(chǎng)。

022 AI 整合度更高

目前只有九家大公司主導(dǎo)人工智能領(lǐng)域：谷歌、亞馬遜、微軟、IBM、Facebook 和蘋果在美國(guó)，以及在中國(guó)的大公司百度、阿里巴巴和騰訊（得到中國(guó)政府的大力支持）。在投資方面，高通、騰訊、英特爾投資、谷歌風(fēng)險(xiǎn)投資、英偉達(dá)、Salesforce、三星風(fēng)險(xiǎn)投資、阿里巴巴、蘋果、百度、花旗和 In-Q-Tel 正在為 AI 的成長(zhǎng)提供大部分資金。在美國(guó)，人工智能公司的投資在 2018 年前兩個(gè)季度達(dá)到創(chuàng)紀(jì)錄的 42 億美元。中國(guó)的商湯完成了另一輪成功的融資，融資 6.2 億美元，估值 45 億美元。投資者包括阿里巴巴集團(tuán)、富達(dá)國(guó)際和銀湖合伙公司。與所有技術(shù)一樣，只有少數(shù)幾家公司在 AI 領(lǐng)域占據(jù)主導(dǎo)地位，它們一般會(huì)壟斷人才和知識(shí)產(chǎn)權(quán)，并彼此合作。談到人工智能的未來(lái)，我們應(yīng)該思考一個(gè)問(wèn)題，整合是否意味著更大的利益，壟斷是否會(huì)破壞競(jìng)爭(zhēng)，就像電信領(lǐng)域一樣。

AI 在處理器、系統(tǒng)和計(jì)算神經(jīng)科學(xué)領(lǐng)域的趨勢(shì)

023 實(shí)時(shí)機(jī)器學(xué)習(xí)
 

機(jī)器學(xué)習(xí)是是一種使用算法來(lái)分析大數(shù)據(jù)集以執(zhí)行各種任務(wù)的系統(tǒng)。隨著時(shí)間的推移，系統(tǒng)會(huì)更好地完成任務(wù)。

實(shí)時(shí)機(jī)器學(xué)習(xí)的新研究可以使用連續(xù)的交易數(shù)據(jù)流來(lái)實(shí)時(shí)調(diào)整模型。這標(biāo)志著數(shù)據(jù)流動(dòng)和信息檢索的方式發(fā)生了巨大的變化。例如，即使是在多語(yǔ)言環(huán)境中，實(shí)時(shí)機(jī)器學(xué)習(xí)也可以自動(dòng)翻譯語(yǔ)音。它可用于改進(jìn)分類和預(yù)測(cè)，進(jìn)行更好的個(gè)性化健康監(jiān)測(cè)和更準(zhǔn)確的風(fēng)險(xiǎn)計(jì)算。消費(fèi)者可以期待收到零售商的更多定制化推薦。實(shí)時(shí)偏好不僅會(huì)使用歷史數(shù)據(jù)（客戶＃1234 只喜歡紅色唇膏），而且會(huì)考慮上下文信息（顧客＃1234 可能會(huì)在接下來(lái)的三周內(nèi)購(gòu)買紅色唇膏）。

024 自然語(yǔ)言理解（NLU）

我們被現(xiàn)實(shí)世界中的非結(jié)構(gòu)化文本所包圍，它們存在于社交媒體、博客、公司網(wǎng)站、市政廳數(shù)字記錄等各個(gè)角落。NLU 允許研究人員通過(guò)提取概念、映射關(guān)系和分析情感量化并學(xué)習(xí)所有文本。NLU 將輔助從事科學(xué)和醫(yī)學(xué)、法律和政策、基礎(chǔ)設(shè)施、農(nóng)業(yè)、交通、教育等領(lǐng)域的研究人員，使他們能夠比以往任何時(shí)候都能獲得更深入的見(jiàn)解。

