如果要自由选择一本 2017 年最火、被提及成倍最低的书，那一定是《未来简史》。在这本书中，奇瓦尔·赫拉利说：人类将把工作和决策权转交机器和算法来已完成，大部分人将沦落多余阶级。

只有少数精英才能确实享用到这些新技术的成果，用智能的设计已完成演化、编辑自己的基因，最后与机器融为一体，统治者全人类。这样的叙述对大多数人来说认同是可怕的，但更加可怕的是它也顺利预测了 2017 年科技领域的南北。

过去的一年中，人工智能基于前两年的溶解，愈发火热——算法突破、算力强化，在医疗、金融、教育等传统行业开疆拓土，让每一个行业都开始探索应用于人工智能的机会，让智能机器分担更加多人类的工作。虽然现在机器的能力还较为粗浅，没几乎让奇瓦尔·赫拉利“揭穿”，但毫无疑问，它于是以回头在这条路上。2018年就要来了，人工智能还不会之后火热么？有很多调查机构、媒体、商业领袖、科技专家都得出了一些答案，组编了一些观点，并从技术、应用于、人才三个方面展开了概括总结，可供你背诵未来。技术：云 AI 竞赛、机器学习自动化、元自学毫无疑问，这场火热的技术革命，本质上来自于对技术主义的崇尚，新年来临，人们对 AI 技术本身的发展，也广泛变得悲观。

KDnuggets 在最近向大数据、人工智能、机器学习领域的一些顶级专家展开了提问，Curai 牵头创始人/ CTO，曾供职 Quora 技术总监和 Netflix 研究 / 技术主管的Xavier Amatriin 指出，AI 最白热化的战场在云上面，大小玩家都在各自的云服务中集中力量部署AI，典型的例子如亚马逊最近发售建构和部署 ML 模型的 Sagemaker，Nvidia 发售了训练深度自学模型的 GPU 云。来自华盛顿大学计算机科学与工程系的教授Pedro Domingos 也传达了某种程度的意思，他指出谷歌、亚马逊、微软公司和 IBM之间的云 AI 竞赛将愈演愈烈。

(公众号：)了解到，云 AI 竞赛之外，不受注目的是机器学习。一方面，而对于大多数无法说明的机器学习模型来说，2018 年也许有机会让我们看的更加确切，特别是在是随着深度自学模型在医疗、法律、金融方面的应用于，也必定拒绝其原理充足半透明。

诺丁汉特伦特大学科学与技术学院的高级讲师Georgina Cosma 指出，模型明确提出的预测必需有一点我们信赖，尤其是这些预测结果不会被人类用来做到要求的时候。在另外一篇预测文章中，来自梅奥医学中心放射科的顾问 Bradley J. Erickson 博士也指出，新的技术不会协助研究者增加对于深度自学沦为“黑盒子”的担忧，让我们更加理解深度自学内部的东西。

另一方面，BWDISRUPT 近日公开发表的一篇预测文章中则指出，“2018年仅次于和最重要的趋势就是机器学习将从手工操作改变为系统化和自动化”。同时，深度自学将之后沦为2018年最重要的机器学习技术。到目前为止，它在图像和视频分析和自然语言处置方面获得了仅次于的顺利，但随着技术的商品化，它将在更加多的应用领域获得进展。

此外，在机器学习内部，还有一个令人惊艳的趋势是元自学（mata-learning）的发展，Google 研究科学家，加拿大高级研究机构机器学习和大脑项目副主任Hugo Larochelle 指出，元自学是一个总称，它能解决问题如何从若干例子中找到自学算法的问题，研究者们开始用于深度时间卷积网络、图形神经网络展开了一些元自学研究，未来该方法将被更好用作主动自学、冷启动项目引荐、少数产于预测、增强自学、分层RL、仿效自学等。应用于：医疗、虚拟世界助手、自动驾驶福布斯的预测更加偏向宏观和应用于层面，它指出2018年，人工智能和机器学习仍然不会抢走头条，而机器人则不会抢走更加多人类的工作岗位。在2017年，很多巨头和创业公司在AI上滋味甜头，因此将不会投放更加多，同时也不会更有更加多企业“染指”AI，当然这将带给很多予以检验的技术和应用于，造成风险下降。

明确应用领域，福布斯指出，“人工智能正在以病人无法察觉到的方式转入医疗领域”，比如机器视觉被应用于在医学影像中，电子病历等，同时不会看见康复机器人开始经常出现在病患的家中，协助病人康复。此外，福布斯还指出，人与机器的交互将全面改向语音，在自然语言分解和自然语言处置算法不断进步下，机器能更佳地解读人类意图，后用人类可解读地方式展开聊天。Nvidia 高级研究科学家 Alejandro Troccoli 也回应，人工智能个人助理将显得更加智能，更加理解自己的“主人”，需要告诉厨房里有什么东西，习惯周几吃饭，甚至再行回家前就下单备好了食材。

麻省总医院与布列根和妇女医院临床数据科学继续执行主任 Mark Mivhalski 指出，2018年是人工智能从算法南北产品的一年，概念将变为现实不存在的解决方案，能够为医生所用。俄亥俄州立大学 Wexler 医学中心的放射学博士 Luciano Prevedello 则指出，从 2018 年开始，人工智能将开始带入临床系统，沦为医疗中的一个常规系统。此外，Orange Silicon Valley 首席执行官 Georges Nahon 预测，归功于生物识别技术，未来生物识别技术将代替信用卡、驾驶执照和条形码，转变安全性检验的方式，并彻底改变零售行业。

在自动驾驶方面，百度早前宣告将在2018年构建无人车量产，该定量产车为百度与金龙客车合作的无人驾驶巴士，从而将国内无人车量产的时间线提早了两年。此外，标准化等传统车厂也将相继量产无人车。

人才：极大缺口、跨界流动注意到，在工作岗位被人工智能代替的“混乱中”，只不过无法掩饰科技行业里人工智能人才的大量缺口，即便是薪水早已低到令人乍舌。根据腾讯和BOSS直聘公布的《全球人工智能人才白皮书》表明，全球 AI 人才大约 30 万，以 1：2 的比例集中在学术界和工业界，而市场需求为百万。根据《好奇心日报》专访 Michael Page（中国）区域总监陈慧洁的报导，AI领域的薪酬归属于金字塔钝1%的水平，同时还另加了股权激励及全球入职的维度。

AI 的发展，一方面代替了某些岗位，另一方面也生产了很多岗位，但非常明显，他们不是同一类人。人才的匮乏以及高薪性刺激，将不会更有其他专业的人才跨界流动，例如数学、物理、神经科学的毕业生，也许都能在 AI 企业里寻找一份适合的工作。

整体来看，各大媒体、调查机构、专业人士对于 2018 年都充满著悲观，但也有些人认为，在人工智能发展的同时，数据安全、生物特征安全性却很少被人提到，在繁华中被掩饰。关于数据的法律、道德是个急需探究的问题，也许也应当在新的一年，被推崇一起。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：太阳城官网-www.szgml.com