眼下，中国已经走在了人工智能领域的前列，前沿技术也正在历经改变。本文将着眼于13 个重塑行业及经济的人工智能趋势，展现出人工智能领域最新发展的全景图。
编译 | 王宇欣 张震 王艺 高静宜
来源 | CBInsights
人工智能正在改变各行各业的基础结构，其覆盖面之广囊括农业、网络安全到商业、医疗等多个不同领域。同样，我们与科技互动的方式也与以往大不相同，例如， 人们可以用语音控制洗衣烘干机或是玩动作控制类的视频游戏。
与此同时，各国政府也在竞相展开先进的人工智能研究，将人工智能视为实现更大经济影响、成为经济强国的一种手段。
我们正处于劳动力市场急剧转变的早期阶段。机器学习方面的炒作可能开始逐渐消退——这是因为机器学习事实上已经渗透软件行业的各大主要领域，从简单的日程应用到搜索引擎再到销售管理软件都可以见到机器学习的身影。
人工智能现在甚至已经可以击败世界冠军。类人机器人还能完成完美的后空翻并成功着陆。尽管如此，人工智能算法在一些对人类来说轻而易举的基本任务上还远不能达到完美，比如理解图像中的场景，或是识别对话的上下文等。
同时，通用人工智能的前景——或者说无监督快速学习新任务的人工智能——仍然是一片未知。尽管包含 Vicarious、System 和 Kindred 在内的少数公司还在增加开发通用人工智能的投入资金，却几乎没有任何细节或真正的证据。
如今的人工智能应用只关注于非常狭窄的任务范围。但正是这些由人工智能驱动，范围狭小的任务重塑了商业、市场和行业。
为了帮助人们掌握全球数以千计人工智能公司的现状和发展轨迹，近日，CB Insights 发布 AI 报告，
对 2018 年将会出现的 13 种人工智能趋势展开预测，以期为人工智能领域内的相关人士带来启发。
一、新型蓝领工作的出现——机器人保姆
在美国，工业机器人和制造业的就业机会都在增加。
制造业岗位由于经常外包给劳动力廉价的发展中国家而为人所诟病。为了降低工业机器人的成本，有时也需要让制造基地更接近产品的需求地点。
近期，中国 T 恤制造商天源服装公司与美国阿肯色州政府签署了谅解备忘录（MoU），天源公司在阿肯色设立新的服装厂，以时薪 14 美元的价格雇佣了约 400 名工人。该行动计划于 2017 年底开展。
天源公司在阿肯色州小石城新建立的工厂将会使用由佐治亚人工智能初创公司 SoftWare Automation 的缝纫机器人，这款机器人是 SoftWare Automation 为阿迪达斯生产服装而开发。许多看起来十分繁重的工作将由机器人完成，而人类工人则接管包括机器人维护和运行之类的高端工作。这意味着制造业工作岗位的数量和性质将会与 2008 年截然不同。
劳动统计局对制造业内不同工作进行了定义及分析。比如，由于自动化的影响，统计局并不看好质量控制检查员、装配工和制造员等岗位的前景。
2012 年，美国国防部高级计划研究局与 SoftWear Automation 签署的合约明确表示「最终目标是实现生产服装直接人工为零的完整生产设施。」
但消费者不断变化的喜好和无法适应剧烈过程变化的机器人仍然是完全自动化上的障碍。
即使在亚马逊高度自动化的仓库中，这一点也反应的很明显。
亚马逊的协作仓库机器人承担了大多数繁重的工作，人类工人则专注于细致的工作，比如从货架上挑选货物再插入到单独的订单中。
不过，机器人在非结构化环境中的抓取、挑选和处理物品方面仍然差强人意。亚马逊已经在各种仓库中使用了超过 10 万台机器人，但是同时在新的配送中心也为人类创造了数以千计的新岗位
。
二、人工智能的应用渗入各行各业
人工智能的发展趋势不可阻挡，从酿造啤酒到大麻产业，机器学习似乎无所不能。
