人工智能终端化

人工智能终端化

人工智能技术快速迭代，正经历从云端到终端的过程，人工智能终端化能够更好更快地帮助我们处理信息，解决问题，我们舍弃了使用云端控制的方法，而是将AI算法加载于终端设备上（如智能手机，汽车，甚至衣服上）。

英伟达（NVIDIA），高通（Qualcomm）还有苹果（Apple）等诸多公司加入了对终端侧人工智能领域的突破和探索，2017和2018年是众多科技公司在人工智能终端化进入快速发展期的两年，同时他们也在加紧对人工智能芯片的研发。

但AI依然面临着储存和开发上的困境，亟需更丰富的混合模型连接终端设备与中央服务器。

人脸识别

从手机解锁到航班登机，人脸识别的应用范围愈发广泛，各国对于人脸识别的需求逐渐升高，不少创业公司开始关注这一领域，利用该技术，可以通过脸部特点从而还原蒙面嫌疑犯完整的人脸。

但人脸识别仍有待改进。这一技术仍会对人脸真假存在误判。人脸识别中所包含的数据远比我们想象要多，其中的安全问题也应引起我们关注。

语言处理

自然语言处理（NLP）是人工智能的一个子领域，对于翻译技术而言，NLP就像一个潘多拉魔盒——除了丰富的市场机会，还有巨大的挑战。机器翻译就是其中一个等待开发的宝库，从后台自动化，客户支持，到新闻媒体，其应用广泛。

人机共生也是翻译领域未来的大方向，不少初创公司也期待从中分一杯羹，但要完成基于自然语言处理工作的翻译系统并不容易，单单中文里的各种方言和书面语就能把众多科技公司难住，据相关数据显示，除了热门的高资源语言，如中文，阿拉伯语，欧洲语言等，低资源语言和少数民族语言的开发和应用依然存在缺口。

车辆自动化驾驶

尽管自动化驾驶的汽车市场潜力巨大，但实现全自动的未来依然不明朗。自动化驾驶成为了科技公司和初创公司互相竞争的新领域，他们为此注入的不仅有新的活力，还有大量的投资。

投资者对他们的决定十分乐观，数个自动驾驶汽车品牌所获得的投资总额已超百亿，预计2025年其市场利润能达800亿美元，物流等相关行业会成为首批应用全自动驾驶的行业，预计可缩减三分之一的成本。

AI聊天机器人

尽管许多人把聊天机器人看成是AI的代名词，但两者依然存在差别。如今的AI聊天机器人已经进化得十分完善，与真人对话时甚至还会应用「嗯…」这一类口头语和停顿，但人们担忧这些机器人的行为过于逼真，开始考虑在对话时对其聊天机器人的身份进行确认说明的需要。

国外的科技巨头FAMGA（Facebook，Apple，Microsoft，Google与Amazon）以及国内的BAT都把目光投向了这一领域。

医学成像与诊断

美国食品与药物管理局（FDA）正加速推进「AI即医疗设备」趋势。2018年4月，FDA批准了AI软件IDx-DR，它可以在不需要专家干预的情况下筛查糖尿病视网膜病变患者，准确率超过87.4%。

FDA还批准了Viz LVO（可用于分析CT扫描结果以预测患者患中风危险）和Oncology AI套件（专注于发现肺部和肝脏病变），监管机构的快速审批为80多家AI成像和诊断公司开辟了新的商业道路。自2014年以来，这些公司共融资149笔

在消费者方面，智能手机的普及和图像识别技术的进步正在把手机变成强大的家庭诊断工具，名为http:// Dip.Io 的应用使用传统尿液检测试纸来监测各种尿路感染。用户可以用智能手机