[全球快讯]2018年企业级AI将取得重大进展 这7大趋势值得关注

　　尽管商业和行业中的AI应用仍局限于有限的机器学习任务，但我们正逐渐在算法和硬件的融合方面取得进步，这些进展将对我们能多大程度和多快实施AI产生重大影响。现在，研究人员能在几个小时或几天内训练神经网络，这带来了一系列惊人的可能性、产品和要学习的东西，以及我们之前甚至不可能考虑的挑战。

　　例如，谷歌的AI公司DeepMind正在努力解开蛋白质如何折叠它们自己的奥秘，这一发现将对医疗保健产生深远的影响。在AI伦理问题研究方面，该公司也与研究界有很多往来。

　　在2018年，企业能更好地区分事实与炒作;我们既可以用AI来为人类谋福利，也可以用它来干坏事。在这种情况下，AI将遇到一个十字路口。

　　1、黑客进行逆向工程，打败基于ML的安全系统

　　最近，普遍的安全攻击有力地证明黑客正在变得更猖狂和更聪明。随着AI的使用，计算机实际上能破坏自己，黑客能更快、更隐秘地实现他们的目标。在2018年，极有可能会出现一次广受关注的数据泄露，其中，黑客进行反向工程或反编译，然后通过一次内部袭击、恶意软件、勒索软件或基于机器的攻击打败机器学习(ML)安全系统。

　　2、AI解决了即将到来的对数据所有权和控制权的抵制

　　在接下来的一年，或许会出现一种新的强有力的抵制，它或由一次数据泄露引发，或是对欧盟《通用数据保护条例》(GDPR)即将实施或美国取消网络中立的回应。在这种抵制中，个人可以要求他们在网络上的个人行为(以数据形式被存储)在法律上被认为是为他们自己所有的IP。如果真这样，包括Facebook和谷歌在内的行业巨头(它们对这些数据拥有越来越大的垄断权)将不得不回答关于“谁真正拥有这些数据”的基本问题。这意味着用户和科技公司将不得不决定谁有权决定如何使用、分享数据和用它来获利——AI能为此提供答案。

　　3、AI聊天机器人变成新威胁

　　在2018年，通过学习如何影响AI聊天机器人，黑客、诈骗者和其他在暗网中运行的组织可以一种新的可怕方式从幕后浮现出来。这些互动机器人已经能更新你的银行账户余额，或者充当你的酒店礼宾服务员。坏人可能会操控它们去执行自启动任务，以及模拟正常对话以从事恶意活动，如毁掉公用事业、偷钱和操纵人的行为、意见和决定。对此，一线希望是我们也可以部署AI来检测这些骗子用来干扰我们生活的更复杂的方法。

　　4、AI与区块链相结合，将深度学习推向新水平

　　在2018年，我们可以开始看到AI与区块链相结合，让深度学习进入一个惊人的新水平，让它更聪明，学习速度比之前设想的更快。这只是一个开始，因为将数据存储在区块链上这种做法的迅速流行以及这些数据不可改变的性质可以产生更准确的AI预测。反过来，尖端公司可以用未来主义方式来发现、提取和分析区块链中的数据，以解决老问题。

　　5、使用NLG和NLU自动教授AI学习系统带来的突破

　　在2018年，那些用自然语言生成(NLG)和自然语言理解(NLU)来自动教授AI学习系统的计算机科学家可能会取得突破。公司已经在用生成对抗网络(GAN))等无监督机器学习算法来执行更简单的任务，与此同时，计算机科学家现在正在努力取得进展，以让用合同、语音和视频等情境数据进行的“一次性”学习成为可能。我们可能会看到一个用NLU和NLG来自动生成新而有效的项目以从中学习，从而自动改进模型的例子。

　　6、AI成为法律界主流

　　随着AI和其他先进技术将成为全球企业的主流，今年我们也许会看到法律行业似乎在一夜之间大规模地从对外法律服务上转移开。在日益严重的安全问题的困扰下和AI已经变得相对容易部署和使用这一事实的推动下，官方采购将成为法律专业人士使用受AI驱动的系统的一个推动因素，以节约成本。这种变化可能是催化剂，让首席绩效官、首席法务官和法律工作从幕后转到董事会(意指AI完成了其中的大部分工作，因而不再需要这些岗位和工作)。这将受到所有部门的支持，因为客户不再愿意为AI系统可以轻松完成的工作付大价钱。

　　7、技术和标准合并，形成一个新的智能合同框架

　　在2018年，随着智能合同(始终让敏感数据处于加密状态)在区块链上成功实现，技术和标准的融合将开始出现，智能合同(IC)的核心功能将开始在协议层面上实现。端到端的加密和安全性进一步推动了多方之间的安全缔约，这是IC和AI安全学习的关键基础，或可催生出建立在一个新的IC框架上的应用。

　　当AI系统能在几乎没有人工干预的情况下学习复杂任务时，开启AI新纪元的所有构件就已齐备。尽管一些人对AI的未来的夸张描述引起了人们的警惕，2018年也将突出我们以积极的方式进行创新的能力。AI可以为我们的生活带来高质量的改变——更安全的道路、更清洁的海洋以及预测性的医疗保健等。毕竟，我们仍然是AI命运的主人。

　　编译：邓桂华。本文来自VB