人工智能商业化元年，场景应用多行业落地
自从人工智能围棋程序AlphaGo战胜围棋世界冠军后，人工智能持续成为热门话题，不少企业开始通过人工智能来探寻商业模式。而随着人工智能技术的不断成熟，人工智能大的场景应用开始进入多个行业。
在“互联网+行业”之后，“AI+行业”商用落地速度不断加快，热门赛道的纵深发展也催生出一系列新兴产业，如语音、交通、安防、教育、医疗、零售等传统行业的市场和需求愈发细分。在AI技术的推动下，除BAT巨头之外市场催生了一批批新的产业引领者，而在这一批AI科技领域中，头部企业DSK（人工智能领域三大巨头：DeepBlue深兰科技、商汤科技、科大讯飞)）们跑得更快。
应用场景的不断拓展，资本的关注，技术研发的深入，也让人工智能领域成为新的独角兽集中地。根据公开信息显示，中国大约有以DSK为首的10家AI独角兽总估值高达507亿美元，约3500亿人民币。而这些企业已经在垂直应用领域占有一席之地，有些甚至涉及多个领域，从目前的落地进展来看，自动驾驶、移动互联网、安防领跑，零售、物流跟进，商业化发展迅速。
1、自动驾驶领域
作为AI领域皇冠上的明珠，自动驾驶技术应用在出行服务领域的热点，仍在继续发力。技术与产业发展的同时，相关政策也陆续出台，无人驾驶路测的开放和规范，无人驾驶示范园区、智慧高速公路的建设落地，全都以前所未有的力度推动着产业发展。近几年，我国自主品牌以及人工智能企业在自动驾驶领域惊人的进步，引发了国内外极大关注。
在自动驾驶领域，BAT中的百度是入局最早的，从2017年4月，百度Apollo平台发布起，至今已与很多车企、汽车配件公司、自动驾驶公司达成合作。腾讯也在今年4月，腾讯无人驾驶车型被发现在北京四环进行路测，同时腾讯还入股了特斯拉。最后是阿里，实际上，阿里也算是跨界造车比较早的互联企业，与百度腾讯不同的是，此前阿里的主攻点在于车载OS，而后才开始正式进军无人驾驶领域，虽然是“后来者”，但是有之前与上汽荣威成功合作的铺路，大家对于阿里的信心亦是满满的。
当然，除了这些耳熟能详的互联网大咖，DSK中的DeepBlue深兰科技也早早开始了专注于自动驾驶解决方案的研发，也许入局的方式略有不同，但它的表现确实不俗。
横跨九大领域的DeepBlue深兰科技，尤其在自动驾驶技术普遍水平处于低水平的时候，已经研发出了以自动驾驶技术为核心的芭堤雅移动零售商用车，把自动驾驶技术和新零售场景进行完美结合，以买东西叫个店的商业模式为自动驾驶技术落地找到了新的突破口；深兰科技研发的新一代的“一带一路”形象产品自动驾驶熊猫公交车还受到了国家领导人的大力支持，将沿着“一带一路”国家沿线上路运行。
从互联网圈和AI界的“大动作”看，自动驾驶技术的发展在中国相当迅猛。当新能源汽车和自动驾驶技术来临时，国内的互联网巨头以及AI企业都铆足了劲施展“才华”，业内很多人都认为新能源和自动驾驶的结合将是中国汽车业实现弯道超车的一个重要契机，也将会诞生一批巨头型科技企业。
2、AI＋安防领域
在安防领域，近些年因为AI技术的出现，视频监控层面从最初的数字化、网络化、高清化向智能化快速转变，安防行业达成的共识是从“看得清“到”看得懂“，从”看视频到”用视频“进行过渡。最初摄像头解决的是图像传输和处理，网络、互联网普及后开始进行万物互联，无论是依托大数据还是云计算技术来判别人与人、人与物之间的关联性。
商汤科技为智能视频生态链合作伙伴提供了从终端到云端的智能视频算法级和平台级的解决方案，涵盖人脸识别、视频结构化、互联网视频理解等核心技术，为公安、教育、交通、楼宇等领域提供高效的自动化分析系统。
有专家认为，AI＋安防要解决的将不再是人与人之间、人与车之间的结构联系，而是能自主判断“你是谁”，相信在不久的将来人工智能技术将会取代众多传统的安防技术，整个安防行业的发展已经到了比拼核心技术的关键节点。