2019 年，自然語(yǔ)言理解將在包括口音和語(yǔ)言識(shí)別在內(nèi)的自然語(yǔ)言理解領(lǐng)域獲得進(jìn)步。

025 機(jī)器閱讀理解（MRC）

對(duì)于 AI 研究人員來(lái)說(shuō)，機(jī)器閱讀理解一直是一個(gè)重要且具有挑戰(zhàn)性的目標(biāo)。MRC 使系統(tǒng)可以讀取、推斷意義，并在篩選大量數(shù)據(jù)集時(shí)立即得到答案。

一個(gè)消費(fèi)級(jí)應(yīng)用：當(dāng)進(jìn)行搜索查詢時(shí)，你會(huì)想要系統(tǒng)為你提供一個(gè)精確的答案而不僅是一個(gè) URL 列表；一名航空機(jī)械師在飛機(jī)發(fā)生故障時(shí)為盡快解決引擎問(wèn)題，計(jì)算機(jī)可以幫他閱讀所有技術(shù)文檔并提供修復(fù)建議，讓飛機(jī)盡快起飛。這是 MRC 的未來(lái)，它將不僅關(guān)注關(guān)鍵詞，經(jīng)過(guò)訓(xùn)練的 MRC 還可以遷移到?jīng)]有標(biāo)簽或標(biāo)準(zhǔn)分類的各個(gè)領(lǐng)域。

MRC 是實(shí)現(xiàn)通用人工智能的必要步驟， 但在短期內(nèi)它可能只能做到把技術(shù)手冊(cè)、歷史地圖、醫(yī)療記錄等內(nèi)容轉(zhuǎn)變?yōu)橐子谒阉鞯馁Y料庫(kù)信息。

026 自然語(yǔ)言生成（NLG）

算法可以使用自然語(yǔ)言生成將結(jié)構(gòu)化數(shù)據(jù)變成自然語(yǔ)言。NLG 對(duì)于零售、金融和媒體在內(nèi)的各個(gè)領(lǐng)域非常重要。2019 年，NLG 將成為大多數(shù)商業(yè)智能和分析平臺(tái)的標(biāo)配，可以執(zhí)行自動(dòng)檢測(cè)、解析、可視化和敘述關(guān)鍵數(shù)據(jù)。Arria NLG、IBM Watson 文本 - 語(yǔ)音、亞馬遜 Polly、谷歌云文本 - 語(yǔ)音、Narrative Science 和 Automated Insights 都可以利用大數(shù)據(jù)集構(gòu)建自然語(yǔ)言，幫助非數(shù)據(jù)科學(xué)人員更好地了解其組織。

NLG 在專業(yè)領(lǐng)域擁有無(wú)數(shù)的用例，例如協(xié)助律師、政治家、醫(yī)生、顧問(wèn)、金融分析師、營(yíng)銷人員及其他人將我們的個(gè)人信息作為自然語(yǔ)言的數(shù)據(jù)點(diǎn)。

027 語(yǔ)音、聲音和視頻的生成算法

芯片制造商英偉達(dá)的研究人員在 2018 年部署了一種新的生成算法，使用生成對(duì)抗網(wǎng)絡(luò)創(chuàng)建逼真的人臉。在他們的系統(tǒng)中，算法還可以調(diào)整各種元素，如年齡和雀斑密度。

加州大學(xué)伯克利分校的一個(gè)團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)軟件，可以自動(dòng)將視頻中一個(gè)人的動(dòng)作遷移到另一個(gè)視頻中的另一個(gè)人身上。很長(zhǎng)時(shí)間以來(lái)，我們都在訓(xùn)練計(jì)算機(jī)觀看視頻并預(yù)測(cè)物理世界中的相應(yīng)聲音，目的是了解現(xiàn)實(shí)世界中事物之間的交互方式。然而，這導(dǎo)致了越來(lái)越多的 AI 騙局，如虛假視頻和虛假圖像。未來(lái)，這個(gè)問(wèn)題變得越來(lái)越嚴(yán)重，AI 以假亂真將引起更多的麻煩。

