人工智能終端化

人工智能終端化

人工智能技術快速叠代，正經歷從雲端到終端的過程，人工智能終端化能夠更好更快地幫助我們處理資訊，解決問題，我們舍棄了使用雲端控制的方法，而是將AI演算法載入於終端器材上（如智能電話，汽車，甚至衣服上）。

輝達（NVIDIA），高通（Qualcomm）還有蘋果（Apple）等諸多公司加入了對終端側人工智能領域的突破和探索，2017和2018年是眾多科技公司在人工智能終端化進入快速發展期的兩年，同時他們也在加緊對人工智能芯片的研發。

但AI依然面臨著儲存和開發上的困境，亟需更豐富的混合模型連線終端器材與中央伺服器。

人臉辨識

從手機解鎖到航班登機，人臉辨識的套用範圍愈發廣泛，各國對於人臉辨識的需求逐漸升高，不少創業公司開始關註這一領域，利用該技術，可以透過臉部特點從而還原蒙面嫌疑犯完整的人臉。

但人臉辨識仍有待改進。這一技術仍會對人臉真假存在誤判。人臉辨識中所包含的數據遠比我們想象要多，其中的安全問題也應引起我們關註。

語言處理

自然語言處理（NLP）是人工智能的一個子領域，對於轉譯技術而言，NLP就像一個潘朵拉魔盒——除了豐富的市場機會，還有巨大的挑戰。機器轉譯就是其中一個等待開發的寶庫，從後台自動化，客戶支持，到新聞媒體，其套用廣泛。

人機共生也是轉譯領域未來的大方向，不少初創公司也期待從中分一杯羹，但要完成基於自然語言處理工作的轉譯系統並不容易，單單中文裏的各種方言和書面語就能把眾多科技公司難住，據相關數據顯示，除了熱門的高資源語言，如中文，阿拉伯語，歐洲語言等，低資源語言和少數民族語言的開發和套用依然存在缺口。

車輛自動化駕駛

盡管自動化駕駛的汽車市場潛力巨大，但實作全自動的未來依然不明朗。自動化駕駛成為了科技公司和初創公司互相競爭的新領域，他們為此註入的不僅有新的活力，還有大量的投資。

投資者對他們的決定十分樂觀，數個自動駕駛汽車品牌所獲得的投資總額已超百億，預計2025年其市場利潤能達800億美元，物流等相關行業會成為首批套用全自動駕駛的行業，預計可縮減三分之一的成本。

AI聊天機器人

盡管許多人把聊天機器人看成是AI的代名詞，但兩者依然存在差別。如今的AI聊天機器人已經前進演化得十分完善，與真人對話時甚至還會套用「嗯…」這一類口頭語和停頓，但人們擔憂這些機器人的行為過於逼真，開始考慮在對話時對其聊天機器人的身份進行確認說明的需要。

國外的科技巨頭FAMGA（Facebook，Apple，Microsoft，Google與Amazon）以及國內的BAT都把目光投向了這一領域。

醫學成像與診斷

美國食品與藥物管理局（FDA）正加速推進「AI即醫療器材」趨勢。2018年4月，FDA批準了AI軟件IDx-DR，它可以在不需要專家幹預的情況下篩查糖尿病視網膜病變患者，準確率超過87.4%。

FDA還批準了Viz LVO（可用於分析CT掃描結果以預測患者患中風危險）和Oncology AI套件（專註於發現肺部和肝臟病變），監管機構的快速審批為80多家AI成像和診斷公司開辟了新的商業道路。自2014年以來，這些公司共融資149筆

在消費者方面，智能電話的普及和影像辨識技術的進步正在把手機變成強大的家庭診斷工具，名為http:// Dip.Io 的套用使用傳統尿液檢測試紙來監測各種尿路感染。使用者可以用智能電話