3、智能家居领域
以智能家居语音交互终端为代表的硬件，目前走进千家万户并深刻影响人们的生活。越来越多带有麦克风、摄像头、屏幕或更多传感器的智能终端出现，具备联网、交互、语音、视觉等能力的硬件设备类型也更加多元，同时也推动着人机语音交互技术不断更新迭代。
科大讯飞在今年全球1024开发者节“AI赋能智享生活”智能家居分论坛上发布轻量级开发框架MORFEICore，进一步丰富智能家居赋能体系，也评选出“Hi！MORFEI智能场景开发大赛”决赛优胜团队，并向MORFEI智能家居生态合作伙伴颁奖授牌，推动智能家居从技术、市场、商业模式到应用落地的发展。
4、商业服务机器人
商业服务机器人公司的集中出现，背后是配送服务、家庭儿童教育等多种落地场景的日趋成熟。除了BAT，DSK们也在尝试让这种方式真正参与到商业日常中来，科大讯飞研发阿尔法蛋，致力于“让机器能听会说，能理解会思考，推进机器人行业不断智能化。
传统房地产企业碧桂园也开始跨界开起机器人餐厅。碧桂园计划在全国开1000家机器人餐厅，由机器人完成下单、端菜、炒菜、洗碗等一系列工作。
在今年9月，碧桂园集团董事会主席杨国强表示，计划五年内在机器人领域投入至少800亿元，并引进1万名全球顶级机器人专家及研究人员，打造机器人全产业链高地。根据网上报道，碧桂园的机器人目前已经学会了24道顺德家常菜。
碧桂园对于机器人的研发不止于此，作为地产大亨，有消息称碧桂园还在着手研发建筑机器人，智能家居和智能制造更是一个都不能少，AI之于碧桂园是内需的驱动。同时，碧桂园也在向人们宣告，它的AI梦并不是说说而已。
5、AI+新零售+新物流领域
随着马云的新零售开始成为风口，DSK也在纷纷瞄准这块蛋糕。如2016年DeepBlue深兰科技用机器视觉动态识别技术识别商品，开始研究比Amazongo还要早的视觉无人店；商汤科技技术接入苏宁无人店，用人脸识别绑定会员实现“刷脸付款”。
京东在人工智能上的研究，一直以物流领域最为出彩。近两年，京东的智慧物流系统突飞猛进，已经形成了无人仓、无人机和无人车为支柱的智慧物流体系，并正在引领物流行业进行全面升级。配合今年的618促销活动，京东派出了无人车运送快递，呆萌的机器人引发无数人驻足。在618大促的第二天，京东集团CEO刘强东宣布，京东的第一架重型无人机正式下线。11月15日，京东获得了中国民航西北管理局颁发的无人机经营许可证，中国的无人机商用在物流领域迈出了第一步，京东的智慧物流体系也迈出了关键的一步。
此外，生活服务巨头美团和DeepBlue深兰科技合作，开始用小蚂哥物流机器人开始最后一公里的物流配送。
6、AI+医疗
今年，腾讯推出了将人工智能技术运用到医学领域的产品“腾讯觅影”，据介绍，截至7月，“腾讯觅影”已累计辅助医生阅读医学影像超1亿张，服务90余万患者，提示风险病变13万例。
6月21日，继“腾讯觅影”发布之后，腾讯又发布了国内首个AI辅诊开放平台，辅助医生提升对常见疾病的诊断准确率和效率，并为医生提供智能问诊、参考诊断、治疗方案参考等辅助决策服务。目前，在腾讯觅影的官网上已经设置有AI辅诊开放平台的连接入口和联系方式。腾讯觅影下的AI辅诊引擎功能即将走向各大医院，腾讯正在把自己在AI＋医疗上的研究成果，慢慢惠及众人。
投资热度高涨、新产品层出不穷，AI在医疗领域的应用已经成为其最亮眼的应用之一。普华永道去年10月发布的全球AI报告分析了各个主要行业受人工智能技术发展的影响，认为影响最大的是医疗健康和生物制药产业。从最开始为患者回答问题、初步分诊、提供就诊流程等信息的“晓医”，到以456分的成绩通过了临床执业医师考试的科大讯飞“智医助理”机器人，再到“火眼金睛”的肺部结节等图像识别系统的应用，AI为传统医疗带来巨大的想象空间。
