人工智能作为一种更全面、更高效的信息技术，已经融入各国的顶层设计，成为生产、投资和研究的热点。一些分析师指出，人工智能市场预计将在2025年增长到590亿美元，并在2030年为全球GDP贡献15.7万亿美元。
毕马威数据显示，过去一年，人工智能领域的风险投资融资额翻了一番，从2016年的60亿美元增加到120亿美元，涵盖自动化、金融、机械、医疗等诸多领域。
▲2017年人工智能风险投资金额翻倍
本期智能内参，推荐CB Insights《2018 AI趋势报告》。结合对东西方市场的观察，从社会影响、产业经济、市场结构、应用形式、人才竞争、技术趋势等角度，分析资本狂潮后的2018年13场AI风。
以下为智能内参呈现的干货:
首先，新蓝领诞生了
随着工业机器人技术的进步，劳动密集型产业外包不再是唯一的选择，发达国家本地生产的成本变得更低，因此本地制造业回暖，就业机会增加。
▲美国本土制造业就业回暖。
同时，由于工业机器人的使用，一种新的蓝领工种——“机器人保姆”将会诞生，即它将专注于制造工作流程中更精细的部分，以保证工业机器人的正常合理运行。相关案例包括:
亚马逊的自动化仓库配备了超过10万个机器人。但是，该机器人在非结构化环境下抓取、拾取和处理包裹的能力仍不完善。该公司新的订单执行中心提供了数千个人类工作站，其工作包括从货架上挑选商品，并将它们分成单个订单。
在美国阿肯色州有工厂的中国天元服装公司使用格鲁吉亚企业SoftWear Automation的缝纫机机器人为阿迪达斯生产服装。该公司在美国雇佣了400名员工，负责机器人的操作和维护，时薪14美元。
新蓝领岗位的诞生，意味着劳动密集型行业将进行技术改造，而不仅仅是寻找更廉价的劳动力市场。这将刺激中国的产业升级，对部分劳动力市场构成威胁，遇到工种与现在的手工技能不匹配的问题。必须采取措施来防止它。
第二，一切都可以AI+
智能将成为潮流名词，人工智能，或者基于大数据集的机器学习将无处不在，这些算法给出的数据结论的正确性将逐渐获得人类老板的信任。相关案例包括:
▲IntelligentX AI的啤酒计划
英国初创公司IntelligentX是创意机构10x和机器学习公司Intelligent Layer的合资公司。它计划将人工智能算法引入啤酒酿造过程，以便用户反馈可以直接影响生产线。
俄罗斯的DeepFish利用神经网络来识别鱼类，并结合雷达技术和人工智能算法来区分雷达图像中的鱼类和噪声信息。
纽约的美发初创公司Prose获得了757万美元的风险投资，计划利用人工智能算法，结合各种洗发水商店提供的客户数据，开发个性化的专业护发产品。
瑞典的Hoofstep计划使用深度学习算法来解读马的行为模式。DeepGreen利用AI识别特定植物的性别和生长状态，Weedguide获得170万美元研究AI+医用大麻垂直搜索引擎；李开复也直言:“我遇到一个内衣厂商，他也说自己是人工智能企业。”
怪异的AI+创业项目可能会给行业带来泡沫危险，但越来越多的开箱即用的“AI for X”项目也意味着人工智能不再作为寺庙里的稀有技术供应，而成为现代软件和应用的基石之一。
第三，中美冠军赛
▲美在流水AI打造企业份额
从AI初创企业的数量来看，美国仍在全球占据主导地位，但其全球交易份额正在逐渐减少。美女虽然有钱，但是国内对数据和应用的需求是巨大的，所以未必打不起来。
▲2017年，中国AI创业公司融资额首次超过美国。
尽管全球AI创业交易数量，中国仅占总数的9%；2017年，近一半的创业公司融资金额流向中国创业，首次超过美国，而2016年中国的这一数字仅为11.3%。
▲中美AI相关专利池对比
从政府规划到多领域创业，中国正在积极实施新一代人工智能发展计划等人工智能愿景。在研究方面，中国公布的AI相关专利数量已经超过美国专利商标局公布的数量，深度学习的数量是老美的6倍。
▲中国面部识别相关风险投资活跃。
从创业的角度来看，国内比较活跃的领域是面部识别和人工智能芯片。面部识别由全国性的智能安全计划支持，AI芯片直接挑战美国的芯片制造。
▲跨境AI投资的增长
