今年，人工智能這個話題炒的火熱，尤其是機器學習和深度學習，并且在接下來的一年內炒作依舊不會消失。

當然，炒作將最終消亡，人工智能將成為我們生活中的另一個連貫的線索，就像互聯網和電力在剛開始出現的那樣。

但至少在接下來的一年，甚至可能更長的時間里，人工智能領域預計會有驚人的突破以及評論家的持續興奮和夸張。

這是因為人工智能承諾（或在某些情況下威脅）實現的商業和社會變革的期望超出了以往技術革命期間的夢想。

人工智能指向未來，它不僅能完成所有的體力勞動，而且還能“思考”工作、做出規劃、制定戰略和做出決策。

一、AI助手將變得非常有用

現在，人工智能已經與我們的生活交織在一起，以至于大多數人都沒有再考慮這樣一個事實：當我們用谷歌搜索、在亞馬遜購物或觀看Netflix時，高度精確的人工智能驅動的預測正在發揮作用，讓我們的體驗流動起來。

當我們與AI助手（例如Siri，Alexa或Google Assistant）進行交互時，我們會更加明顯地感受到人工智能的參與感，以幫助我們理解現代世界中可用的無數數據源。

在2019年，我們中的更多人將使用AI助手來安排我們的行程、計劃我們的旅程或訂購比薩餅。這些服務將變得越來越有用，因為他們學會更好地預測我們的行為并記住我們的習慣。

從用戶收集的數據允許應用程序設計人員準確了解哪些功能提供了價值，哪些功能未被充分利用，可能消耗了寶貴的資源（通過帶寬或報告），這些資源可以更好地用于其他地方。

除此之外，AI助手正在提高理解人類用戶的效率，因為用于將語音編碼為計算機可讀數據的自然語言算法，都暴露在我們越來越多的交互中。

很明顯，現在，Alexa或Google Assistant與我們之間的對話看起來非常不穩定。然而，在這個領域的加速理解意味著，到2019年底，我們將習慣于與我們分享生活的機器更加自然和流暢的對話。

二、人工智能將創造更多的工作崗位

從長遠來看，機器的崛起是否會導致人類失業和社會紛爭是不確定的。然而，在明年，至少在這方面不會立即出現問題。

Gartner預測，到2019年底，人工智能將創造更多的就業機會。

雖然自動化將損失180萬個工作崗位，特別是制造業可能會受到重創，但是，人工智能將創造230萬個工作崗位。

Gartner的報告發現，這些崗位可能集中在教育、醫療保健和公共部門。

這種差異的一個可能的驅動因素是強調將AI部署在非手動工作中的“擴充”能力。倉庫工人和零售收銀員經常被自動化技術替代。

但是，當談到醫生和律師時，人工智能服務提供商極力將他們的技術展示為可以與人類專業人員一起工作的技術，幫助他們完成重復任務，同時給他們留下“最后的發言權”。

對于金融服務業而言，前景可能略顯黯淡。例如前花旗集團首席執行官潘偉迪（Vikram Pandit）在2017年做出預測：該行業的人力資源在五年內可能減少30％。隨著后臺功能越來越多地由機器管理，明年年底就可實現這一目標。

三、人工智能和自動化深入到每個企業

在2018年，公司開始認清AI能做什么和不能做什么的現實。在過去的幾年里，他們的數據按順序排列，并確定人工智能可以帶來快速回報或快速失敗的領域，大企業作為一個整體準備好推進已經過驗證的計劃，從試點和軟啟動轉向全球部署。

在金融服務中，每秒數千個事務的大量實時日志通常由機器學習算法解析。零售商精準抓取數據，并將其提供給AI引擎，以找出如何能更好地銷售商品的方法。制造商使用預測技術準確了解機器可以承受的壓力以及何時可能發生故障或失效。

在2019年，我們會對智能的、預測性的技術更加有信心，通過其在初始部署中獲得的知識得到支持，可以在所有業務運營中大量推廣。

人工智能將擴展到人力資源或優化供應鏈等支持職能部門，在這些部門中，物流、招聘和解雇等決策將越來越多地通過自動化來實現。

由于這些工具通常適用于許多組織，因此，用于管理合規性和法律問題的AI解決方案也可能越來越多地被組織采用。

我們還可能看到，利用數據產生新的收入來源的企業數量有所增加。在其行業內建立交易和客戶活動的大型數據庫，本質上是讓任何充分了解數據的企業開始“谷歌化”自己。

對于約翰迪爾（John Deere）等企業來說，成為數據即服務（data－as－a－service）的來源是一種轉型。迪爾提供基于農業數據的分析，幫助農民更有效地種植農作物。2019年，會有越來越多的公司認識到自己擁有的信息的價值，并采用這種策略。

四、走向“透明AI”

人工智能在更廣泛的社會中的應用，特別是涉及處理人類數據時，受到“黑匣子問題”的阻礙。大多數情況下，如果沒有徹底了解它實際上在做什么，它的工作似乎是神秘而深不可測的。

要實現其全部潛在的AI需要得到信任，我們需要知道它對我們的數據做了什么，以及在涉及影響我們生活的問題時如何做出決策。但是，這通常很難傳達。

但建立對人工智能系統的信任不僅僅是讓公眾放心，研究和業務也將受益于開放性。因為，有報道發現，公司有時會因為擔心，如果當前的技術被認為是不公平或不道德，可能在將來面臨責任而拒絕部署人工智能。

在2019年，我們可能會越來越重視旨在提高人工智能透明度的措施。今年，IBM推出了一項技術，旨在提高決策的可追溯性，使其成為AI OpenScale技術。

這個概念不僅可以實時洞察正在做出的決策，還有如何制作決策，在所使用的數據，決策權重和信息偏差的可能性之間建立聯系。

今年在整個歐洲實施的“通用數據保護條例”為公民提供了一些保護，使其免受那些僅通過機器對其生活產生“合法或其他重大”影響的決定。

雖然它還不是一個極其熱門的政治條例，但它在公共話語中的突出地位可能會在2019年增長，進一步鼓勵企業努力提高透明度。

五、人工智能日益成為全球問題

2018年，在貿易和國防方面，越來越多地國家設法保護自己的國家利益。

面對美國政府對用于制造人工智能的商品和服務提高關稅和進行出口限制，中國在研發方面加大了自力更生的力度。

科技制造商華為宣布計劃開發自己的人工智能處理芯片，滿足蓬勃發展的人工智能產業的需求，以減少對英特爾和Nvidia等美國制造商的依賴。

人工智能在未來可能有兩個主要影響：

首先，人工智能技術或許被用來限制自由，例如隱私權或言論自由。

其次，世界某些緊張局勢可能會損害全世界學術和工業組織之間的合作精神。開放式協作框架有助于我們今天看到的人工智能技術的快速開發和部署，但是，圍繞一個國家的人工智能開發設置邊界可能會減緩這一進展。