万字报告：2019年人工智能发展趋势全解析

中国在无人车方面尤其加大了投入。2017年，百度发布了无人驾驶开放平台阿波罗，旨在将全球合作伙伴捆绑到一起，通过生态体系其他玩家的贡献来加速AI和无人驾驶的研究。阿里巴巴也改变了怀疑态度，最近也对其无人车进行了试驾。

而尽管对这项技术的未来仍有怀疑，车企还是开足了马力。预计到2025年该市场将达到800亿美元。

一些行业有望成为无人车的第一个吃螃蟹者，比如物流和履约中心。

自动化物流——尤其是最后一公里的送货——是零售商和履约公司的头号关切，也是有望率先实现全自动的领域。无人车可以帮助应对费钱费力的最后一公里送货问题（成本将近配送成本的1/3）。

像美国亚利桑那州这样的地方对无人车部署比较友好，从而成为了热门的试验场。2018年6月，机器人初创企业Nuro开始跟美国最大百货商Kroger合作配送百货。跟其他配送机器人不同，它的配送机器不仅在人行道行走，而且还会在社区道路行驶。

在饭店业，Domino’s和必胜客是试验无人车的先驱。福特正在迈阿密试验配送比萨、百货等商品。包括Domino’s在内，其合作伙伴已经超过了70家企业。

作物监控

三种类型的作物监控正在农业领域取得发展：地面、空中及地理空间。

精准农业无人机市场到2021年预计将达到29亿美元。

无人机可以进行土地映射、利用热成像监控含水量，识别虫患以及喷洒农药。

初创企业则关注于在第三方无人机捕捉到的数据之上增加一个分析层。

比方说Taranis就用第三方的Cessna飞机来做这件事情。去年aranis还收购了农业AI技术初创企业Mavrx Imaging，后者开发了超高清影像技术来巡视和监控土地。Taranis还利用AI技术来拼接土地成像，并且来帮助识别潜在的作物问题。

农机设备制造商John Deere也在利用AI来重塑自己。它收购了农机设备公司Blue River Technology。后者有利用计算机视觉来进行智能除草与喷洒解决方案。

此类个体作物监控有望成为精准农业的主要颠覆者。如果地面农机设备靠计算机视觉而变得更加智能，并且只喷洒有需求的作物的话，就可以减少对消灭附近一切的除草剂的需求。精准喷洒也意味着除草剂、杀虫剂使用量的减少。

除了田地以外，计算机视觉还可以对卫星影像进行分析，从而为农业耕作提供宏观层面的理解。比如嘉吉公司就投资了Descartes Labs，后者利用卫星数据为大豆、玉米等作物建立了一个预测模型。DARPA也在跟Descartes合作来预测作物安全。

暂时

网络威胁追捕

对网络攻击做出反应已经不够了。利用机器学习主动“搜寻”威胁正在网络安全取得良好的发展势头。

计算能力与算法的进步正在把以前只有理论上可行的破解变成了真正的安全问题。2018年全球共有4.5PB的数据被盗用。相比之下，2017年为2.6PB。

跟AI的其他行业应用不一样，网络防御是黑客与安全人士之间的一场猫捉老鼠的游戏，双方均利用机器学习的进步来获取优势。

威胁搜寻是主动寻找恶意活动而不是对告警或者破坏情况发生后再被动反应。

搜寻从假设网络存在潜在缺陷开始，然后利用手工或者自动化工具来测试该假设，这是一个持续的、不断迭代的过程。不过网络安全所涉及的数据量使得机器学习成为该过程不可或缺的一部分。

不过尽管不同业务对威胁捕捉均有需求，但目前仍属于较为小众化的方向。拥有大量数据资源的大型企业会更加关切这个东西。

比方说，Amazon就收购了威胁追捕初创企业Sqrrl来开发产品，抓捕AWS客户账号上的黑客。

另一家AI初创企业Cylance的关注点也是威胁追捕，去年也已被黑莓收购。

网络的覆盖面越广就越容易受到攻击。威胁追捕有可能会有更大的发展势头，但是这个东西本身也有挑战性，比如如何应对不断变化的动态环境以及减少误报问题。

对话式AI

对于很多企业来说，聊天机器人已成AI的同义词——但是希望跟不上现实。

Google的会话式AI功能Duplex遇到了麻烦。

Duplex可以替用户打电话和进行预订，而且沟通方式就像人一样。但是这引发了道德担忧，大家质疑Duplex跟人对话时是否应该表明自己的身份。

Google还把Duplex集成到了自己的新手机Pixel 3里面。这让这部智能手机成为了AI的动力室，里面还有一个“来电筛选”的选项，可以让Google Assistant筛选掉垃圾来电。

美国的FAMGA和中国的BAT均在该领域投入了大量资源，但会话式AI暂时只在某些应用领域具备一定的可行性。

其中最广泛的应用之一是客户服务。聊天机器人（注：并非所有机器人都采用自然语言处理）形成了跟用户交互的第一层，然后根据复杂性程度再把查询交给人处理。

但是医疗保健和保险的应用就比较有挑战性，因为这些领域的分类（测定情况的紧急程度）很复杂。

类似地，基于语音的对话式购物者没有视觉线索的情况下也很有挑战。

尽管分析师和CPG品牌均谈到了语音购物可能是零售的下一个大事物，但这个东西还是没有做起来。除了记录特别物品外，它未能提供可带动在线贸易的关键客户体验。

心理保健是聊天机器人有望成为颠覆性力量的另一个领域。

心理保健的高成本与全天候服务的吸引力导致了基于AI的心理保健机器人新时代的崛起。

早期阶段初创企业的关注点是利用认知行为疗法来作为许多情绪跟踪和数字健康日记app的会话式扩展。

但是心理健康的范围也很大，不同心理疾病在症状、分析主观性上各异，而且需要高级的情绪认知和人际互动。

所以尽管会话式AI具备成本和便利性的优势，但在像心理保健这样的领域应用会面临很大的困难。

药物发现

随着AI生物技术初创企业的出现，传统制药公司正在寻求通过AI SaaS初创企业来获得长周期的药物发现的创新性解决方案。

2018年，辉瑞跟AI初创企业XtalPi达成了一项战略合作关系，双方一起合作来预测小分子的制药属性，并开发“基于计算的合理药物设计”。

顶级制药公司像诺华、赛诺菲、葛兰素史克、安进以及默克等均在最近宣布了跟AI初创企业的合作关系，以便为从肿瘤到心脏病等疾病发现新的候选药物。

对本领域的兴趣也推动了AI药物发现初创企业股权交易的发展，2018年Q2的交易数达到了20桩，相当于2017年全年。

像Recursion Pharmaceuticals这样的生物技术AI公司在AI与药物研发方面均有投入，而传统制药公司主要是跟AI SaaS初创企业合作。

尽管许多这样的初创企业仍然处在融资的早期阶段，但是均声称已有制药公司客户。

虽然药物配方阶段的成功指标寥寥无几，但制药公司正在押注数百万美元到AI算法身上，希望能发现新颖的治疗候选方案，并且改变冗长的药物发现流程。

原文链接：http://www.cbinsights.com/research/report/ai-trends-2019/

编译组出品。编辑：郝鹏程。

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!