人工智能无处不在。说的具体一点，机器学习无处不在。机器学习是指在大规模数据集上训练算法，让机器学习如何识别并生成所需的模式。随着时间推移，算法——由人类创造者提供正确的参数——在它们的任务中的表现会更加出色。
只要有能够训练软件的数据并且脑海中有期待的输出，这项技术基本上可以被应用到任何事情中。
因此，你会看到：
英国 IntelligentX 公司想要推出世界上第一款人工智能酿造的啤酒。
俄罗斯的 DeepFish 则使用神经网络识别各种鱼类，将雷达技术与人工智能相结合以区分雷达图像中的鱼群和噪声。
瑞典的 Hoofstep 则筹集了风投资金，实现了基于深度学习的马匹行为分析。
你是素食主义者？无麸质主义者？或是你对大豆过敏？纽约的 Prose 想要在定制的护发产品中使用人工智能。该公司从 Forerunner Ventures、Lerer Hippeau Ventures 和 Maveron 等著名的风投公司处筹得了 757 万美元的资金。
此外，人工智能还被用于大麻技术中。DeepGreen 使用计算机视觉辨别大麻类植物的性属和健康状况。Weedguide 则为实现人工智能个性化大麻推荐筹得了 170 万美元的资金。
从业余爱好再到实现创收的想法，这之间的区别仅仅在于是否从长远来看待一件事情。2018 年，我们期望看到更多开箱即用的「AI for X」。这种趋势的盛行和想法愈发新奇的例子表明人工智能不是一项稀有技术。相反，它是现代软件和应用的基石之一。
三、中国与美国争夺全球人工智能领导者
尽管在全球范围内，中国人工智能创业公司仅握有 9 % 的交易份额，但是在 2017 年，全球人工智能初创公司融资资金有近 50% 流向了中国，首次超越美国。
中国正在积极执行一个精心设计的人工智能愿景。在人工智能的部分领域，中国已经击败美国。
中国政府也在推动未来的人工智能计划，计划涵盖智能农业、智能物流到军事应用、人工智能带来的就业机会等方方面面。
部分资源将用于在各行业中开发人工智能的创新型中国初创公司，范围包括从医疗到媒体等不同领域。
事实上，中国仅占全球人工智能初创公司交易额的 9%。但是 2017 年，
全球人工智能初创公司融资流向中国的
投资资金总数占 48 %，首次以美元份额超过美国。要知道，2016
年中国仅占全球资金的 11.3%。
从人工智能初创企业的数量的资产份额来看，美国在全球仍占据着主导地位，但其全球交易份额正逐渐减少。
此外，中国企业的专利申请也反映了研发的能力。
在专利申请方面，中国的企业大有赶超美国之势。基于标题和摘要的关键词搜索，中国与人工智能相关的专利公布远远超过美国专利商标局公布的专利数量。
以深度学习为例，中国在这方面公布的专利数量是美国的 6 倍。（注：在专利应用公布之前，专利备案流程需要很长的时间跨度。）
面部识别和人工智能芯片也是助推中国人工智能发展的两大技术。前者迎合了政府在全国范围内实施监控的计划，后者对美国制造的芯片产生了直接的挑战。
中国的独角兽公司旷视科技（Face++）、商汤科技以及初创公司云从科技是这一领域的三个主要玩家（后者获得了广州市政府 3.01 亿美元的资助）。
2017 年，中国有近 50 个城市都加入了「雪亮工程」。公共区域以及私人区域安装的监控摄像头将进行集中处理用于监控人员以及各种情况。媒体报道称，这一行动将会助力中国的社会信用系统，对公民的「信用」进行考量。
旷视科技获得了中国保险公司（阳光保险集团）、政府组织（俄中投资集团）以及企业巨擘（富士康、蚂蚁金服）的支持，公司已经获得 13 亿中国公民的面部数据。