028 機(jī)器學(xué)習(xí)中的實(shí)時(shí)語(yǔ)境

IBM 的 Project Debater 展示了如何在實(shí)時(shí)學(xué)習(xí)系統(tǒng)中使用上下文。Project Debater 可以就復(fù)雜的主題和人類辯論，通過(guò)消化大量文本，在給定主題上構(gòu)建結(jié)構(gòu)語(yǔ)言，傳達(dá)清晰的目的并反駁其對(duì)手。未來(lái)，Project Debater 將通過(guò)提供基于證據(jù)的論證，克服情緒、偏見(jiàn)或模糊的影響來(lái)幫助人們進(jìn)行推理。Debater 只是此類新興系統(tǒng)的一個(gè)例子，它能夠?qū)崟r(shí)學(xué)習(xí)并利用真實(shí)環(huán)境。

029 通用強(qiáng)化學(xué)習(xí)算法

研究人員正在開(kāi)發(fā)一種可以學(xué)習(xí)多項(xiàng)任務(wù)的單一算法。AlphaGo 背后的團(tuán)隊(duì)開(kāi)發(fā)了一種創(chuàng)新的算法：AlphaZero，不僅可以在圍棋中實(shí)現(xiàn)超人的表現(xiàn)，還可以在國(guó)際象棋和日本國(guó)際象棋等其他游戲中超過(guò)人類。除了游戲規(guī)則之外，這一算法沒(méi)有經(jīng)過(guò)任何知識(shí)訓(xùn)練，即開(kāi)發(fā)出自己的策略來(lái)?yè)魯∑渌婕摇?/p>

030 機(jī)器圖像補(bǔ)全

如果計(jì)算機(jī)系統(tǒng)可以訪問(wèn)足夠多的圖像，就可以修補(bǔ)并填充圖片中的空缺。我們可以利用這項(xiàng)技術(shù)生成更完美的圖像。

但是，這項(xiàng)技術(shù)下一階段將用于什么情景，產(chǎn)生什么影響？我們?nèi)绾蝿澐脂F(xiàn)實(shí)與增強(qiáng)之間的界限？圖像補(bǔ)全還是執(zhí)法和軍事情報(bào)人員的有力工具，計(jì)算機(jī)可以幫助他們識(shí)別取景框中的對(duì)象。鑒于機(jī)器學(xué)習(xí)算法和數(shù)據(jù)集的偏見(jiàn)，圖像補(bǔ)全未來(lái)可能引起關(guān)于隱私的爭(zhēng)論。

031 人機(jī)混合視覺(jué)分析

美國(guó)陸軍研究實(shí)驗(yàn)室的一項(xiàng)新研究顯示，該系統(tǒng)使用一個(gè)裝有腦機(jī)接口的界面，利用計(jì)算機(jī)視覺(jué)技術(shù)讓人們?cè)谝暰€范圍內(nèi)快速查看和分類圖像。總部位于洛杉磯的專業(yè)圖像字幕技術(shù)公司 CloudSight 正在研發(fā)一套混合眾包計(jì)算機(jī)視覺(jué)系統(tǒng)。

032 預(yù)測(cè)性機(jī)器視覺(jué)

麻省理工學(xué)院 CSAIL 的研究人員訓(xùn)練計(jì)算機(jī)不僅能識(shí)別視頻中的內(nèi)容，還能預(yù)測(cè)人類接下來(lái)要做什么。目前，該計(jì)算機(jī)系統(tǒng)可以預(yù)測(cè)視頻中的兩個(gè)人是否可能擁抱、親吻、握手或擊掌。

這項(xiàng)研究將在某一天讓機(jī)器人能夠更輕松地探索現(xiàn)實(shí)環(huán)境，并從我們的肢體語(yǔ)言中獲取線索，和人類進(jìn)行互動(dòng)。它還可以應(yīng)用于零售環(huán)境，以及機(jī)器操作、教室學(xué)習(xí)環(huán)境等。

033 更快的深度學(xué)習(xí)

