2019你需要關注的9大AI行業風向
不管你喜不喜歡，2019年AI（人工智慧）趨勢已經襲來。
科技自媒體平臺Hacker Noon日前刊出一篇數字營銷策略師Irfan Ahmed Khan所寫的文章。內容是介紹今年AI行業9大行業風向。
一、AI晶片
複雜的AI，非常依賴於專業的AI晶片。
全球科技巨頭都已經在AI晶片上“燒錢”無數。谷歌、亞馬遜、Facebook都在潛心佈局這一大AI賽道。國內則有華為、寒武紀科技、地平線機器人等。
走到舞臺中間的AI晶片，細分領域也越來越多：有專注於計算機視覺，也有專注於語音識別，更有專注於自然語言處理等。
2 AI+物聯網
2019年是AI與其他技術相融合的一年。最值得期待的，無外乎是AI+物聯網。其中，有兩大風口值得關注。一是工業網際網路，二是分散式人工智慧。
在工業網際網路領域，AI的感知、互動、決策能幫助線下的工業企業更好地發現線上的需求，通過大資料做上下游的資料整合和分析，壓縮生產和質檢環節，進行更好地指導決策。“中國製造”的標杆富士康集團正向工業網際網路邁進。
在分散式人工智慧領域，也有大商機。從概念上理解比較抽象，可以直接舉個例子。
以非常時髦的“城市智慧大腦”為例。在智慧城市的交通專案中，牽涉到數萬個攝像頭，用傳統的集中式人工智慧處理方案，傳輸費用每年就要數億元，AI計算費用更是超過10億元/年。但如果採用分散式人工智慧的處理模式，先在邊緣開展AI資料預處理，然後把資料傳到資料中心做最後的處理，能將費用整體節省到原來的1/10。
3 AutoML
乍一看AutoML也是非常費解。其意義在於：幫助開發人員提供他們需要的定製選項，而不必強迫他們完成複雜的工作流。
解釋出來也都非常費解。下面引用一段谷歌執行長Sundar Pichai在推出AutoML時所說的話來解惑。
“設計AI所需的神經網路，不僅非常耗時，還對專業知識要求極高，使得只有小部分科研人員和工程師能夠參與設計。因此我們建立了AutoML。有了它，神經網路自己也可以設計神經網路了。我們希望AutoML能夠擁有現在一些博士擁有的能力，並可以在三到五年內使眾多開發人員也能通過 AutoML 設計神經網路，滿足特定的需求。”
4 AIOps
又是一個由非常簡單字母拼湊而成的高深技術名詞。AIOps的意義可以專業地解釋為：使IT部門的員工能進行精確的原因分析，快速地幫助他們從大量資料集中找到有用的見解和模式。
以上可以比較簡單的理解為，AIOps平臺能讓一個公司養更少的技術人員來支援更多的技術工作。其原因在於，AIOps平臺（機器）自身可以採集多維度、海量的IT資料，只要有少量熟悉 AIOps 產品的運維工程師即可實現中大型企業日常的IT支撐保障。
5 相容性更強的神經網路框架
AI技術的開發人員有一大苦惱，就是市場上有幾十種幫助設計神經網路的框架，且互相缺乏整合，難以相容。
2019年由微軟和Facebook等科技巨頭推出的開放神經網路交換(ONNX)，可以解決上述困擾，即允許開發人員跨多個框架、重複使用設計好的神經網路。
6 AI系統
2019年，AI學習而生成的資料要從數量向質量轉變。這就需要AI披上各行各業的“外衣”，精準專業的抓取、分析、生成資料。
高質量的AI，需要在專業化系統中運作。因此，這也將催生更多高質量的AI系統。2019年，對專用AI系統的需求將呈指數級增長。企業也越來越願意購買“最懂自己”的AI。
7 各行各業對AI人才的渴求
上面所說的那麼多AI的神奇之處，最終還是需要“人肉”落實在企業生產實踐中。換句話說，2019年，企業將更加需要靠譜的AI人才。
美國AI技術服務商Espressive創始人兼執行長Pat Calhoun表示，企業都希望借AI實現數字化轉型，但苦於沒有開發人員、AI專家來幫助他們，
美國網路安全公司Awake Security執行長Rahul Kashyap 表示，企業是時候更明智地看待它們AI解決方案的“黑匣子”裡發生的事情了。
8 AI安全解決方案
道高一尺魔高一丈。AI能夠讓生產生活變得更加友好，也就能讓生產生活變得更加邪惡。AI是工具。好與壞，善與惡，取決於它的的使用者。
2019年，隨著AI在各領域的廣泛使用，不法分子可能會“逆水推舟”，對企業的AI發動網路攻擊。這就迫使企業在安全方面投入更多成本，建立“城牆”來保護牆內的AI資料不被攻擊。這對於AI安全解決方案的提供商來說，是一個風口。
9 AI賦能行業數字化轉型
2019年，AI將無處不在。從智慧家居到交通出行，從酒店預訂到上網海淘。社會向數字化轉型的步伐向更加堅定。
近段時間被人們笑談的“大資料殺熟”的背後，正是AI在賦能。夏威夷大學資訊科技學院教授Tung Bui表示，AI將加速商務系統的數字化轉型，讓人類的商業社會更加智慧。