随着企业希望通过机器学习和人工智能进行创新和改进，在云端将采用更加专业化的工具和基础设施来支持特定的用例，例如合并用于人机交互的多模式感官输入的解决方案(声音、触摸，远见)，或者将卫星图像与财务数据合并的解决方案，从而发挥算法交易能力。
机器学习的应用在2017年大量涌现，甚至在实际应用中也利用了深度学习和人工智能(AI)。
美国协作数据科学平台Dataiku公司首席分析师Kenford Sanford在回顾了2017年的新兴技术发展时说，“基本分析已经结束，机器学习的时代(甚至更多新兴技术)已经到来。”
Sanford说，机器学习、深度学习和人工智能的实际应用无处不在。例如伦敦皮卡迪利广场(Piccadilly Circus)的“超级广告牌”利用隐藏的摄像头采集步行和道路交通数据(包括过往车辆的品牌和型号)来提供有针对性的广告。
那么这些框架和工具将在2018年如何应用呢?行业媒体与一些IT领导者和行业专家讨论了未来一年人工智能的应用与发展。
1.企业开始应用人工智能
人工智能已经开始应用，无论人们是否意识到这些。
Hortonworks公司首席技术官Scott Gnau说：“许多组织已经在使用人工智能，但他们可能并没有将其称之为人工智能。例如，使用聊天机器人功能的客户其实都在使用人工智能。”
但是，利用人工智能技术和工具的许多部署都是小规模的。预计组织将在2018年更多的应用。
用于高性能分析的GPU加速数据库厂商Kinetica公司的首席技术官兼联合创始人Nima Negahban表示：“过去几年来，企业已经采用了不同的人工智能框架和工具。但随着人工智能的应用成为主流，它已经超越小规模的实验，并向自动化和可操作化迈进。随着企业推进实施人工智能，他们将寻求采用产品和工具来自动化、管理、简化整个机器学习和深度学习的生命周期。”
根据Negahban预测，企业在2018年对人工智能生命周期管理的投资将会有所增加，数据收集和监督的技术将会更加成熟。
2.人工智能的现实将再次滞后于市场炒作
数据管理厂商Reltio公司的首席产品官Ramon Chen对此人工智能的应用现实并不乐观。Ramon指出，多年来人们一直在反复预测在利用人工智能和机器学习方面获得潜在的突破，但实际情况是，大多数企业还没有看到他们在这些领域投资的量化收益。
Ramon说，迄今为止的市场炒作已经被夸大了，大多数企业由于怀疑或缺乏专业知识而不愿意应用，最重要的是对数据集的可靠性缺乏信心。
“事实上，虽然新闻头条主要是关于人工智能的消息，但大多数企业需要首先关注IA(信息增益)：以确保可以调和、精炼和相关的方式组织数据，发现相关的见解，并支持所有部门高效的业务执行，同时解决合规性的问题。”Ramon说。
Teradata公司营销副总裁Chad Meley认为，2018年将会出现对人工智能的炒作反弹，但深度学习和浅层学习应用于商业机会的更加平衡的方法将会出现。
虽然人们可能反对这样的炒作，但不会阻止大型企业投资人工智能和相关技术的步伐。
“企业正在积极采用人工智能，无论他们是否知道真的需要它。”Splice Machine公司首席执行官Monte Zweben说。
Meley指出，Teradata公司最近发布的2017年度企业人工智能市场状况报告指出，缺乏IT基础设施是人工智能获得收益的最大障碍，超过了其面临的人才短缺、预算不足、缺乏业务案例等问题。
Meley表示：“企业将在2018年采用企业级人工智能产品和支持产品来应对人工智能领域日益增长的问题。”
3.训练数据集的偏见将继续困扰人工智能
Reltio公司的首席产品官Ramon Chen认为企业需要整理数据。而分析创初厂商Dremio公司的首席执行官兼共同创始人Tomer Shiran认为，关于数据集的争论将在2018年成为重中之重。
Shiran说：“如今，企业正在将人工智能添加到他们的产品中，使他们更智能、更高效，甚至自主。在2017年，人们听到了人工智能是否会创造或消除就业机会的争论，有人甚至提出人工智能将会终结人类的工作。而在这个话题的关键部分中，已经开始出现的是训练数据集如何塑造这些模型。”
事实证明，Shiran说，这些模型没有他们使用的训练数据那样好，而企业开发一个有代表性的、有效的训练数据集是非常具有挑战性的。
Shiran说：“在一个例子中，例如Facebook公司发布的一个皂液器的广告标明适用于白人，但不适用于皮肤较黑的人，这似乎有种族歧视之嫌。人类或多或少都会有一些偏见，而人工智能的问题在偏见方面需要做得更好，否则就会变得更糟糕。这场辩论将围绕着数据所有权展开。每个公司都拥有自己的数据，而谷歌、Facebook、亚马逊、Uber等公司都拥有庞大的数据集，将支持我们的模型。”
4.人工智能必须通过审计跟踪解决“黑盒”问题
Kinetica公司的Negahban表示创造人工智能的审计跟踪将是必不可少的，这是企业采用人工智能面临的一大障碍，特别是在受监管的行业，难以确切地表明人工智能是如何做出决定的。
Negahban说：“人工智能越来越多地用于药物发明或连接汽车等应用，如果做出不正确的决定，这些应用可能会对人类的生活产生不利的影响。确切地说，究竟是什么导致最终的错误决定，这是企业将在2018年开始考虑的事情。审计和跟踪框架产生的每一个输入和每个分数将有助于检测最终导致的问题。”
5.云采用将加速支持人工智能创新
大数据即服务提供商Qubole公司的首席数据科学家Horia Margarit指出，企业在2018年需要努力改善其基础架构和流程，以支持其机器学习和人工智能的工作。
“随着企业希望通过机器学习和人工智能进行创新和改进，在云端将采用更加专业化的工具和基础设施来支持特定的用例，例如合并用于人机交互的多模式感官输入的解决方案(声音、触摸，远见)，或者将卫星图像与财务数据合并的解决方案，从而发挥算法交易能力。”Margarit说。
他补充说：“我们预计，基于云计算的解决方案将大幅增长，将加速当前数据收集的速度，并进一步证明托管云提供商需要更好的按需计算和存储。”
版权声明：本文为企业网D1Net编译，转载需注明出处为：企业网D1Net，如果不注明出处，企业网D1Net将保留追究其法律责任的权利。