深度學(xué)習(xí)系統(tǒng)經(jīng)過(guò)訓(xùn)練可以自主學(xué)習(xí)。從概念上講，深度學(xué)習(xí)不是新事物了，最近只是計(jì)算能力和可用的數(shù)據(jù)量有了變化，這意味著越來(lái)越多的人工流程將實(shí)現(xiàn)自動(dòng)化，包括自動(dòng)編寫軟件等。

深度學(xué)習(xí)受到計(jì)算機(jī)網(wǎng)絡(luò)處理能力的限制，就在幾年前，在 ImageNet 數(shù)據(jù)集上訓(xùn)練圖像識(shí)別模型需要一個(gè)月或更長(zhǎng)時(shí)間，現(xiàn)在，憑借更先進(jìn)的設(shè)備，F(xiàn)acebook 可以在一小時(shí)內(nèi)完成同樣的工作。隨著計(jì)算機(jī)變得越來(lái)越快和硬件架構(gòu)的發(fā)展，我們的系統(tǒng)將以遠(yuǎn)超人類的速度執(zhí)行任務(wù)。

034 強(qiáng)化學(xué)習(xí)和分層強(qiáng)化學(xué)習(xí)

強(qiáng)化學(xué)習(xí)有一個(gè)問(wèn)題：當(dāng)代理沒(méi)有足夠的監(jiān)督，或其目標(biāo)是在很長(zhǎng)一段時(shí)間內(nèi)運(yùn)行場(chǎng)景，對(duì)于它們來(lái)說(shuō)是一個(gè)很大的挑戰(zhàn)。2019 年及以后，研究人員將嘗試使用分層強(qiáng)化學(xué)習(xí)解決這些問(wèn)題——發(fā)現(xiàn)高級(jí)別的行動(dòng)并有條不紊地通過(guò)學(xué)習(xí)，以人類無(wú)法想象的速度掌握新任務(wù)。這對(duì)于非技術(shù)人員來(lái)說(shuō)也很重要：RL 將改善人工智能系統(tǒng)中的“智能”，幫助汽車學(xué)習(xí)在異常條件下行駛，幫助軍用無(wú)人機(jī)執(zhí)行以前從未在現(xiàn)實(shí)世界中嘗試的復(fù)雜操作。

035 持續(xù)學(xué)習(xí)

目前，深度學(xué)習(xí)技術(shù)可以幫助人類完成具體的任務(wù)，但完成任務(wù)需要嚴(yán)謹(jǐn)?shù)捻樞颍菏占瘮?shù)據(jù)、確定目標(biāo)、部署算法，這個(gè)過(guò)程需要人類操作且非常耗時(shí)，尤其是在需要監(jiān)督訓(xùn)練的早期階段。持續(xù)學(xué)習(xí)（CL）更多地是關(guān)于自主性和增量技能的建立和發(fā)展，研究人員將在 2019 計(jì)息推動(dòng)其發(fā)展。

036 多任務(wù)學(xué)習(xí)

看起來(lái)毫不相關(guān)的任務(wù)之間實(shí)際上存在著千絲萬(wàn)縷的關(guān)系，有助于達(dá)成最終目標(biāo)。研究人員會(huì)監(jiān)督系統(tǒng)，對(duì)其進(jìn)行微調(diào)，直到模型按照預(yù)期工作。但只關(guān)注單一任務(wù)往往會(huì)導(dǎo)致效率低下，因此，多任務(wù)學(xué)習(xí)這個(gè)新的研究領(lǐng)域?qū)椭到y(tǒng)探索各種相關(guān)任務(wù)之間的聯(lián)系，以更好地解決問(wèn)題。

037 生成對(duì)抗網(wǎng)絡(luò)（GANs）

GAN 是指由兩個(gè)對(duì)抗性神經(jīng)網(wǎng)絡(luò)組成的無(wú)監(jiān)督深度學(xué)習(xí)系統(tǒng)，可以視之為沒(méi)有人類參與的圖靈測(cè)試。經(jīng)過(guò)兩個(gè)對(duì)抗神經(jīng)網(wǎng)絡(luò)之間的“對(duì)抗”，AI 最終會(huì)自動(dòng)生成現(xiàn)實(shí)世界不存在的逼真圖像。

