趨勢3 -- 大量通過眾包獲取數據
所有的AI公司都會追求大數據，然后找尋方式方法來實現他們自己的AI目標。這些公司都會開始采用眾包(Crowdsource, 眾包，個人或組織可以利用大量的網絡用戶來獲取需要的服務和想法)的方法來獲取數據。很多公司已經找到眾包獲取數據的不同方法，這些方法不僅可以讓公司獲益，還可以提供給消費者一個表達觀點的渠道。
Joel Gurin是OpenDataNow.com的創始人和編輯，他表示，“我們生活在眾包的文化中，越來越多人愿意并且有興趣通過社交網站分享他們知道的事。”
Google通過眾包獲得大量圖片數據，并利用這些數據開發他們的圖片算法。Google還開發了一個眾包app用來提升他們推出的其他服務，比如翻譯，轉錄，手寫識別和地圖。Amazon也采用眾包人工智能的方法來提高Alexa的技能。相關技能的數量超過了1萬5千個。
趨勢4 -- 并購和更多的并購
CBInsights有統計數據顯示，收購AI公司的競賽已經開始/ 2018年將是當公司競爭智力資本和人才時產生越來越多的兼并和收購的一年。機器學習/ AI空間中的所有較小的玩家將被大型公司收購。有兩個原因:
1. AI不能在沒有數據集的情況下孤立工作。由于較大的公司擁有大量的數據集，所以對于較小的企業來說，這些數據將具有非常大的競爭力。
2. 沒有數據的算法沒有任何用處。沒有算法，數據幾乎沒有用。數據是算法的核心，獲取大量數據是至關重要的。
作為機器人工程師和哥倫比亞大學創意機器實驗室的主管，霍普·利普森(Hod Lipson)說，“數據是燃料，算法是引擎。”
趨勢5 -- 獲得市場份額的工具民主化
較大的公司將開始開源其算法和其他工具集，以獲得市場份額。基于市場的數據和算法訪問障礙將會減少，AI的新應用將會增加。通過民主化，獲得有限或無法獲得AI工具的小型公司將可以獲得大量數據進行訓練和使用復雜的AI算法。
Google的首席執行官Sundar Pichai對人工智能的民主化表示說，“我們大家可以做的最令人興奮的事情之一就是揭開機器學習和AI的神秘面紗。所有人都可以獲得訪問權這一點是很重要的。”
此外，框架、SDK和API將成為所有主要參與者面向消費者開放使用的標準。基于SaaS和PaaS的模型將成為所有這些公司將遵循的商業模式。
趨勢6 --人機交互將會改善
Siri和Alexa可能是兩個最受歡迎的人機交互工具。與這些相似的更多基于機器人的解決方案將成為AI公司的入門級別的東西。例如，雖然機器已被編程用于語音分析和面部識別，但機器將能夠基于您的聲音的語調來識別您的心情，這叫做情感分析。
針對非消費者的解決方案的制造自動化和方方面面將成為第一類被改進的解決方案/應用。制造自動化將主要用于:使用包括自動化、機器人和先進制造在內的復雜技術而節省勞動成本。在2018年，針對非消費者解決方案有所改善，如在農業和醫藥領域執行任務的人機交互也將普遍存在。
趨勢7 -- AI將開始緩慢但一定會影響所有的垂直領域
制造業、客戶服務、金融，醫療保健和交通運輸已經受到AI的影響。自動駕駛汽車已經預計到2018年上市。明年AI將影響更多的垂直行業。行業的簡要示例以及人工智能將如何影響他們包括:
保險 -- AI將通過自動化改進索賠流程
法律 -- 自然語言處理可以在幾分鐘內總結數千頁的法律文件，從而縮短時間并提高效率效率
公關與媒體 -- AI將幫助快速處理數據
教育 -- 虛擬導師的發展; AI輔助判卷; 適應性學習計劃，游戲和軟件; 由AI推動的個性化教育課程將改變學生和教師的互動方式
健康 -- 機器學習可用于創建更復雜，準確的方法來預測患者出現癥狀之前的疾病年數
正如100年前工業革命幾乎改變所有事物一樣，AI將在未來幾年內改變所有行業。
趨勢8 -- 安全，隱私，倫理與道德問題
人工智能的分支，如機器學習和大數據，都容易受到新興的安全和隱私問題的影響。有時候在關鍵的基礎設施起到重要作用。或者是一些與隱私問題有關的安全需求，如將銀行帳戶和健康信息保密，這些都將會對安全性研究產生更大的需求。2018年將是安全和隱私問題一定會得到解決的一年，未來，也可能會有新的發展。
人工智能的倫理也將是2018年的一個主要關注點。需要解決的倫理和道德問題包括“AI對人類的傷害或使人類受益”，“人擔心機器人取代人類的可能性”等議題。特別是，關于“AI將被用于那些人類的同情心起重要作用的領域”如護士、治療師或警察等工作范疇中。另一個需要處理的問題是自主武器。假如達到一定自主功能級別，與人類控制的武器不同，AI需要超越某些特定功能。
我們的看法
雖然人工智能已經存在了許多年，但我們今天所知道的AI仍然處于起步階段。AI和其各種應用程序，從自動駕駛到虛擬個人助理以及執行，通常需要人工智能的任務的各種其他技術，已經有了大量相關的炒作。AI的生命周期剛剛開始，而且它有更長的路要走。
你是否同意我們的想法呢?AI的生命剛剛開始，它有更長的路要走， 那你對AI的預測又是什么?
如有任何意見或討論，請隨時通過“marketing@unfoldlabs.com”與Ashok或UnfoldLabs聯系。
助教答疑摘抄(by 鄭林峰 10月22日)
不要期望一門課可以學到所有的數學知識。
大家需要學的是機器學習(深度學習)的最小必要數學知識，例如概率、矩陣、凸優化......
花最短的時間，學習最必要的知識;在之后的使用過程中，再通過其他資料，不斷地進行知識的完善和優化。
推薦大家上課前先將自己的知識放空，追隨老師進行內容的學習。
程博士之前的課程，上過的學員都知道，老師知識層面的見解和講述遠超國內很多數學領域的研究者。聽得我如癡如醉~
原標題：2018年AI 8大趨勢:人工智能將助力Google、Facebook等大公司穩贏?
責任編輯：