从跨境投资数据来看，中国企业正在积极寻找在美国的合作或投资。美国的AI创业公司有更多的中国投资，而中国的AI公司对美国资本的吸引力较小。总体而言，跨国投资与合作将进一步缩小中美在人工智能发展方面的差距。
▲BAT的人工智能资产
和JD.COM都支持老美的金融科技创业公司ZestFinance。腾讯向个性化社交图像生成初创公司ObEN投资了500万美元。无锡药明康德联手NextCODE打造基因库。和马骁之星一样，药明康德在中国和美国都开展了业务。
第四，未来的网络安全取决于AI
▲AI+网络安全创业公司正在创造一个独角兽主导的市场。
数据中心正在成为新的战场，数据泄露的危险在增加，网络攻击在进化，人工智能正在成为政府和公司网络安全维护的中坚力量。
在过去的五年中，134家AI网络安全初创企业获得了36.5亿美元的融资，其中约34家公司在去年首次获得融资。成功的相关初创企业包括:
两家ai网络安全创业公司Harvest.ai和Sqrrl被亚马逊收购，保护庞大的云敏感数据；埃森哲买下创业公司Endgame的政府服务业务部，研发AI网络安全技术；创始公司Anomali、Interset和Cylance获得情报机构In-Q-Tel的投资；英国的Darktrace和美国的Logrhythm都有政府合作项目...
5.智能语音争夺非英语市场
▲智能音箱厂商图册
亚马逊的Alexa可以说是开启了一场语音革命。智能音箱成为去年的热点，但这一革命在语言支持方面落后了。预计2018年各大科技公司将在非英语语音市场一战。
上个季度，亚马逊宣布将在大约80个国家销售支持Alexa的扬声器，但只有英语、德语和日语版本；另外，目前Google Home只支持英语、德语、法语和日语，苹果HomePod只支持英语。
中国市场，根据阿里巴巴数据，其天猫精灵自2017年6月发布以来，销量已超过100万台；作为使用第二广泛的语言，西班牙语目前受到的关注很低。
目前，谷歌在非英语市场的智能音箱开发上具有优势，因为安卓手机上的谷歌助手支持英语、法语、德语、意大利语、韩语、西班牙语和葡萄牙语，其语音到文本转换和语音搜索功能支持119种语言。
六、白领工作自动化加速。
▲EAAS产业链图
AI的专家自动化和效果增强软件将逐渐渗透到律师、顾问、金融分析师、记者、交易员等白领岗位。，威胁相关就业，就像机器曾经威胁蓝领工作一样。创建企业的相关案例包括:
将文本识别应用于法律文书处理，实现高效率、低错误率；英国初创公司DiffBlue推出了传统编码的自动化，可以实现错误修复、自定义代码开发和翻译等任务；基于AI算法，还可以完成教育工作中的论文评分、语言指导、写作反馈。
七。AI移动到边缘
▲ Edge AI可以减少响应时间。
人工智能越来越去中心化。
人工智能的边缘化，或者说端到端人工智能的趋势，始于2017年:更小的设备和传感器构建了更智能的计算网络，人工智能可以存在于耳机中，而不是被困在手机或云端。
Side AI可以实现更快速、本地化、场景化的信息处理，比如无信号延迟风险的自动驾驶的更实时处理，本地设备的私密语音和面部特征数据训练等。这些实现依赖于新的热门AI芯片，如苹果的A11、英特尔的Myriad X、华为的麒麟970等。
八、“胶囊网”更新深度学习技术
▲卷积神经网络和胶囊网络在人脸识别上的技术差距
深度学习作为AI的底层技术，可以说是人工智能大爆发的功臣。现在，它将被“胶囊网络”所改造。
▲CNN在人工噪音下将熊猫图片误认为长臂猿。
虽然卷积神经网络在很多方面取得了成就，但是在很多情况下，CNN的表现并不好，可能存在安全漏洞，无法处理输入数据的各种变换形式。而胶囊网络可以从更高维的特征中识别事物，需要的训练数据更少，错误率更小。
九、10万薪资诱惑
▲deep mind 2016年财务报表:员工成本和其他费用为1.048亿英镑，linkedIn显示员工人数仅为415人。
中国正在招募人工智能专家。