特别是AI在新药研发中发挥的价值，让这个耗资巨大又常常收效甚微的行业看到了希望。目前，全球有近100家初创企业已在探索用于研发新药的人工智能方法。可以预见，人工智能技术对传统技术的改进以及由其引发产生的新型药物研发技术，将极大缩短新药研发周期、降低研发成本，显著提高药物研发的成功率。
不过业内专家也纷纷表示，我们距离真正的“人工智能+医疗”距离显然还很远，甚至AI诊疗究竟会不会成真，都需要打一个问号。要跨越的障碍很多，如医疗信息提取，医疗数据等。
不过能为患者提供初步的诊疗意见、为医生提供科学的决策建议、站上手术台实施复杂的外科手术……人工智能在医疗领域的扎实推进，已经开启重构医疗体系的尝试。
7、AI+智慧城市
在9月19日举办的2018云栖大会上，杭州“城市大脑”2.0正式发布。2016年的杭州云栖大会，城市大脑首次对外公布。经过两年多的试点，“城市大脑”2.0有了更多的突破：它已覆盖杭州主城区、余杭区、萧山区共420平方公里，相当于65个西湖大小。
“城市大脑”就相当于智慧城市系统，能将散布在城市各个角落的数据连接起来，并通过对大量数据的分析和整合，对城市进行全域的调配。根据数据显示，在全国最拥堵的城市排行榜上，杭州从2016年的第5名下降到了今年第二季度的57名。杭州的城市交通拥堵状况明显得到缓解。
11月1日，百度与海淀区政府共同打造的全球首个AI公园正式开放，双方根据公众的需求和AI技术的实际情况，对海淀公园进行了AI改造。目前，海淀公园的智能步道、智能亭、未来空间等智能设施已面向公众开放。在智能城市方向，李彦宏还发布了百度AI城市“ACE王牌计划”。“百度AI城市解决方案将率先落地在北京和上海。在北京，将通过‘一网、一云、二中心’，以及城市管理、交通管理，安防应急，能源环保的应用落地，打造一个超级城市智能化治理的样板;在上海，百度则希望探索更超前的自动驾驶，智能交通，智能综合治理以及工业升级，打造一个超前理念的未来智能新城。”李彦宏表示。
腾讯与地方政府的智慧城市合作也在推进中。10月31日，腾讯与深圳市宝安区人民政府签订战略合作框架协议，双方将共同推进在智慧政务、智慧交通+商圈服务、智慧教育等领域的合作。“可以看出，目前AI对城市的改造已经不仅限于智慧交通范畴。”业内人士表示，“这意味着AI不光不再是概念，而是在各种传统行业中提升效率，面向的群体也更大，包括政企也包括公众”。在智慧城市的大概念下，互联网企业在气象、安防、建筑、环卫等领域都有AI技术落地。
三、产业格局三足鼎立，DSK正在赶超BAT
由于AI技术的附能特性和toB、toG的商业模式成为内驱力，AI的目标是实现识别、认知、分类和决策等多种功能。
从算法和软件输出方式上来说，本身并不包含直接的应用解决方案，这使得AI必须融入各行各业，深度改造已有产业才能创造价值。换句话说，AI技术是“大脑”，没有四肢就无法独立行走。
不过，如果软件算法和硬件制造结合，输出智能硬件产品也可以直接售卖，像去年比较热的智能货柜，智能音箱等，即便是不和外界合作联姻，在外界停止输血之前，AI公司也能实现自我造血。
那么对于DSK来说，要想在AI领域站稳脚跟，除了需要在个别领域技术过硬之外，还需要做好防护墙。
目前，以人脸识别技术起家的商汤科技除了从事最早的安防监控以外，还涉及金融支付、移动互联网等，上市公司科大讯飞以语音识别技术为主，开始布局人脸识别、图像识别技术方面产品，DeepBlue深兰科技也深度涉猎自动驾驶技术及整车、智能机器人、生物识别等领域。
可以看的出，在AI领域DSK企业和互联网时代的BAT相比，除了在资源数据方面不占优势，其实在技术方面并没有多大差距，甚至有些领域有赶超之势。
其中，科大讯飞的语音识别在国内已经成为佼佼者，商汤的人脸识别技术应用也很广泛，DeepBlue深兰科技的自动驾驶技术已经应用在熊猫公交上了。