GAN 的目標(biāo)不是耍詭計(jì)，而是為了解決合成數(shù)據(jù)的問(wèn)題。GAN 使 AI 系統(tǒng)能夠處理尚未清理的原始真實(shí)數(shù)據(jù)，且無(wú)需人工程序員的直接監(jiān)督。

038 新型生成模型及技術(shù)

用于生成建模的自回歸分位數(shù)網(wǎng)絡(luò)（簡(jiǎn)稱 AIQN）聽(tīng)起來(lái)很復(fù)雜，但它是一個(gè)創(chuàng)新的想法，有助于改進(jìn)算法，使算法更穩(wěn)定。這意味著它可以加快 AI 進(jìn)步，為整個(gè)生態(tài)系統(tǒng)創(chuàng)造更多機(jī)遇和創(chuàng)新。

039 膠囊網(wǎng)絡(luò)

這種新型的神經(jīng)網(wǎng)絡(luò)可以利用分層關(guān)系處理信息，解決了一個(gè)關(guān)鍵問(wèn)題：默認(rèn)的卷積神經(jīng)網(wǎng)絡(luò)無(wú)法檢測(cè)簡(jiǎn)單和復(fù)雜對(duì)象之間的某些關(guān)鍵空間層次結(jié)構(gòu)。因此，這些新型網(wǎng)絡(luò)可以將錯(cuò)誤率減少 50％。

040 概率編程語(yǔ)言

概率編程語(yǔ)言為開(kāi)發(fā)概率模型減輕了一些壓力大且乏味的工作。這些新型語(yǔ)言允許開(kāi)發(fā)人員構(gòu)建、重用和共享他們的模型庫(kù)，同時(shí)可以容納不完整的信息。

041 自動(dòng)機(jī)器學(xué)習(xí)（AutoML）

傳統(tǒng)機(jī)器學(xué)習(xí)方法耗時(shí)，麻煩，尤其對(duì)于 AI 領(lǐng)域的數(shù)據(jù)科學(xué)家、專家和工程師。自動(dòng)機(jī)器學(xué)習(xí)是一種新的方法：將原始數(shù)據(jù)和模型匹配在一起找到最相關(guān)信息?，F(xiàn)在有許多 AutoML 產(chǎn)品和服務(wù)由谷歌、亞馬遜和微軟提供。

042 個(gè)性化機(jī)器學(xué)習(xí)

很快，個(gè)人用戶就可以上傳自己的數(shù)據(jù)來(lái)定制現(xiàn)有的模型。谷歌的 Cloud AutoML 是一套機(jī)器學(xué)習(xí)工具，可以讓沒(méi)有經(jīng)過(guò)嚴(yán)格訓(xùn)練的員工定制機(jī)器學(xué)習(xí)模型。

機(jī)器人

機(jī)器人連續(xù)第五年出現(xiàn)在報(bào)告中。當(dāng)今，機(jī)器人已經(jīng)成為一個(gè)主流詞匯，且不僅只面向消費(fèi)級(jí)群體，如英國(guó)勞埃德銀行的員工使用機(jī)器人訪問(wèn)該公司的知識(shí)庫(kù)，谷歌于 2018 年推出智能助手 Duplex 系統(tǒng)，可以代表用戶打電話和預(yù)定餐廳。

未來(lái)，機(jī)器人的另一大進(jìn)步將不是關(guān)于技術(shù)本身，而是規(guī)范。2018 年，機(jī)器人網(wǎng)絡(luò)發(fā)送虛假信息引起了人們對(duì)于機(jī)器人造成信任恐慌的擔(dān)憂，這導(dǎo)致了加利福尼亞決定立法，要求機(jī)器人在進(jìn)行交互時(shí)表明自己不是人類，這條法律于 2019 年 7 月 1 日生效，要求機(jī)器人“清晰、有意識(shí)地、用合理的設(shè)計(jì)告知人類與其交互的是一個(gè)機(jī)器人”。這次立法成功將成為其他州和國(guó)家關(guān)于機(jī)器人立法的新基準(zhǔn)，尤其是當(dāng) Duplex 這樣的產(chǎn)品大規(guī)模流入市場(chǎng)時(shí)。

