“有些AI应用程序不会辜负炒作，这没关系。 人们一直计划拥有自动驾驶汽车。 有些人仍担心人工智能接管可能距离仅仅20年，但事实是我们离真正的自动驾驶汽车还有很长的路要走。 至于人工智能的收购，这只会在可预见的未来存在于科幻电影中。 我的预测是，我们对人工智能及其能力现实的期望将在中间的某个地方遇到。 未来5年看起来会像现在一样，但我们的日常工作将以微妙而重要的方式变得越来越有效。 AI机器人将更好地回答问题和审查客户服务案例，智能助理将更有能力完成任务，自动驾驶汽车功能将继续改进，但他们不会接管道路“-首席科学家 Richard Socher

“人工智能产品的采用将在2019年继续扩展到从制造到教育，零售等不同的垂直领域。例如，在医疗保健领域，人工智能增强型应用程序能够减少紧急等候时间，甚至可以免费使用 医生通过使用AI检测和诊断肿瘤的时间。 随着新的进步和应用程序进入各种垂直领域，随着技术成本的降低以及组织和业务成果的改善，预计会加速采用。 在联想，我们已经在供应链和零件规划流程中使用人工智能，这样我们就可以为渴望通过人工智能转变业务的客户提供更好的一流体验“-联想公司总裁兼首席运营官，Gianfranco Lanci

“除了目前在移动应用和其他医疗保健IT平台上可用的预先存在的聊天机器人之外，患者还会发现自己通过各种全渠道用户界面进行交谈。 像Alexa和Google Home这样的对话体验的消费者框架可能会增加HIPAA隐私支持，为机器人打开了大门，以便在患者访问之间的时间间隔内保持对话。 在护理环境中，医院病床旁的护士呼叫按钮，收集健康历史记录的表格以及笨重的调度应用程序将演变为以客户为中心的机器人医疗助理“-Deloitte ConvergeHEALTH首席技术官，Dan Housman

“2019将看到钟摆转向关注边缘执行分析。 组织将通过处理和分析边缘数据而不是将其移回核心，存储和应用传统分析来节省时间和金钱。 用例包括异常检测（欺诈），模式识别（预测故障/维护）和持久流。 自动驾驶汽车，石油和天然气平台，医疗设备都是这一趋势的早期例子，我们将在2019年看到扩展。这一趋势的成本驱动因素是带宽（半连接环境以及昂贵的蜂窝）考虑和存储（减少数量） 发送到云的数据）“ - MapR数据和应用高级副总裁，Jack Norris

2018年是公众对负责任的人工智能觉醒的一年。 2019年将是行动的一年。不仅仅是数据伦理学家和人权倡导者要求公平，问责和透明。消费者已经在改变他们使用Facebook的方式或完全删除他们的帐户，这种趋势可能会蔓延到其他社交媒体和利用个人数据的其他服务。将编写更多关于负责任地创建和使用人工智能的承诺和声明，并且公司将被迫采用它们。在影响人权的决策中，公众将反对政府使用有偏见的人工智能。更多员工将要求对他们创造的东西产生影响，并拒绝为有害自动化做出贡献。公司将不得不带着他们的意识 - 无论是购买人工智能解决方案还是构建他们 - 并寻求保证系统是公平的，以避免成为人工智能出现问题的下一个标题“-Salesforce公司 Ethical AI的实践架构师，Kathy Baxter

“高级分析和人工智能将继续变得更加专注，专门针对特定需求而构建，这些功能将越来越多地嵌入到管理工具中。这种备受期待的功能将简化IT运营，提高基础架构和应用程序的稳健性，并降低总体成本。随着这一趋势，人工智能和分析将嵌入高可用性和灾难恢复解决方案，以及云服务提供商产品，以提高服务水平。能够快速，自动，准确地理解问题并诊断复杂配置中的问题，云提供的关键服务的可靠性和可用性将极大地改善“-SIOS技术总裁兼首席执行官，Jerry Melnick

“随着聊天机器人和人工智能的不断发展，他们可以执行的功能的深度和广度将会增加。这对劳动力来说意味着什么，积极和消极？一方面，机器学习将帮助人们筛选大量数据并更有效地完成工作。另一方面，随着人们对机器人交互越来越熟悉，客户服务和支持角色将逐步取消。这将在2019年开始更广泛地发生，因为越来越多的企业采用人工智能和聊天机器人来提高现有员工的生产力，或者逐步淘汰可以借助这些技术采取的职位“-Pigeon 联合创始人及首席战略官，David Cohn

“关于工业强度人工智能的一个肮脏的小秘密是，许多这些系统都是在由数千（或更多）人类评估者创建和标记的数据集上进行培训和评估的。随着我们解决更复杂的人工智能问题，对大量高质量人工判断的需求将会增加，但在利用机器学习技术来收集这些判断时会有更多时间和成本效益的突破。同时，使用最少甚至没有标记数据（也称为无监督技术）的方法将减少我们对大量标记数据的依赖，使深度学习模型能够在新的和不同类型的问题上更加健壮“-Grammarly 研究主管，Joel Tetreault

“知识图是新的黑色！所需的技术 - NLP，图形数据库，内容分析 - 现在已经过一致，使知识图能够轻松编写领域知识。从可用的聊天机器人，引导流程到自动化顾问，我们将看到越来越多的行业和领域的使用，包括医疗保健，金融服务和供应链“-埃森哲应用智能部总经理兼首席技术官，Jean-Luc Chatelain

“机器人过程自动化（RPA）在过去两年中一直是最热门的技术领域之一 - 因为其简单，易于理解的价值道具 - 过程自动化，效率; 释放资源，专注于更高价值的活动等。但它有根本的限制 - 它只对死记硬背，重复过程有效，并且不会影响涉及非结构化内容的工作流程，这些内容构成了大多数企业中80％以上的数据。 与此同时，人工智能和机器学习被认为过于深奥; 需要太多的数据科学专业知识，过多的掌控，太多的不确定性和ROI风险。 公司将寻求弥合2019年的差距 - 通过许多专家称之为“智能过程自动化”的RPA马力和人工智能/机器学习的智能之间的差距 - 印第安纳首席执行官兼创始人，Tom Wilde

随着人工智能科技的进步，越来越多的技术都融入了机器学习及深度学习技术。在Google I/O 2018大会上，谷歌为全世界诠释了什么叫做AI产品。其中。谷歌的开源计划--AIY Projects(AIY计划)受到了在场开发者的关注，其目标是让每个Maker(创客)都能DIY自己的 AI 人工智能产品，让更多人能学习、探索并体验人工智能。

责任编辑：何周重