【智匯工業編者語】2017年人工智能相當火熱，人工智能擊敗了職業玩家等等例子，那么如今的人工智能發展狀況是怎樣的呢？

這些是2017年眾多里程碑中的幾個。那么接下來呢？我們收集了來自世界領先研究人員和行業思想領袖的預言：

人工智能在醫學領域將變成現實

“2018年對于醫學領域來說人工智能將成為現實。我們將從算法轉向產品，并更多地考慮集成和驗證，以便讓這些解決方案從概念轉變為現實，為醫生提供切實的解決方案。到明年年底，我認為大約一半的領先醫療系統將在其診斷小組中采用某種形式的人工智能，其中很多會首先發生在診斷醫學專業領域，但人口健康、醫院運營和一系列臨床專業的解決方案很快也會緊跟其后。2018年，我們將開始采用那些可能真正改變供應商工作方式、全球范圍內患者體驗醫療保健方式的技術。”——MarkMichalski，麻省總醫院和布里格姆婦女中心臨床數據科學執行主任

深度學習將徹底改變工程仿真和設計

“2018年將是深度學習掀起一場工程仿真和設計革命的一年。在接下來的三到五年，深度學習將加速產品開發，從數年縮短到數月，從數周到數天，打造產品特性快速創新、性能和成本的新范例。”——MarcEdgar，GEResearch高級信息科學家

人工智能將被視為“常規”臨床系統的一部分

“2018年和未來幾年的人工智能將嵌入到我們的臨床系統中，不再被稱為AI，而只是一個常規系統。人們會問自己：‘過去我們是如何在沒有這些系統的情況下支撐下去的？＇“——LucianPrevedello，美國俄亥俄州立大學韋克斯勒醫學中心放射學和神經放射學醫學博士

人工智能將被視為一種主流內容創作者

“鑒于快速的研究速度，我希望人工智能能夠根據你的口味打造新的個性化媒體，例如音樂。想象一下未來的音樂服務，不僅可以播放你喜歡的現有歌曲，還可以不斷為你制作新的歌曲。”——JanKautz，NVIDIA視覺計算和機器學習研究高級總監

技術將繼續適應人工智能

“人工智能將影響未來25％的技術支出。關鍵的主題是組織和人力如何應對人工智能技術帶來的變化。”——NicolaMoriniBianzino，埃森哲人工智能與技術增長與戰略主管

生物識別技術將取代信用卡和駕照

“感謝人工智能，人臉將成為新的信用卡、駕照和條形碼。人臉識別已經完全改變了采用生物識別功能的安全性，并且看到科技和零售業如何融合，就像亞馬遜與WholeFoods一樣，我可以預見，不遠的將來人們不再需要在商店排隊。”——GeorgesNahon，OrangeSiliconValley首席執行官，OrangeInstitute全球研究聯合實驗室總裁

新的深度學習技術將為數據處理提供透明度

“深度學習將顯著增加放射學報告的量化內容。由于新技術將幫助我們理解深度學習所‘看到’的內容，所以對于深度學習可能成為‘黑盒子’的擔憂會減少很多。”——BradleyJ．Erickson，醫學博士，科研型醫學博士，MayoClinic放射科顧問；生物醫學統計和信息學部，衛生科學研究部顧問；放射科研究部副主任

我們可以在智能手機上使用人工智能和深度神經網絡

“智能手機上的廣泛應用將運行深度神經網絡來實現人工智能。友好的機器人將變得更加經濟實惠，并且成為一種家用新平臺，開始橋接視覺、語言和語音，而且用戶不會察覺到這些溝通方式之間的差異。”——RobinsonPiramuthu，eBay計算機視覺首席科學家

人工智能將更充分地融入日常生活

“機器人將會在那些人們仍然認為理所當然的復雜任務中有更好表現，比如在房間內和物體上走動。機器人會擅長那些無聊的日常事情。我期待在NLP任務方面看到進展，因為現在我們還有很長一段路要走。我們將看到越來越多的包含某種形式AI的產品進入我們的生活。現在，Waymo的4級自動駕駛車輛已經在道路上行駛了。所以這些在實驗室中測試過的東西將變得更加普遍，會觸及生活的更多方面。”——ChrisNicholson，Skymind．io首席執行官、聯合創始人

人工智能的發展將更加多元化

“我們將開始看到越來越多、來自各種背景的人參與到人工智能的建設、開發和生產中。工具和基礎架構將持續改進，并且使更多人能夠更輕松地將他們的數據和算法用于實際使用中。產品和應用將允許更多交互式查詢基礎模型的內部工作，從而提高對這些系統的信賴和信心，特別是在關鍵任務應用中。在醫學領域，我們將看到跨越多個學科的信息來源不斷聚集，而不是側重于單一應用案例，盡管這些目標應用的范圍將繼續迅速擴大。”——GeorgeShih，MD．ai創始人；美國威爾康奈爾醫學院放射科信息學副教授兼副主席

人工智能將開創當代天體物理學研究的新領域

“人工智能可以探測到發射引力波的意外天體物理事件，為當代天體物理學開辟一個新的研究領域。”——EliuHuerta，美國伊利諾伊大學厄巴納－香檳分校區國家超級計算應用中心天體物理學家和重力組負責人

人工智能將從研究實驗室走到患者床邊

“成像中的人工智能已經達到了‘炒作曲線’的高峰，而且我們將開始看到具有AI功能的工具從研究實驗室轉向放射科工作站，并最終走向患者床邊。用于評估和實施AI的場景不是那么宏大（例如工作流工具、質量／安全性、患者分類等），但也開始引起開發者、保險公司、醫療機構的注意。醫療和成像人工智能行業將面臨的最大挑戰之一，是監管機構能否跟上創新的速度。FDA需要找到高效和精簡的方法，來審查和批準那些用于篩查、檢測和診斷疾病的算法。”——SafilityHalabi，LucilePackard兒童醫院斯坦福兒童健康放射信息學醫學主任

AI個人助理將繼續變得更加智能

“個人助理AI將變得更加聰明。當我們的私人助理越來越了解我們的日常生活，我可以想象有一天我完全無需擔心準備晚餐這樣的事情。我的AI知道我喜歡什么，我在廚房里有什么，一周中哪幾天我喜歡在家做飯吃，并確保當我下班回到家的時候，所有食材都在我家門口放好，讓我可以準備一頓美味佳肴。”——AlejandroTroccoli，NVIDIA高級研究科學家。