需要關(guān)注的公司和項(xiàng)目：

谷歌、亞馬遜、Facebook、Jigsaw、推特、Instagram、Chatfuel、Pandorabots、Twilio、亞馬遜、科大訊飛、Slack、微信、騰訊、百度、微博、阿里巴巴、IBM、微軟、Snapchat、Coral Project。

識(shí)別技術(shù)

這一部分技術(shù)趨勢(shì)包括面紋識(shí)別、聲紋識(shí)別、姿勢(shì)識(shí)別、個(gè)性化特征識(shí)別、情感識(shí)別、骨識(shí)別、基因識(shí)別、通用基因數(shù)據(jù)庫(kù)、行為生物識(shí)別、WIFI 識(shí)別、環(huán)境跟蹤、計(jì)算圖形、語(yǔ)音合成、持續(xù)識(shí)別、識(shí)別技術(shù)偏見(jiàn)。

現(xiàn)在，先進(jìn)的計(jì)算機(jī)系統(tǒng)根據(jù)我們獨(dú)特的特征，如骨骼結(jié)構(gòu)、姿勢(shì)、情感狀態(tài)等，不僅能夠識(shí)別出我們是誰(shuí)，還可以知道我們?cè)谙胧裁础?/p>

045 面紋識(shí)別

面紋識(shí)別技術(shù)越來(lái)越強(qiáng)大，中國(guó)的曠視科技得到中國(guó)和俄羅斯資本的支持，在面紋識(shí)別技術(shù)上領(lǐng)先，安全性足以保障資金交易。面紋識(shí)別與指紋、虹膜識(shí)別不同，可以在當(dāng)事人未知的情況下遠(yuǎn)距離進(jìn)行采集。面紋識(shí)別系統(tǒng)技術(shù)已經(jīng)比較成熟并得到廣泛采用，如在 2020 年奧運(yùn)會(huì)上，日本將在登記處采用這種系統(tǒng)。

2019 年，面紋識(shí)別技術(shù)將受到法律方面的挑戰(zhàn)。2017 年，一名聯(lián)邦法官通過(guò)了針對(duì) Shutterfly 提起的集體訴訟，這家公司涉嫌違反伊利諾伊州生物識(shí)別信息隱私法案，該法案要求公司在收集包括面孔在內(nèi)的生物識(shí)別數(shù)據(jù)之前需獲得書面許可。（伊利諾伊州的這條法律是美國(guó)唯一存在的此類法律。）Facebook 目前也正在處理伊利諾伊州居民提出的第 9 起訴訟，這些居民認(rèn)為 Facebook 在平臺(tái)照片標(biāo)簽功能中識(shí)別他們的臉部違反了該法律。

046 聲紋識(shí)別

機(jī)器學(xué)習(xí)技術(shù)加上大數(shù)據(jù)，可以讓研究人員僅通過(guò)聲音的微妙信息就識(shí)別出你是誰(shuí)，福特和大眾合作開(kāi)發(fā)的駕駛室精準(zhǔn)聲紋識(shí)別，可以檢測(cè)到駕駛員是否醉駕或處于疲憊狀態(tài)。

047 姿勢(shì)識(shí)別

姿勢(shì)識(shí)別技術(shù)現(xiàn)在已經(jīng)可以通過(guò)翻譯動(dòng)作識(shí)別我們的身份，并代表我們做出決定。自然用戶接口（NUIs）是未來(lái)很多技術(shù)的組成部分，2019 年，我們將看到更多 NUIs 幫助我們通過(guò)身體姿勢(shì)控制機(jī)器，且工作場(chǎng)所將出現(xiàn)記錄我們的身體動(dòng)作，預(yù)測(cè)我們生產(chǎn)效率最高時(shí)段的設(shè)備。