在这个互联网结束、AI战乱纷争的时代，各方英雄豪杰群雄逐鹿，互相较量。面对BAT强势入市，DSK们一方面“深挖洞”，夯实各垂直领域的技术优势；另一方面“广积粮”，采用投资孵化方式，快速壮大队伍，等待成熟的时机一跃而起，成为下一个时代的BAT。
投资孵化方面，独角、DSK们逐步开始对外投资，力求从技术公司向平台升级，扩大场景开发，最终达到垄断落地场景的需求。
从目前投资形式上看也分两种：一种是AI公司本身成立投资部门直投项目，如商汤投资影谱科技，通过视觉技术对视频内容进行二次分发，打开内容广告的增量市场；科大讯飞投资很多独角兽企业，弥补其短板；另一种则是与传统VC、PE等机构联合成立产业基金，如深兰和中金绿地成立基金，开始对外捕获技术创业公司，以扩大其AI生态圈。
从产业格局看，目前我国人工智能产业呈现三国鼎立的格局，互联网巨头、传统行业巨头和AI技术公司表面看似风平浪静，实则暗潮涌动。人才、技术和资金在2018年都得到更加充分的整合，互联网巨头与传统行业巨头的线上线下之战，互联网巨头与AI技术公司的新场景之战已经悄然拉响。
未来AI市场将出现分化格局，可能是多家巨头并存。眼下更为清晰的行业环境，对于那些AI独角兽而言无疑是更好的局面。
2018年，人工智能暂时平静的表面下却暗藏波涛之势。无论你是收获狂欢抑或凄凉，这场人工智能的时代变革终究是要继续推进下去。
四、资本寒冬下，AI融资能力依然很强
2015到2017这三年，人工智能企业的质量以及获投数量都处于持续上升的趋势；即便是在资本整体趋冷的2018年，人工智能企业的融资情况依然优于其它领域，这也验证了AI领域极强的资本虹吸能力。
2018年，国内外一级市场人工智能领域投资资金呈现头部集中趋势。据不完全数据统计，仅2018年7月月融资企业数量创新高达到116家，其中智慧医疗17家、计算机视觉15家，获投密度远超其他细分领域。同时披露金额超过5000万元人民币或1000万美元合计达到42家占比36%，其中国内计算机视觉领域的商汤、依图、旷视、云从以及智能语音领域的云知声等知名创企都在2018年先后密集获得大笔投资。
亿欧公司创始人黄渊普发布《2018中国人工智能商业落地研究报告》称，2017年中国AI创业公司获得的累计融资超过500亿元,但2017年中国AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损。因此，2018年人工智能企业的关键探索方向便是加快技术商业落地，增强自身造血能力。
在近日召开的“2018中国人工智能产业年会”上，工信部下属中国信息通信研究院有关人士表示，今年上半年全球人工智能领域投资额达435亿美元，其中中国的投资规模高达317亿美元，占全球70%以上。
根据清科资本的投研数据监测，2018年全年人工智能行业融资额超过450亿元，相比2017年的260亿元呈现较大幅度增长。从趋势上看，2018年人工智能领域投资明显呈现头部效应，类似寒武纪、地平线、商汤、Face++等第一梯队项目获得了市场上大部分基金的投资关注。
具体来看，计算机视觉、人工智能芯片以及更细分的人脸识别领域投资力度值得关注。其中，计算机视觉领域投资额超过170亿元，人工智能芯片领域投资额超过70亿元，人脸识别领域投资额超过50亿元。
普华永道3月作出的预计，人工智能将成为一个巨大的市场：到2030年将达到15.7万亿美元的规模。2018年，在陷入寒冬的背景下，资本依然不断涌入人工智能产业。
自2017年7月创下全球AI领域的融资纪录后，人工智能平台公司商汤科技(SenseTime)今年4月宣布完成6亿美元C轮融资。本轮由阿里巴巴集团领投，新加坡主权基金淡马锡、苏宁等投资机构和战略伙伴跟投，二刷人工智能产业的融资记录。