阿里巴巴（通过蚂蚁金服进行操作）和富士康作为两个投资者，在2016年与杭州达成合作，共同开展“城市大脑”项目，利用人工智能分析监控摄摄像头和社交媒体上的数据。
蚂蚁金服在阿里巴巴拥有的零售商店独立运用面部识别技术进行支付。
美国和中国也在争夺人工智能芯片技术的主导地位。
2017年6月，中国政府表示，到2020年，人工智能水平将赶上美国，到2030年，超过美国成为人工智能的世界领导者。一个政府支持的项目是为了创造一个在运行和节能方面远超英伟达GPU20倍的芯片。中国公司寒武纪承诺未来三年将研发拥有十亿处理单位的芯片，该公司正在研发专门用于深度学习的芯片。
中国的科技巨头如百度、京东也在对海外的人工智能公司进行投资，包括美国。
最近，百度和京东投资了美国金融科技公司ZestFinance，腾讯投资了位于纽约的人工智能公司ObEN。明码生物科技和Pony.ai等初创公司在中美两国都开展了业务，进一步拉近了两国之间的竞争差距。
尽管中国公司正积极在美国寻找合作或者投资，但相比较来说，在美国的人工智能初创企业有更多的中国投资，而在中国的人工智能企业获得的美国投资相对较少。
四、依赖人工智能防御的未来
人工智能网络安全市场越来越火爆。一些初创公司甚至拥有政府客户的名册，希望能比黑客抢先一步。
数据中心正成为新的战场。
2014 年，亚马逊为 CIA 搭建了一个客户云计算服务，满足了敏感数据严格的合规和监管要求。
在 2017 年第四季度，AWS 将这些工具向情报机构以外的政府客户开放。
亚马逊也收购了两家人工智能网络安全公司——Harvest.ai 和 Sqrrl, 保证云端敏感数据的安全。
无论亚马逊或者其他一众初创公司是否刻意迎合政府客户，人工智能正在成为政府支持的维护网络安全的中坚力量。
冷战时期，政府讨论的是与竞争对手之间的「导弹的差距」或者核弹头的优劣地位。如今，政府日益关注的是他们在网络能力方面的差距。结果导致了网络安全和传统国防的不断融合。
数据泄露所带来的危险令人瞩目：从美国信用评级机构 Equifax 数百万社会安全码的泄露，到 WannaCry 勒索病毒再到俄罗斯干预美国大选等事件。
2017 年，SecurityScorecard（一家由因特尔投资和穆迪以及其它公司投资的位于纽约的公司）的分析报告称，美国政府组织在网络安全方面获得了最低的评分。该分析报告包含共「552 个地方、州和联邦政府机构。每个机构拥有超过 100 个面向公众的 IP 地址。」
网络安全为人工智能算法提供了一个真实的应用机会，因为网络攻击会不断演化，防护也在不断面临各种前所未闻的恶性软件。人工智能可以大范围的应用，在对数百万事件进行筛选后识别异常、危险以及可能产生威胁的信号。
目前，该市场拥有大量新兴的网络安全公司，都在试图将机器学习推到下一个高度。
过去 5 年，134 家初创公司共获得 36.5 亿美元的融资。去年，约 34 家公司是首次获得融资。目前，这个市场有更大的公司如，Cybereason、CrowdStrike、Cylance 以及 Tanium 占据，每个公司的市值都超过了 9 亿美元。
甚至如 Accenture 这样的传统咨询公司也在不断研发人工智能网络安全的技术，以便更好的服务联邦政府客户。拥有美国空军等客户的初创公司 Endgame 将其政府服务业务出售给了 Accenture, 这一交易引起了广泛的关注。
2016年，情报机构的投资部门 In-Q-Tel 投资了 Anomali、Interset 和 Cylance。英国公司 Darktrace 声称，它的系统在全世界部署了 3000 份，包括政府机构。位于科罗拉多州的 Logrhythm 也与美国空军、NASA 以及国防承包商 Raytheon 达成了合作。
