2018年是人工智能的一年。这一年充满机遇，科技公司在2018年继续以惊人的速度大步前进。随着高速互联网和人工智能的发展，亚马逊、脸书、谷歌、Face++、商汤、Video++等公司将抓住机遇，在人工智能和互联网方面继续加速，迅速占领行业赛道。
2018年即将结束，那么2019年有哪些令人惊喜的新技术会继续改变我们的生活呢？
一、深度学习加速器
近年来，异构加速器以其优异的性能/功耗比成为体系结构研究的主流。同时，随着深度学习的兴起，深度学习神经网络的研究重新回到了机器学习的前沿。因此，如何在加速器上高效地实现神经网络处理系统受到了学术界和工业界的广泛关注。越来越多的企业宣布计划设计自己的深度学习加速器，这些加速器通常用于数据中心，可能部署在边缘。
从深度学习领域最常见的卷积神经网络出发，抽象出三个典型的神经网络层次。结合算法特点，在最常用的基准平台和加速器平台上实现了这些网络级。主要贡献包括以下三个方面:
1.基于卷积神经网络和深度神经网络，抽象出三个最常见的神经网络层次。结合不同平台的架构特点，包括SIMD架构的Intel SSE指令集、GPU加速器的CUDA编程环境和我们自己的专用神经网络加速器，通过分块和探索数据复用性对这三种神经网络层算法进行优化，并对算法进行重新定制和实现。
2.在三个平台上对10个测试程序进行了神经网络处理实验。结果表明，专用神经网络加速器的性能比SIMD基准平台高117.87倍，功耗利用率高21.08倍，而面积仅为Ivy Bridge架构的1.87%。专用神经网络加速器与GPU相比，性能平均提升0.22倍，而面积仅为GPUC2070的0.56%。
3.通过实验分析发现，GPU架构对于神经网络算法的主要性能瓶颈在于PCIe带宽对数据传输的限制；SIMD架构的主要性能瓶颈是并行度不够高。专用神经网络加速器设计DMA以数据复用优化数据访问过程，设计不完全流水线以计算独立实现高并发处理，两者都从架构上度过了上述性能瓶颈。
二。自动驾驶仪
我们距离完全自动驾驶的自动驾驶汽车还有几年时间，但个人和市政车辆都越来越多地集成了自动化辅助系统。这些技术的广泛应用将为完全无人驾驶汽车铺平道路。
在无人驾驶的未来，人们将不再自己驾驶自己的汽车，货运将是拥有自动驾驶汽车车队的公司提供的服务。停车场和车库等设施将退到一个废弃的位置，未来交通将发生巨大变化。
基于无人驾驶汽车的技术和设计，一笔惊人的财富将转移到少数拥有专利权的人手中。这里指的是自动驾驶汽车软件的所有者，他们对自己生产的自动驾驶车辆负责。
起初，车辆只是我们的交通工具，但现在自动驾驶车辆已经发生了很大的变化。我们可以坐在上面打电话、吃饭、读书或看报等。由于自动驾驶车辆是电动的，不需要驾驶员的控制，这些车辆将由更少的零件构成，因此车辆的生产速度将更快，所需的生产劳动力也将变得更少。此外，车辆的设计也将发生变化。由于事故发生的概率将大大降低，车辆建造中使用的材料，如碳纤维，将允许多样化的设计，自动驾驶车辆将以不同的尺寸和形状出现。
三。我系一个包
消费者继续采用物联网和自我监测设备，这些设备越来越接近人体，甚至包括健身追踪器和智能眼镜。数字平板电脑正在进入主流医疗领域。附着在身体上的、可植入的和嵌入式的IoB设备也开始与环境中的传感器相互作用。这些设备可以提供更丰富的数据，并制作更有趣和有用的应用程序，但它们也引起了对安全、隐私、身体伤害和滥用的担忧。
四。社会信用算法
社交算法使用面部识别和其他生物识别技术来识别人们，并从社交媒体和其他在线资料中检索有关他们的数据，以批准对产品或社交服务的访问。报告指出，一些国家，如中国，已经在使用这些系统来评估他们对国家的忠诚度。
在我们的网络世界中，生物识别技术和混合社交数据流的结合可以将简短的观察变成对一个人的判断。据报道，一些国家已经在使用社会信用算法来评估他们对国家的忠诚度。
动词 （verb的缩写）智能材料和设备
先进的材料和设备，如可调光玻璃和可吸收传感器，将在医疗保健，包装，电器和其他领域创造新的应用。报告称，这些技术的使用将对我们感知物联网设备的方式产生重大影响，并导致新产品的诞生。