全球精准医学领域引领者、一体化基因研发应用和大数据赋能平台药明明码(WuXiNextCODE)7月宣布成功完成总金额2亿美元的C轮融资。药明明码C轮融资由爱尔兰战略投资基金(ISIF)领投7千万美元，其他参与方还包括药明明码现有股东淡马锡(Temasek)、云锋基金(YunfengCapital)和红杉资本(SequoiaCapital)等。这也是药明明码于2017年9月顺利完成2.4亿美元B轮融资之后的新一轮融资。
中国平安则在11月宣布，未来十年的科研投入将达人民币1,000亿元(150亿美元)，用以巩固其在金融服务行业的领导地位。相关资金将被投入到人工智能、区块链和云计算等核心技术，以持续赋能集团的五大生态圈-金融服务、医疗健康、汽车服务、房产服务及智慧城市服务。
普华永道（PwC）估计，到2030年，AI领域的发展将为全球经济贡献15.7万亿美元。届时，本土经济将实现26%的国内生产总值(GDP)增长。该公司表示，这些经济收益将来自各种产品的改进，如个性化和可负担性，这反过来又将推动消费者需求增长。
五、底层技术进步是人工智能技术进步的基础
从产业链结构看，人工智能产业链由基础层、算法层及应用层构成。基础层包括数据、计算力平台和传感系统；算法层包括各种通用技术、算法模型和框架/操作系统；应用层则由整体解决方案和消费类终端产品。
2013-2018年技术层和应用层这几年总体上是上升的，而基础层相对来说有所下降。各行各业都在开始与人工智能技术相结合，提升产业效率，人工智能的行业应用也极具商业价值，所以应用层占比是最高的。
不过，我们应该认识到，让机器能够像人一样思考、感受和认识世界，是人工智能科学家们孜孜以求的终极目标。为了实现这个目标，他们提出各种技术方案对机器进行训练，这种底层技术的进步是人工智能技术进步的基础。
2018年，加强基础层技术研究，越来越受到企业的重视。
今年4月，阿里巴巴人机自然交互实验室联合达摩院机器智能技术实验室和浙江大学推出的人工智能Aliwood，在研发过程中引入了“情感计算”能力，给视频所配的音乐建立起了情感模型。
情感计算是为了让机器“具备人的感情”，它指的是关于情感、情感产生以及影响情感方面的计算。MIT媒体实验室数据显示，在识别表情方面，计算机已经可以超越人类，对于真笑和苦笑的实验中，机器学习的成功率是92%，大幅优于人类。不过虽然情感计算已经深入生活，而要让机器人更加懂你却并非易事，还需要人机交互、心理学、认知学等多学科领域共同努力。
类脑智能以计算建模为手段，受脑结构与机制、认知行为机制启发，企图通过软硬件协同实现机器智能。简单说，科学家希望机器能像人类感知和探索世界。类脑智能系统在信息处理机制上“类脑”，认知行为和智能水平上“类人”，目标是使机器实现人类具有的多种认知能力及其协同机制，最终达到或超越人类智能水平。目前，类脑计算研究还处在前期探索阶段，清华大学类脑计算研究中心已研发出具有自主知识产权的类脑计算芯片、软件工具链；中科院自动化研究所开发出了类脑认知引擎平台，具备哺乳动物脑模拟的能力，并在智能机器人上取得了多感觉融合、类脑学习与决策等多种应用，以及全球首个以类脑方式通过镜像测试的机器人等。大家都在期待，未来的类脑智能研究会在哪个领域产生突破。
统计资料显示，在论文方面，中国人工智能科学家已经成为这项智力产出的主力。根据人工智能指数年度报告，从2007年到2017年，中国的年发表AI论文数增长了150%。基于经同行评议论文数据库Scopus的数据，2018年发布AI论文最多的地区是欧洲（28%）、中国（25%）和美国（17%）。从市场表现看，以BAT为代表的中国公司的研发能力上升得非常快。