据Hunting.com介绍，宝马中国部分AI人才的薪资接近567-624K美元，部分公司的机器学习人才薪资为315-410K美元。腾讯的人才报告显示，目前该领域的研究型人才约30万，这已经是在校生的数量，但公司的工程需求是百万甚至更多。
在美国，搜索人工智能会有32000个工作，薪资范围基本都是六位数。大型科技公司正在向人们砸钱。
顶尖的科研人才也会选择离开科技巨头，自己开公司。比如谷歌的吴恩达离职后，创办了AI基金和AI课程；地平线机器人的首席技术官兼联合创始人余凯也是深度学习研究所的负责人。
人才流动创建企业，进一步加剧了AI人才争夺战。
X.机器学习已经变得司空见惯。
▲2017年人工智能投入增长141%
机器学习起源于工业物联网，现在大部分网络安全公司或多或少都在使用。大型科技公司正在提供一套2B机器学习解决方案，这些解决方案将逐渐渗透到各个领域。顶级投资者正在关注Freenome等基于机器学习算法的液体活检诊断公司。
机器学习加持将成为AI创业的常态，新的AI公司将需要新的强大的商业模式来支撑自己，而不是机器学习的“老套”口号。
2016年以来，超过1100家AI创业公司完成首轮融资；2017年，孵化器孵化了300多家AI初创企业，总投资超过15.2亿美元；2018年，狂热的投资将回归理性，投资者将对他们投资的AI创业公司变得挑剔。
正如风险投资公司a16z的弗兰克陈(Frank Chen)所言:再过几年，就没有投资者会去找人工智能创业了。拥有企业AI算法产品会成为潜规则。
十一、大云
在过去的五年里，投资者在人工智能公司身上砸了18亿美元。现在，亚马逊、微软和谷歌可能不得不淘汰小公司。他们逐渐将机器学习融入各种项目，提供各种AI-as-a-service，压榨相关创业公司和基金的生存空。
Google发布了Cloud AutoML，客户可以在上面用自己的数据训练自己的算法，实现自己的需求；亚马逊开始销售人工智能服务Amazon AI，向大公司提供类似API的产品。任何开发者都可以访问Lex、Amazon Polly和Amazon Rekognition；微软在咬亚马逊的云服务提供AI加持，其次是Salesforce和甲骨文。
十二。智慧医疗得到了监管部门的点头。
▲AI+医疗成为创业热点
美国监管机构正在考虑批准人工智能的临床应用。当然，需要建立责任分担机制。
人工智能应用于医疗诊断，可以快速比对其他数百万患者的医学影像，以准确发现细节，尽早发现病情，提高准确诊断。2C的AI健康追踪工具，如使用计算机视觉技术监测疑似皮肤病的SkinVision，已经实用化。
近日，阿斯利康与阿里巴巴达成合作，在中国进行AI加持的疾病筛查和诊断；此外，GE和Nvidia在医学影像和诊断方面有合作，Google DeepMind实现了AI诊断眼病。
虽然谷歌、通用、IBM、阿里巴巴等大牌纷纷涌入市场，但依然挡不住创意企业对智慧医疗，或者说AI+医疗的热情。创建企业的相关案例包括:
医学影像初创公司Arterys的心脏图像分析已经获得FDA批准，正在申请肿瘤相关的AI应用；以色列企业MedyMatch利用深度学习技术分析CT扫描结果检测颅内出血，已经获得FDA设备资质。
十三。个性化AI潮
得益于大量的开源软件、海量的API和SDK，以及易于组装的亚马逊或谷歌套件，即使没有计算机科学或数学博士学位，你也可以构建自己的AI应用。个性化的AI应用将成为趋势。
事实上，谷歌已经推出了AIY计划，旨在让每个年龄段的用户都能DIY自己的人工智能产品。目前，AIY项目有AIY语音套件和AIY视觉套件。
此外，亚马逊还推出了249美元的深度学习相机DeepLens，并为此设立了7500美元的首届黑客马拉松，涉及机器学习项目的创建。
东西认为，2018年将是人工智能渗透到手机软硬件、侧边AI应用、AI+工业工业机器人等的一年。会逐渐落地；这也将是金融、律师等白领行业自动化加速的一年。相关风险投资看好，就业市场承压。同时，科技大佬会加速行业洗牌，压迫一些中小企业的生存，一些泡沫会破灭。此外，与技术积累丰富的美国相比，中国的AI优势在于潜在的人才储备、庞大的数据量和迫切的需求，这迫使行业快速增长。