048 個(gè)性識(shí)別

越來(lái)越多的分析工具將出現(xiàn)，收集關(guān)于你的數(shù)據(jù)、行為和偏好，為你進(jìn)行個(gè)性畫像，以預(yù)測(cè)你在所有場(chǎng)景下可能有的反應(yīng)，目標(biāo)是預(yù)測(cè)你的特定需求和意愿，如未來(lái)的資金交易情況等。

049 情感識(shí)別

去年，亞馬遜為一個(gè)新系統(tǒng)申請(qǐng)了專利，該系統(tǒng)根據(jù)用戶之前和當(dāng)前的互動(dòng)檢測(cè)用戶的身體和情緒健康狀況。如果它發(fā)現(xiàn)你生病了，那么亞馬遜會(huì)推薦一小時(shí)送藥到家。汽車制造商起亞于 2019 年在 CES 上首次推出其實(shí)時(shí)情感自適應(yīng)駕駛系統(tǒng)（R.E.A.D.），這個(gè)識(shí)別系統(tǒng)可以通過(guò)傳感器監(jiān)控乘客的面部表情、心率和皮膚活動(dòng)，調(diào)整車輛內(nèi)部環(huán)境以適應(yīng)乘客的情緒狀態(tài)。

050 骨識(shí)別

2018 年，美國(guó)空軍申請(qǐng)了一項(xiàng)專利，該專利解釋了寬帶雷達(dá)如何通過(guò)骨骼結(jié)構(gòu)進(jìn)行識(shí)別。人類會(huì)發(fā)射天線向彼此發(fā)送信號(hào)，將該人的生物識(shí)別雷達(dá)特征與數(shù)據(jù)庫(kù)中的已知特征進(jìn)行比較。對(duì)于身體上有螺釘和金屬條的人來(lái)說(shuō)，這是個(gè)壞消息，因?yàn)槿祟惾庋劭床坏降臇|西在掃描時(shí)會(huì)變成清晰的信標(biāo)。

051 基因識(shí)別

消費(fèi)者基因檢測(cè)可以讓人們更輕松地了解自己的祖先，但同時(shí)讓人們?cè)谖词跈?quán)的情況下變成檢測(cè)的目標(biāo)?，F(xiàn)在，人類的原始生物數(shù)據(jù)可以被上傳到 GEDmatch 等開(kāi)源數(shù)據(jù)庫(kù)中，允許用戶在所有 DNA 平臺(tái)上尋蹤溯源。此外，在未經(jīng)過(guò)你本人的同意的情況下，消費(fèi)級(jí) DNA 檢測(cè)機(jī)構(gòu)共享的數(shù)據(jù)可能會(huì)被第三方合法使用。2018 年， 23andMe 收取了 3 億美元把數(shù)據(jù)共享給了醫(yī)藥公司 GlaxoSmithKline。

052 通用基因數(shù)據(jù)庫(kù)

消費(fèi)級(jí) DNA 檢測(cè)服務(wù)為保險(xiǎn)、醫(yī)藥等行業(yè)提供了無(wú)數(shù)的機(jī)會(huì)，但是目前還有一個(gè)疑點(diǎn)存在：在什么情況下，第三方能夠提取并使用私人數(shù)據(jù)庫(kù)中的遺傳數(shù)據(jù)？沙特阿拉伯、科威特、英國(guó)和中國(guó)政府一直在研究是否應(yīng)該建立一個(gè)公民遺傳信息通用數(shù)據(jù)庫(kù)。

此外，該報(bào)告還給出了一個(gè) 2019 年全球智能城市 Top50 排名，中國(guó)無(wú)錫、銀川、杭州、上海四座城市上榜。
 

來(lái)源 | 未來(lái)今日研究所
編譯 | Debra
編輯 | Natalie