【我們為什麼挑選這篇文章】AI 人工智慧在 2017 年，其技術和各方應用都有大幅成長，隨著 AI 的運用範圍增廣，更加進步且便利的生活幾乎指日可待。2018 年，我們到底該如何 CONNECT with AI 呢？如果你還沒有個方向，讓我們告訴你台灣產業 AI 化是怎麼一回事。（責任編輯：杜維）
被華爾街時報、富比士和財富雜誌稱為「AI（人工智慧）元年」的 2017 年，人工智慧成果頗豐。
AI 在新領域的表現優於職業玩家和撲克玩家。通過各種線上項目，一步擴大了深度學習的教育範圍。最近微軟公佈說，語音識別的準確率多次打破了之前的記錄。像牛津大學、麻薩諸塞州總醫院和通用電氣公司的 Avitas 系統等研究機構和組織都下注深度學習超級計算機。
2017 年 AI 領域取得了諸多成果。
點擊查看大數據文摘總結報導《2017年你錯過了哪些AI圈大事？最全盤點，值得收藏！》
2018 年 AI 又將何去何從？
以下是來自世界頂級研究人員和行業領軍人物對 2018 年 AI 領域發展作出的 13 個預測。讓我們聽聽這些最聰明的大腦怎麼說。
醫藥行業：AI 設備將會上線
「2018 年，AI 設備將會在醫藥行業上線。我們將把算法植入產品中，並且進行整合和驗證，讓那些來自概念的解決方案生根發芽，這樣醫生們就可以用 AI 設備輔助工作。
到 2018 年末，AI 技術會以多種形式嵌入醫療系統的診斷體系中，在大部分診斷醫學領域會採用這種系統，同時，人口健康，醫療運營和一大部分的臨床診斷等領域也會迅速普及 AI 技術。在 2018 年，在全球範圍內，我們會通過 AI 技術，真正地改變醫療服務提供者的工作方式，以及病人們體驗醫療服務的方式。」
——Mark Michalski，麻薩諸塞州總醫院和臨床數據科學中心的執行主管。
深度學習將會顛覆工程仿真和設計
「2018 年，深度學習將會顛覆工程仿真和設計。未來三到五年裡，深度學習會加速產品的研發週期，並將其從過去以月計數縮短到以天計數，在產品特性、性能和成本的研發流水線上給出一種快速創新的模式。」
——Marc Edgar，通用電氣研究部的高級信息科學家。
AI 將被納入醫療診斷的常規體系
「在 2018 和未來幾年裡，我們的診斷系統會深度嵌入 AI 技術，但我們不會稱之為 AI 設備，而只是一套常規的系統。人們會問：『在沒有這些系統之前，我們是怎麼生活的？』」
——Luciano Prevedello，醫學博士，公共衛生學碩士，來自俄亥俄州立大學韋克斯勒放射學和放射醫學中心。
AI 將會成為主流內容的創造者
「看到 AI 的發展速度如此之快，我希望它能夠根據個人的口味創造個性化媒體，比如音樂。想像一下，未來的音樂服務不僅播放你可能喜歡的老歌，而且能持續創作合你心意的新歌。」
——Jan Kautz，NVIDIA 視覺計算與機器學習研究的高級主管。
AI 將會繼續滲透到其他技術行業
「AI 將影響並推動 25% 的技術行業的發展。關鍵在於機構組織和從業人員如何面對 AI 技術帶來的改變。」
——Nicola Morini Bianzino，埃森哲人工智慧與發展和技術決策指導部門主管。
生物特徵識別將取代信用卡和駕照
「有了 AI 技術，面部信息會成為人們信用卡，身份證和條形碼。隨著生物特徵識別技術的成熟，人臉識別作為個人信息認證已經變得很安全。傳統零售業結合 AI 技術會給我們帶來更好的體驗，像亞馬遜和全食超市。在不久的將來，人們再也不用在商場排隊了。」
——Georges Nahon，Orange Silicon Valley 的首席執行官；Orange Institute（一所全球研究聯合實驗室）的主席。
新型深度學習技術將會使數據處理過程更加透明化
「深度學習將會顯著提高放射學報告中定量分析的可靠性。人們對深度學習是個『黑盒子』的擔心會越來越少，因為新的技術會幫助我們去理解深度學習所『看』到的。」