从知识产权角度来看，国内人工智能专利的申请数量也令人欣喜。据《2018人工智能行业创新情报白皮书》统计，目前全球人工智能专利申请集中在中国、美国、日本三国，其专利申请量分别为：99264件、48870件、31158件。中国申请的人工智能专利数量稳居第一。
YC中国CEO陆奇曾表示，中国AI所具有的优势是人才众多、市场发展快、友好和有利的政策环境，结构性优势尤其突出。13.8亿总人口、11亿部智能手机、2亿辆汽车、200多家汽车整车厂商所带来的海量数据为AI创新发展提供了决定性支撑，“尽管从高端技术和人才角度来看，美国仍然领先，但是中美的距离越来越短。”
过去十几年，中国互联网的创新集中于模式创新，但在这一轮人工智能的竞赛中，底层技术的创新越来越引人瞩目，也诞生了一批前景无限的技术型创业公司，如地平线、商汤、旷视等，成为行业领头羊。
但在繁荣背后，我国人工智能产业还存在重应用技术、轻基础理论，底层技术积累薄弱；商业化应用路径尚不明确，商业落地痛点突出，近期实际商业价值变现难度较大；从基础层、技术层到应用层人才严重不足等问题，要想行稳步远，还需迎头追赶。
六、五大创新平台集结，行业进入规范化发展阶段
随着商汤科技正式被依托建设智能视觉国家新一代人工智能开放创新平台，这一人工智能国家队正式集合五名成员：依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台，以及最新加入的商汤科技。这一系列人工智能开放平台可以降低相关小企业入局的技术门槛、集结优秀的技术力量共同开发、优化人工智能行业生态。
标准化工作是人工智能发展的基础和前提。一旦缺失标准，人工智能的研发和应用将变得混乱。我国虽然在某些领域已具备一定的标准化基础，但标准化程度不足，分散的标准化工作不足以支撑起整个人工智能领域的发展。
今年初，在国家人工智能标准化总体组、专家咨询组成立大会上，《人工智能标准化白皮书（2018版）》（以下简称《白皮书》）出炉。在中粤金桥投资合作人、品优网创始人罗浩元看来，包括基础标准、平台/支撑标准、关键技术标准、产品及服务标准、应用标准、安全/伦理标准六个部分是《白皮书》的关键内容，基本串起了人工智能产业的整个链条。
随着人工智能的深入发展，标准化工作将越发庞杂，不仅标准化的对象将越来越复杂，而且以往标准化工作从未出现过的交叉、融合等也给人工智能标准化带来巨大挑战。目前，人工智能标准化体系建设相对滞后的影响已经显现。比如目前最热的智能家电产品，每个产品都有自己的APP，协议不兼容，跨品牌间互联互通困难。明确规范、可执行的国家标准、行业标准，可以为我国人工智能的持续健康发展掌舵。
相关链接：CRN评选出2018年十大AI新闻CRN评选出2018年十大AI新闻，它们囊括各个领域，有好有坏，从AI突破和新投资，到失信和隐私问题等。
1、Uber无人驾驶测试车撞死行人
今年3月份，Uber的无人驾驶测试车在美国亚利桑那州坦佩市撞死一名行人，这是无人驾驶汽车首次卷入致命交通事故中，无人驾驶汽车行业也遭到沉重打击。美国交通安全委员会（NTSB）发布报告称，Uber的无人驾驶系统错将行人误判为未知对象，“并确定需要紧急制动机动以减轻碰撞”。然而，这辆测试车的紧急制动系统未启动，人类司机也未受到及时警告。此外，当时人类司机的注意力也未完全集中在监督无人驾驶测试上。
2、中国的AI主导优势继续扩大
在2018年，中国继续在AI领域保持主导优势，这不禁引发许多人质疑：美国是否能够迎头赶上？中国的目标是到2030年，将AI产业规模扩大到1万亿美元。中国已经在扶持AI初创企业方面领先。CBInsights数据显示，在过去一年中，中国AI初创企业获得的资金占该领域总投资的48%，而美国同类企业占38%。Elsevier发布最新报告指出，中国即将超过欧洲，在未来4年内成为全球AI研究的最大支持者。早在2004年，中国在AI研发支出方面就已经超过美国3、谷歌Duplex代替人类自动接打电话
