福布斯評出2017年最熱門的10大AI技術

來源：http://my171.cn/

據《福布斯》報道，人工智能市場正在快速發展。除了引發的討論和媒體的高度關注，以及不斷涌現的創業公司和試圖收購這些創業公司的互聯網巨頭之外，這一領域吸引的投資和企業使用也越來越多。

　　NarraTIve Science進行的調查顯示，去年38%的企業已經在使用人工智能，而到2018年將增長至62%。Forrester Research則預計，2017年人工智能領域獲得的投資將同比增長超過300%。IDC估計，人工智能行業的規模將從2016年的80億美元增長至2020年的超過470億美元。

　　人工智能的概念包含多種技術和工具，一些出現的時間已經很長，而另一些則剛剛出現。為了讓外界更好地了解當前趨勢，Forrester發布了關于人工智能的TechRadar報告，對13種企業應當關注的人工智能技術進行了分析。

　　基于Forrester的分析，以下是《福布斯》列出的10大熱門人工智能技術：

　　1.自然語言生成：利用計算機數據生成文本。目前被用在客戶服務、報告生成，以及商業情報信息總結等方面。范例供應商：AtTIvio、Cambridge SemanTIcs、Digital Reasoning、Lucidworks、NarraTIve Science、SAS。

　　2.語音識別：聽寫人類語言，并將其轉換為對計算機應用有用的形式。目前被用在互動語音響應系統和移動應用中。范例供應商：NICE、Nuance Communications、OpenText、Verint Systems。

　　3.虛擬助手：用Forrester的話來說，這是“當前媒體的寵兒”，其中既包括簡單的聊天機器人，也包括可以與人類聯網溝通的先進系統。目前被用在客戶服務和支持，以及智能家居管理工具中。范例供應商：亞馬遜、蘋果、Artificial Solutions、Assist AI、Creative Virtual、谷歌（微博）、IBM、IPsoft、微軟、Satisfi。

　　4.機器學習平臺：提供算法、API（應用程序接口）、開發和訓練工具包、數據，以及計算能力，從而設計、訓練計算模型并將其發展成為應用、流程和機器。目前被廣泛用于企業應用，大部分都包含預測或分類功能。范例供應商：亞馬遜、Fractal Analytics、谷歌、H2O.ai、微軟、SAS、Skytree。

　　5.經過人工智能優化的硬件：用于運行人工智能計算任務、經過專門設計和架構的GPU（圖形處理單元）和應用。目前被用于改變深度學習應用。范例供應商：Alluviate、Cray、谷歌、IBM、英特爾、英偉達。

　　6.決策管理：向人工智能系統插入規則和邏輯的引擎，可用于初始化設置/訓練，以及持續的維護和優化。這是一種成熟的技術，被用于多種不同的企業應用，輔助或進行自動化決策。范例供應商：Advanced Systems Concepts、Informatica、Maana、Pegasystems、UiPath。

　　7.深度學習平臺：一種特殊形式的機器學習平臺，包含多層的人工神經網絡。目前主要被用于基于大數據集的模式識別和分類。范例供應商：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、Saffron Technology、Sentient Technologies。

　　8.生物信息：賦能更多人機之間的自然互動，包括但不限于圖像和觸控識別、語音和身體語言。目前主要被用于市場研究。范例供應商：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera、Tahzoo。

　　9.機器處理自動化：使用腳本和其他方法實現人類操作的自動化，以支持更高效的商業流程。目前被用于某些人力成本高昂或低效的任務和流程。范例供應商：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath、WorkFusion。

　　10.文本分析和自然語言處理：自然語言處理技術利用統計和機器學習方法去理解語句的結構、含義、情緒和意圖。目前被用于欺詐探測和信息安全，多種自動化助手，以及非結構化數據的挖掘。范例供應商：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd、Synapsify。

　　目前，人工智能可以給企業帶來許多幫助。但根據Forrester去年的調查，在不計劃投資人工智能的公司中，許多公司認為，人工智能的普及存在障礙。

　　這些障礙包括：

　　1.沒有清晰定義的商業場景：42%

　　2.不清楚人工智能可以如何使用：39%

　　3.缺乏必要的技能：33%

　　4.需要首先投資，推動數據管理平臺的現代化：29%

　　5.缺乏預算：23%

　　6.不確定配置人工智能系統需要具備哪些元素：19%

　　7.人工智能系統尚未得到證明：14%

　　8.缺乏適當的流程或管理方法：13%

　　9.人工智能只是噱頭，沒有實質的東西：11%

　　10.不掌握，或是無法獲得所需的數據：8%

　　11.不確定人工智能是什么：3%

　　Forrester認為，在克服這些障礙之后，企業可以加速向以用戶為導向應用的轉型，以及發展企業智能的互聯網絡。