——Bradley J. Erickson，醫學博士，放射科顧問；衛生科學研究部生物醫學統計和信息學顧問；梅奧診所放射科研究副主席。
智慧型手機中將部署 AI 和深度神經網路
「智慧型手機上大量的 App 將運行深度神經網路算法支持 AI 技術的實現。家用機器人會更智能，其成本也會更低。
它們將視覺、語言和語音等交互方式巧妙融合，用戶很難察覺不同交流方式之間的差異。」
——Robinson Piramuthu，易趣網計算機視覺的首席科學家。
AI 將深入人們的日常生活
「機器人將在人類認為的複雜任務中表現的更好，比如在房間裡走來走去和跨過物體。它們處理繁瑣的事情也變得游刃有餘。我也期待自然語言處理的進展，因為這方面的技術還有很大的提升空間。
未來，大量嵌入 AI 技術的產品會進入我們的生活。Waymo 的 L4 級自動駕駛車輛已經上路測試。所有這些在實驗室測試的 AI 項目，在我們未來的生活中觸手可及。」
——Chris Nicholson，Skymind.io 的首席執行官和聯合創始人。
AI 的發展將更加多元化
「越來越多來自不同背景的人都在搭建、開發和產品化 AI 項目。隨著開發工具和基礎設施的不斷改進，人們把數據和算法轉化為實用產品的過程更加容易。產品和應用程序將允許底層模型在內部運作時進行交互式查詢，從而提高人們對這些系統的信任，特別是在任務關鍵型應用程序中。在醫學領域，我們會將多個跨學科的信息源進行整合後加以利用，而不是關注單應用程序的案例，儘管目前這種應用正在席捲醫藥行業。」
——George Shih，MD.ai 創始人；康奈爾大學威爾醫學院信息放射科的副主席兼副教授副教授。
AI 將翻開當代天體物理學的新篇章
「AI 技術可以探測到天體物理學中未知物體發射出的引力波，這為當代天體物理學開啟了一個新的研究領域。」
——Eliu Huerta，伊利諾伊大學厄巴納—香檳分校超級計算應用國家中心重力組組長，天體物理學家。
AI 將會從實驗室走向臨床應用
「AI 在成像上達到了『技術成熟度曲線』的峰值，AI 設備從研究實驗室搬進了放射科醫生的工作站，最終成為病人床邊的某種設備。醫用 AI 設備的評估和實現對開發人員、投資公司、醫療組織和其他機構吸引力遠不如其他案例，例如工作流工具、質量/安全分析、病人分類等。
醫療和 AI 成像行業面臨的最大挑戰之一是監管機構能否跟上技術創新的步伐。美國食品藥物管理局（FDA）需要找到有效合理的方法，簡化可用於篩選、檢測和診斷疾病的算法的審批流程。」
——Safwan Halabi，Lucile Packard 兒童醫院，史丹佛大學兒童健康中心放射信息科主任。
AI 私人助理將會更聰明
「AI 私人助理會變得越來越聰明。當私人助理學習了很多我們日常生活的規律後，想像有那麼一天，我不再為準備晚餐複雜的步驟而擔心了。我的 AI 私人助理會知道我喜歡吃什麼，我的廚房裡有什麼，每週哪幾天我喜歡在家做飯，當我工作回來時，做飯所需的食材就在我的家門口的台階上，它都幫我準備好了。」
——Alejandro Troccoli，NVIDIA 高級研究科學家
原文連結：https://blogs.nvidia.com/blog/2017/12/03/ai-headed-2018/?ncid=so-twi-dplglncn-29699
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為〈全球最聪明的大脑怎么看AI？他们预测了这13大发展趋势〉。）
延伸閱讀
台灣第一家「真．無人商店」登場，711 推出台灣第一家臉部辨識無人超商！
AI 入門必備懶人包：圖解 27 種神經模型，讓你秒懂差在哪
微軟 AI 研發中心在台成立，要砸 10 億台幣投資、培育 200 名 AI 人才！