其它顶级的国防承包商也在不断进行投资。
洛克希德·马丁是 Cybereason （目前市值9亿美元）早期的投资者。 2017 年，波音公司通过其投资部门 Horizon X 投资了特克萨斯州一家网络安全公司 SparkCognition。
五、你好吗，
Alexa
？
亚马逊 Echo 和谷歌 Home 主宰了智能家居音箱市场，但巨头对非英语市场的服务却并不周到。
Alexa 开启了一场语音的革命。
在 2018CES 展上，语音赋能的计算成为了热潮。没有接入亚马逊 Alexa 或者谷歌 Home 的物联网设备几乎不存在。
三星正在研发自己的语音助手 Bixby. 公司希望到 2020 年，公司的所有产品全都实现网络连接，通过 Bixby 实现智能化。2017 年，LG 实现了其所有应用都能通过 WiFi 连接。目前，超过 80 个 LG 的产品实现了对谷歌 Home 的对接。
亚马逊虽然在初期是语音计算的领导者，但目前在语言支持上却落后一步。
上个季度，亚马逊宣布它将在大约 80 个国家发售 Alexa 赋能的音箱。但不利的方面是，它希望全球的用户能通过英语、德语或者日语与音箱进行互动。
谷歌 Home 支持英语、德语、法语和日语。苹果的 HomePod 目前仅支持英语。但它计划不久将可以支持德语和法语。
在这方面，谷歌比亚马逊拥有更大的优势。安卓手机上的谷歌助手支持英语、法语、德语、意大利语、韩语、西班牙语以及葡萄牙语。它的语音识别能力——用于进行语音-文本转换以及语音搜索，可以支持 119 种语言。
目前，西班牙语智能家居市场并没有被科技巨头们给予足够的关注，尽管它是实际上仅次于汉语的应用范围最广的语言之一。
在中国，阿里巴巴称，中文语音音箱 Tmall Genie 自 2017 年 6 月发售以来卖出了超过 100 万台。
2018 年，语音助手将继续在非英语语音市场为争夺市场主导地位而展开竞争。
六、白领工作自动化进程在加速
此处的白领包括律师、顾问、金融分析师、记者、贸易人员等，人工智能对这些人带来的冲击和给蓝领带来的冲击一样大。
越来越多由人工智能加持的专家级自动化及效果增强软件正将人类带入
人工智能
辅助生产或
人工智能
优化生产的新纪元。这些能够优化生产的
人工智能
工具正在威胁白领工作中的案头部分。
下图展示了专家级自动化及效果增强软件（EAAS）市场的情况。从图中你能够看到，AI EAAS 初创公司的足迹遍布各行各业。具体说来，不论是律师、记者、健康管理人员、贸易人员还是咨询行业从业者，都有相应的 AI EAAS 软件可以使用。
例如，在法律工作中，
人工智能
在节约时间、提升效率方面有很大的潜能可以挖掘。在诉讼流程中，自然语言处理和文本分析技术能够在几分钟之内总结上千页的法律文件，这在曾经需要耗费一个人几天的时间才能完成。不仅如此，
人工智能
的使用也让工作的准确率得到了很大的提升。
由于
人工智能
平台正变得越来越高效和商业化，曾经按小时收费的第三方律所的收费模式也将受到冲击。
程序员也不能幸免于难，很多早期的
人工智能
项目正着眼于基于 AI 的软件测试、Debug、以及基础的前端开发等工作。位于英国的 DiffBlue 去年得到了大额融资，这家公司的业务就是将 AI 技术用于日常编码工作中的错误修复、客户端代码编写、将某一编程语言编写的代码翻译至另一种语言等任务。
健康及教育行业被认为是受
人工智能
冲击最小的行业，因为这两个行业包含大量的动态任务，且这两个行业的从业者通常需要较高的情商。不过，
人工智能
依然正在这两个行业中渗透，以教育为例，初创公司们正致力于提供
人工智能