六。虚拟现实和增强现实
目前，VR和AR技术主要应用于员工培训、教育、工程等领域。然而，报告指出，VR和AR的成本一直居高不下。但随着VR主机越来越主流，可能在2019年达到一个临界点。
从软件的角度来看，这个阶段有很多视觉上的困难:
追踪和CG是VR的核心技术。三自由度方向跟踪和六自由度位置跟踪之前虚拟现实技术的呈现，主要是指体验者依靠全封闭的头戴式显示器观看计算机模拟生成的虚拟世界的图像，并配备耳机、运动传感器或其他设备，为其提供视觉、听觉、触觉等感官体验。虚拟现实系统的整套装置可以根据体验者的反应给出反馈，让体验者有身临其境的感觉。
虚拟现实是一个造梦的行业，它三维地扩展了我们的感知空。也许虚拟现实技术的未来现在还无法清晰勾勒，相关产品的普及还需要很长时间。现在，虚拟现实头戴显示器显示的画面不够清晰，仍然可以看到像素颗粒，看不到的摸不到，但是随着时间的推移，这一切都会改变。虽然目前虚拟现实技术的发展还不够成熟，争议也比较多，但不可否认的是，无论是对于游戏、社交还是其他领域，虚拟现实技术都将成为一个重要的新媒体和平台。
七。安全保护
随着黑客变得越来越复杂，关于网络攻击和数据泄露的头条新闻也越来越频繁。攻击者无处不在:黑客、有组织犯罪集团、民族国家网络间谍在企业外部无处不在，其能力和嚣张气焰与日俱增；员工和承包商都在企业内部，不管是不是故意，都可能是恶意或突发事件的罪魁祸首。
并且会同时部署物理网络攻击，造成前所未有的破坏。许多民族国家行为者和恐怖组织将能够集中所有武装力量实施“混合”袭击。如果攻击成功，必然会造成大规模的破坏。
其中，电信服务和互联网连接将首当其冲，导致个人和组织与外界隔绝。随着基础物理和数字基础设施的崩溃，来自地方和中央政府的紧急服务和援助将变得极其缓慢或根本不存在。
这些袭击的目的是制造最大的混乱、恐惧和担忧。受影响的城市将陷入瘫痪，危及生命和商业运作的安全。家里的人不能也不想上班，或者家里没有电和通讯支持工作。那些已经在办公室的人也会被困在这个无处可逃的地方，因为袭击会从各个角度袭击他们。现有的业务连续性计划将毫无用处；当每一个系统都处于失效状态，个人生命处于危险时，他们将没有能力和精力为可能发生的事件做准备。人们会恐慌，工作日程会被取消。
新一代的安全方法比过去使用了更多的主动方法。使用机器学习和其他方法来识别攻击已经成为19年技术变革的关键。
八。智能人工智能机器人
报道称，人工智能聊天机器人经常被用作基础客户服务和操作系统中的虚拟助手，其易用性和实用性近年来一直在增加。该技术还将在2019年继续扩展到其他行业，以获得更多的用例。
目前机器人已经开始在工业领域大量使用，可以完成人做不到的事情。然而，机器人仅在少数领域超越人类，如制造业和服务业。如果万能机器人能全面超越人类，那将是一个巨大的震撼。
九。防止垃圾邮件
垃圾电话总是一个问题，尤其是伪造受害者家人或同事的电话号码进行诈骗。这导致人们经常忽略电话，从而导致无法接听真实紧急电话等风险。然而，新兴技术现在可以防止欺骗性的来电显示和拦截可疑的电话，因此计算机可以向来电者提问，以评估他或她是否合法。
X.机器学习
技术很快就能帮助解决社会问题。虽然机器学习已经取得了很大的进步，解决了很多实际问题，但是客观来说，机器学习领域仍然存在巨大的挑战。
首先，主流的机器学习技术是黑盒技术，这让我们无法预测隐藏的危机。要解决这个问题，我们需要让机器学习具有可解释性和干预性。其次，目前主流机器学习的计算成本非常高，迫切需要发明轻量级的机器学习算法。此外，在物理、化学、生物和社会科学中，人们经常用一些简单而美好的方程来描述表象背后的深刻规律。那么在机器学习领域，我们是否也可以追求简单美观的规则呢？还有很多挑战，但是我们对这个领域的未来发展还是充满信心的。
未来，预计机器学习、机器人和无人机的大规模使用将有助于改善农业、减少干旱、确保食品供应和改善偏远地区的健康状况。其中一些活动已经开始，可以预测明年的采用率和成功案例报告将会增加。
