2019年人工智能发展趋势报告全解析系列之一

小编有话说：行业分析机构CBInsights发布了《Artificial Intelligence Trends in 2019》，报告展望了25种AI的发展趋势，运用CBInsights的NExTT分析框架，从行业采用度和市场优势两个维度对其进行归类，供大家参考学习。小编为所有关心人工智能发展趋势的人翻译了这份报告，因水平有限，若有错误，欢迎指正。
 

2019年人工智能趋势：
 

NExTT趋势
 

我们使用CB Insights NExTT框架评估这些趋势。
 

NExTT框架为企业提供有关新兴趋势的培训，并根据他们对风险的适应程度指导他们的决策。
 

NExTT使用数据驱动信号来评估技术、产品和业务模型从概念到成熟到广泛采用的趋势。
 

NExTT框架的2个维度：
 

行业采用度（Y轴），包括： 该领域初创企业的势头、媒体的关注度、客户采用率(合作伙伴、客户、授权交易)。
 

市场优势（x轴），包括：市场规模预测、营收评价、投资者和资本的质量和数量、竞争强度、研发投资、现有交易(并购、战略投资)。
 

2019年必需关注的人工智能趋势：
 

● 开源框架
 

由于开源软件的存在，进入人工智能的门槛比以往任何时候都要低。
 

谷歌在2015年开放了它的TensorFlow机器学习库。
 

人工智能的开源框架是一个双赢的选择：一方面它让每个人都可以运用人工智能；另一方面，像谷歌这样的AI公司反过来又受益于一个帮助其人工智能研究加速的贡献者社区。
 

每个月都有数百名用户在GitHub(一个用户可以协作的软件开发平台)上为TensorFlow做出贡献。
 

下面是一些使用TensorFlow的公司，包括可口可乐(Coca-Cola)、eBay、Airbnb等。
 

Facebook于2017年发布了caffe2，这是它与Nvidia、高通、英特尔、微软等公司的研究人员合作，创建的一个“轻量级、模块化的深度学习框架”，该框架可以扩展到云计算以外的移动应用程序。
 

Facebook当时也在运营PyTorch，这是一个面向Python的开源机器学习平台。18年5月，Facebook将这两者合二为一，“将caffe2和PyTorch的优点整合到一起，实现了从快速原型到快速执行的平稳过渡。”
 

最近几个月，Github对PyTorch的贡献者数量有所增加。
 

Theano是蒙特利尔学习算法研究所（Mila）的另一个开源图书馆。17年9月，其首席人工智能研究员YoshuaBengio宣布，随着这些工具变得越来越广泛，将停止更新和维护Theano。
 

“支持深度学习研究的软件生态系统一直在快速发展，现在已经达到一个健康的状态:开源软件成为常态；现在有多种框架，可以满足从新想法的探索到将生产部署过程中的各种需求；而且不同的软件堆栈也在激烈的竞争氛围下得到了实力强大行业玩家的支持。”

——Yoshua Bengio，来自于Mila的公告

现在有许多开放源码工具可供开发人员选择，包括Keras、Microsoft Cognitive Toolkit和Apache MXNet。

● 边缘AI
 

对实时决策的需求正在推动边缘AI的快速发展。
 

在边缘设备（如智能手机或汽车甚至可穿戴设备）上运行AI算法，而不是与中央云或服务器通信，使设备能够在本地处理信息并更快地响应情况。
 

Nvidia、高通、苹果以及一些新兴的初创公司都专注于在“边缘”构建专门用于人工智能工作负载的芯片。
 

从电子消费品到电信再到医疗成像，边缘AI对每个行业都有影响。
 

例如，自动驾驶车辆必须实时响应道路上发生的事情，即使在并没有互联网连接的区域中。决策必须是及时的，延迟可能是致命的。
 

在2017-2018年间，大型科技公司在边缘人工智能领域取得了巨大的飞跃。
 

2017年，苹果发布了为iPhone 8、iPhone 8 Plus和X配备“神经引擎”的A11芯片，声称它可以每秒完成6000亿次机器学习任务。它为iPhone提供了人脸识别等新功能，可以在设备上运行人脸识别来解锁手机。
 

高通在18年第4季度推出了了价值1亿美元的人工智能基金，投资于“那些与我们有共同愿景”的初创企业，即让设备上的人工智能变得更强大、更广泛。高通表示，此举与它的5G愿景相辅相成。
 

作为许多数据中心的主导处理器，英特尔不得不在大规模的收购中迎头赶上。其发布了一款应用于设备的名为Myriad X的视觉处理芯片。(最初由Movidius开发，英特尔于2016年收购了该公司)
 

18年第四季度，英特尔推出了英特尔NCS2（Neural Compute Stick 2），这是由无数的X视觉处理芯片驱动，运行在边缘设备（如智能家居设备和工业机器人）上的计算机视觉应用程序。
 

CB Insights的分析工具显示，在2018年各公司的收益记录中，提到edge AI的次数明显呈上升趋势。
 

微软表示，仅在18年第三季度，它就引入了100项新的Azure功能，“既专注于现有的工作负载(如安全)，也专注于新的工作负载(如物联网和edge AI)。”
 

英伟达最近发布了Jetson AGX Xavier计算芯片，用于机器人和工业物联网领域的边缘计算应用。
 

不过尽管边缘AI具有减少延时的优势，但也存在局限，那就是存储和处理能力受到限制。预计未来会有更多混合模式的出现，使得智能边缘设备能够相互沟通以及与中心服务器通信。