2019年人工智能最有可能的25個趨勢

　　4.醫(yī)療成像與診斷

　　美國食品和藥物管理局(FDA)對AI醫(yī)療設(shè)備開了綠燈。 AI軟件產(chǎn)品的快速監(jiān)管審批為AI成像和診斷公司開辟了新的商業(yè)途徑。在消費者方面，智能手機的滲透和先進的圖像識別技術(shù)正在將手機變成功能強大的家用診斷工具。最具影響力的AI趨勢之一將是AI用于醫(yī)療和診斷應(yīng)用的批準和采用。數(shù)據(jù)顯示，診斷應(yīng)用是健康類AI應(yīng)用投資交易的主要驅(qū)動。

▲診斷類AI投資交易

　　谷歌DeepMind的算法已經(jīng)可以判斷出乳房活檢照片中腫瘤存在的可能性。

▲DeepMind的腫瘤識別算法

　　5.預(yù)測性維護

　　從制造商到設(shè)備保險公司，AI物聯(lián)網(wǎng)可以為現(xiàn)有企業(yè)節(jié)省數(shù)百萬美元的意外故障。預(yù)測性維護算法使用持續(xù)數(shù)據(jù)收集來預(yù)測設(shè)備故障。由于降低了傳感器成本，人工智能的進步以及對邊緣計算的推動，預(yù)測性維護已經(jīng)變得更加廣泛。我們將見證2019年及以后該行業(yè)的投資的增加。

　　6.電子商務(wù)搜索

　　對搜索術(shù)語的語境理解正在逐漸走出“實驗階段”，但廣泛采用仍有很長的路要走。盡管面臨技術(shù)挑戰(zhàn)，早期的SaaS初創(chuàng)公司正在興起，向第三方零售商銷售搜索技術(shù)。 2019年人工智能的主要趨勢之一將是對該行業(yè)的更多投資，包括主要零售商。

　　7.膠囊網(wǎng)絡(luò)

　　深度學習推動了當今大多數(shù)人工智能應(yīng)用，但膠囊網(wǎng)絡(luò)很快就會取而代之。與當前的卷積神經(jīng)網(wǎng)絡(luò)(CNN)相比，膠囊網(wǎng)絡(luò)具有許多優(yōu)點。對膠囊網(wǎng)絡(luò)的研究還處于起步階段，但可能會挑戰(zhàn)當前最先進的圖像識別方法。

　　8.新一代假肢

　　非常早期的研究是將生物學，物理學和機器學習結(jié)合起來解決假肢中最棘手的問題之一：靈巧性。研究人員正在使用機器學習來解碼來自身體感官的信號，并將其轉(zhuǎn)化為移動假肢裝置的命令。今年，該行業(yè)將尋求更多發(fā)展，包括面向消費者產(chǎn)品的試驗。

　　9.AI臨床試驗

　　臨床試驗中最大的瓶頸之一就是招募合適的患者。理想情況下，AI可以從醫(yī)療記錄中提取信息，與正在進行的研究進行比較，并向醫(yī)生和患者提出相關(guān)研究建議。

　　很少有創(chuàng)業(yè)公司直接在臨床試驗領(lǐng)域與客戶合作，但像蘋果這樣的科技巨頭正在大踏步前進。自2015年以來，Apple推出了兩個開源框架，以幫助臨床試驗招募患者并遠程監(jiān)控他們的健康狀況。

▲AI臨床試驗

　　10.生成式對抗網(wǎng)絡(luò)GANs

　　GAN采用“AI對抗AI”的概念，包括生成器和鑒別器。生成器創(chuàng)建偽圖像，而鑒別器將其與真實世界圖像進行比較，并向生成器提供反饋。 最終結(jié)果是一個恒定的反饋回路，產(chǎn)生越來越復雜的圖像。隨著研究的擴大，它將改變新聞，媒體，藝術(shù)乃至網(wǎng)絡(luò)安全的未來。 2019年最重要的AI趨勢之一將是GAN的進一步發(fā)展和其他應(yīng)用的溢出效應(yīng)。

　　11.聯(lián)合學習

　　使用獨特的本地數(shù)據(jù)集訓練AI可以極大地提高其性能，但用戶數(shù)據(jù)也是隱私的。 Google的聯(lián)合學習方法旨在使用這些豐富的數(shù)據(jù)集，同時保護敏感數(shù)據(jù)。今年將見證在藥物發(fā)現(xiàn)和其他用例中尋找更多聯(lián)合學習的應(yīng)用。

　　12.高級醫(yī)療保健生物學

　　利用神經(jīng)網(wǎng)絡(luò)，研究人員開始研究和測量以前難以量化的非典型風險因素。從視網(wǎng)膜掃描到分析皮膚顏色變化，AI正在從無數(shù)來源解鎖新的醫(yī)學見解。 AI將繼續(xù)解鎖新的診斷方法并識別以前未知的風險因素。

　　13.自動索賠處理

　　保險公司和初創(chuàng)公司正在使用人工智能來計算車主的“風險評分”，分析事故圖像并監(jiān)控駕駛員行為。人工智能的進步正在改變以前緩慢的，人為主導的過程，并允許更快的索賠結(jié)算。

　　14.假貨識別

　　假貨越來越難以發(fā)現(xiàn)，網(wǎng)上購物比以往任何時候都更容易購買假貨。為了反擊，品牌和典當商開始嘗試人工智能技術(shù)。在線和實體商務(wù)中，AI被用于識別仿冒產(chǎn)品和欺詐性商標侵權(quán)。