在今年5月份举行的谷歌I/O开发者大会上，谷歌发布了其最新AI系统Duplex，它能以接近人类的交流方式完成诸如预定餐位等任务。Duplex超逼真的类人沟通方式，让人不禁对下一代AI技术的发展充满期待，消费者现在已经可以通过谷歌的Pixel智能手机体验这种功能。不过，社会是否准备好适应全新的自动接打电话功能则是另一回事。
4、谷歌终结与五角大楼无人机AI图像分析合作项目
当员工抗议谷歌与五角大楼合作，利用AI技术自动分析无人机图像时，该公司奉行的“不作恶”理念受到考验。尽管谷歌宣称“ProjectMaven”是个规模很小的非攻击性项目，该公司只是提供开源AI软件帮助分析无人机图像，但其最终因员工反对决定明年不再与五角大楼续签合作协议。据报道，这个项目的规模可能从最初的1500万美元增至2.5亿美元。
5、美国议员称Deepfakes为社会威胁
随着创作可信虚假视频的能力不断增强，deepfake技术日益被视为巨大的社会威胁。这种技术最初于2016年出现，美国议员今年在给国家情报总监丹·科茨(DanCoats)的信中，首次对其提出警告，称这种有AI辅助的视频编辑技术可能被用于制造恶作剧和敲诈勒索，它可能会对美国的公共舆论和国家安全造成威胁。随着deepfakes变得越来越复杂，研究人员正研发更好的方法，以便准确发现它们。
6、面部识别遭到更多审查，呼吁加强监管
随着面部识别技术在社会中变得越来越常见，这种AI技术正面临着越来越严厉的审查，许多技术高管甚至呼吁加强监管。举例来说，亚马逊云计算平台AWS今年早些时候曾遭到多方批评，因为有些地方警察部门正使用其面部识别技术。ACLU宣称，这种技术增加了人们对公民自由和公民权受到侵害的担忧。与此同时，微软成为首个呼吁对面部识别技术加强监管、以防其被滥用的科技巨头。
7、IBM的WatsonHealthAI推荐功能遭吐槽
健康医疗网站Stat今年发布调查报告称，IBM旗下AI医疗软件业务WatsonHealth标志性的癌症治疗产品会向病人提供“不够准确和安全”的治疗建议，但IBM却继续向客户推荐它。除此之外，WatsonHealth还存在其他问题，包括AI软件的自然语言处理能力太差。自那以来，WatsonHealth部门已经有2名高管离职，并在逐渐回归正常轨道。
8、五角大楼向AI研发领域投资20亿美元
今年9月份，美国五角大楼旗下研发机构DARPA宣称，该机构将在未来5年内向军用AI研发领域投资20亿美元。DARPA表示，该机构将探索新的理论和应用方式，允许机器去“适应不断变化的情况”。DARPA承认有20多个语境推理能力研发项目，并将研究AI在关键领域的应用，比如自动化密钥DOD业务处理、改进AI系统可信性以及减少功率、数据和性能方面的效率影响因素等。
9、谷歌自学AI击败顶级棋类算法
当谷歌母公司Alphabet旗下人工智能部门DeepMind开发出自学AI系统AlphaZero并被《自然》证实时，曾引发轩然大波。DeepMind首席研究员称，这套AI系统可通过自学熟练掌握象棋和日本将棋（Shogi）规则，并击败这个领域的顶级算法。AlphaZero在与其“前辈”AlphaGoZero对决时几乎全胜。
10、MIT投资10亿美元建AI学院
今年10月份，麻省理工学院（MIT）宣布将投资10亿美元建立斯蒂芬·施瓦茨曼计算学院(MITStephenA.SchwarzmanCollegeofComputing)，专门致力于教授和研发计算、AI技术。新学院将于2019年9月份开放，旨在将AI和计算融入到MIT的所有研究领域，并给与其各学院计算机和AI协同教育研究和创新的共享结构。新学院将会创造50个新的教职岗位，这几乎是MIT当前计算和AI学科教职员工人数的2倍。返回搜狐，查看更多