【网易智能讯 1月16日消息】用简短的文字来概述未来12个月人工智能的大趋势并不容易。2016年，特定技术的开发速度之快，AI驱动的新产品纷纷提前进入市场，着实令很多人大吃一惊。
1.语言处理技术将会持续进步
我们将这种技术称之为“自然语言处理”（简称NLP），不过我们不妨从更加宽泛的角度来思考语言问题。认知的关键在于，精炼的沟通能力，甚至内部抽象思维。那将会继续在驱动机器学习技术“深化发展”上起到重要作用。
要跟踪这一领域的进展，你需要关注一类应用：机器翻译。透过机器翻译服务，你会了解到，我们的软件目前在翻译我们的口头语言和书面语言的部分细微差别和隐含意思上究竟有多先进，有多准确。
这方面的进步将会有助于Alexa、Siri、谷歌Google Assistant、Cortana等个人助手技术更好地理解我们的语音指令和询问。
2. 机器学习和大数据在各个医疗领域的应用项目将会加速发展
eBay数据科学主管基拉·拉丁斯基（Kira Radinsky）上个月在Geektime TechFest 2016大会上向观众表示，“我在设想一种仍有那些预测性数据库的系统。它会关注和分析不同实验室持续不断提供的不同数据，开创能够带来新发现的自动化流程。”
生物技术研究人员和企业在尝试通过计算机程序将药物发现等工作自动化。发现数据关联性和推断原因方面的工作在不同的行业都是不一样的，在不同的医疗领域也不一样。心脏疾病、神经障碍以及各类癌症的研究人员都在整理不同的数据指标。一种尝试是，检索那些信息，对所有那些变量之间的适当关系进行程序设计。
明显在实施这种实践的其中一个领域是计算机视觉。举例来说，Zebra Medical Vision公司能够从包括心脏和肝脏在内的各类器官的CT扫描图发现异常问题。
不过，2017年，收集病患医疗记录并从中寻找诊断线索，以及制定更好的治疗方案，也将会成为机器学习技术的应用领域。以色列公司HealthWatch等其它的一些创业公司则在打造智能衣服，这种产品旨在不断给医生传送医疗数据，让医生能够随时监控病人的情况。
这种由健康追踪设备组成的生态系统正在发展当中，应当会产生足够多有关个体病患或者群体的信息，进而让算法能够取得一些新的发现。
3. 人工智能领域或迎来新热词
机器制造出新的机器？算法编写出新的算法？机器学习程序将会继续增加更多的处理单元层，以及增加更多的精细技术来进行模式分析。深度神经网络预计将能够从未分类的数据得到更多的观察和发现，就像上文所提到的在医疗保健领域的应用那样。
未来人工智能领域的热词可能会是生成式对抗网络（Generative Adversarial Networks，简称GANs）的“生成式”或者“对抗”。《麻省理工科技评论》称GANs是OpenAI科学家伊恩·古德费洛（Ian Goodfellow）的发明，该类技术会建立两个网络来处理问题，类似于同时让两个人用不同的方法来解决问题。其中一个网络会尝试通过所得到的数据集形成新的数据，另一个网络则“尝试辨别真实数据和假数据。”
4. 无人驾驶汽车将迫使车企大肆烧钱竞争
去年，很多外行对于无人驾驶汽车行业的发展速度甚是惊讶，而2017年他们则可能将会因为该行业的挫折而感到意外。虽然很多公司在测试自动驾驶技术，但今年它们将会遭遇一些障碍。
正当关于“无人驾驶”汽车的讨论甚嚣尘上，数家处在测试这类汽车阶段的公司非常谨慎，一方面保证方向盘后面有人，以防不备之需，另外还设立完全由人工管制的控制中心来引导那些汽车。
部分公司可能将能够避免因为行业竞争而消耗过多的财力。英伟达正联手奥迪、梅赛德斯-奔驰来开发无人驾驶汽车，这种合作显然会有利于该公司节省成本。不过，宝马、梅赛德斯-奔驰、日产-雷诺和通用汽车都在重金押注该领域，都在试图加速开发进度，以及更加快速地达成汽车研发方面的里程碑。
即便整个行业在应对必将到来的无人驾驶汽车未来上犯下重大错误，短期内的新车型还将会出现更多的自动化功能。为了在新功能提供上跟上竞争对手的步伐，车商将不得不投入巨额的资金，加快行动。（乐邦）
热门跟贴