在過去幾十年來，電子計算機已經改變了幾乎所有行業的工作。由於機器學習的發展加快了自動化步伐，我們現在就處在一個更大、轉變更迅速的開始階段。那麼，在剛剛開始的2019年，機器學習將會有什麼樣的新應用出現呢？ Janet Williams 給我們分享了他認爲 2019 年即將出現的機器學習十大應用，讓我們一睹爲快吧！
在 2019 年，人們不僅會目睹人工智能的巨大進步，而且新的應用程序和難以想象的步驟也會出現。這些都會讓人們重新思考人工智能的利弊。人們喜歡認爲它可能就像其他所有技術進步一樣，它關乎人們如何使用它。話雖如此，還是讓我們深入瞭解 2019 年即將到來的人工智能和機器學習的應用吧。這些應用大多處於研發階段，但尚未向公衆開放；或者已經公開發布了，但仍處於測試階段，還沒有正式發佈。
1. 人工智能芯片
還記得你在轉戰 PS4 和 Xbox 等遊戲機之前，你曾經玩過的街機、PC 遊戲嗎？在玩低端遊戲時，CPU（通常是 Intel 或 AMD）就足以應付，但如果你要玩最新的高端遊戲，如《古墓麗影》（Tomb Raider）和《刺客信條：奧德賽》（Assasin’s Creed Odyssey），你就需要一塊專用的 GPU（或通俗地說也就是顯卡）了。這類專用芯片只會提升圖形體驗。我爲什麼要談這個呢？因爲，一種新的專用芯片即將上市。
人工智能芯片已經在 iPhone XR、Huawei Honor Play 和 Galaxy Note 8 等少數手機中亮相。在這些手機中，專用的人工智能芯片可以在基於機器學習的語音助理、AI 驅動的智能攝像頭等功能起着舉足輕重的作用。這樣，人工智能芯片降低了主處理器的工作負荷，使手機的運行不至於太過卡滯，但手機裏支持人工智能的芯片還只是冰山一角。
Google、Microsoft、Amazon、Intel 和 Facebook 都在大力投資專用基礎設施，因此，無論是你可以買到或者新插的芯片，還是用於機器學習和神經網絡的基於雲端的 CPU，這些巨頭的措施都可以提升基於人工智能的功能。其中最新消息是 Intel Nervana（由 Intel 研發，Facebook 是主要開發合作伙伴）、Google Cloud TPU、Microsoft 的 Barinwave 項目和 Amazon 的 AWS Inferentia。
上面提到的大多數項目還沒有公開發布，或者仍處於測試階段。因此，2019 年有望成爲這些項目嶄露頭角的一年，更強大的人工智能芯片將使基於人工智能的實時應用成爲現實。
2. 物聯網和人工智能的結合
物聯網、人工智能這兩個領域都發生了很多事情，但物聯網和人工智能的解決方案的正確實施還有待觀察。關於這個問題，最常用的案例是使用傳感器從汽車獲取數據，並使用收集到的數據來確定保險金額。但老實說，有多少保險公司實際上使用了這種方法來計算你的保費金額呢？
2019 年，隨着人工智能芯片的出現，更便宜、更新的基於雲端的人工智能服務，以及更大的公司在物聯網和人工智能上的投資，情況將會發生變化。越來越多的公司將推出它們的自動駕駛汽車，而 CES 2019 讓公衆得以一窺物聯網和人工智能在多大程度上幫助企業實現更大的夢想。
3. 自動化機器學習的更多應用
儘管 “機器學習” 是大多數人都熟悉的術語，但公衆可能會認爲自動化機器學習仍然處於測試階段。自動化機器學習是指通過機器學習應用於機器學習本身，通過自動化來解決重複性任務。例如，假設某個任務必須先進行數據清理，然後才能應用不同的算法，看哪種算法最適合數據。而數據清理這部分佔用了大量時間，研究表明，這部分是手動過程，科學家不願意一次又一次地使用新的數據集重複這一過程。像這樣的過程就可以藉助 AutoML 來解決，2019 年將會出現更多的應用，正如許多人預測的那樣。
4. 人工智能將使開發運維自動化
IT 服務和基礎架構是一個令人頭疼的問題。你必須承擔這些問題才能保持業務平穩運行。然而，開發運維（DevOps）人員執行的各種操作都可以實現自動化，如監控、調試、升級換代等。DevOps 將慢慢讓位給 AIOps（人工智能運維），這將使日常代碼編寫人員更容易處理程序和管道，而無需再擔心設備和維護的問題。各種各樣的論文通過 AIOps 來預測 DevOps 的未來。
5. 個體化醫療
你吃的安眠藥和鄰居吃的一樣嗎？當然不一樣：劑量對你來說可能不夠，或者其中某種成分可能不適合你。又或者，由於某些原因，藥片對你可能沒有任何作用。爲什麼沒有專門爲你量身定製的藥品呢？個體化醫療遵循一個程序：根據病患的生活方式和生活習慣進行分析，然後才推薦使用某種特定成分的藥品。在 100000 基因組計劃的幫助下，預計個體化醫療將在 2019 年實現大幅增長，儘管它們可能還沒有公開上市。今年安排了許多重要會議，如第 11 屆預測、預防和個體化醫療及分子診斷國際會議（11th International Conference on Predictive, Preventive and Personalized Medicine & Molecular Diagnostics）。
機器學習將幫助醫生分析病患者數據，以決定最適合用哪種藥物，摒棄了古老的 “一刀切” 理論。
6. 基於機器學習的智能助理的進一步發展
在 2018 年，我們都被 Google 最新的、先進的智能助理所震撼。不過它還沒有應用到商業方面，但很可能在 2019 年就實現這一點。事實上，像 Alexa 這樣的語音助理已經從用戶那裏收集了大量數據，2019 年，這類智能助理有望變得更加智能、更加人性化。語音助理應該從客廳轉移到公共場所、汽車、廣播系統、自動取款機等等。公衆認爲 2019 年將成爲 “語音助理年”。
7. 使用人工智能的機器提供更好的指標
試想如果你能在機器壞掉並導致一天的工作損失之前，就知道你工廠裏哪一臺機器快要壞了，亟需修理，那該有多好啊！
工業設備和機器通常使用固定的時間表進行維修，這就造成了人力的浪費，並有可能不時出現突然和意外的設備故障。如果將傳感器與這些機器一起使用，將收集到的數據輸入機器學習模型，人們就可以獲得更好的性能和更高效的維修計劃。
以下的實施是 GE 創建的 “數字雙胞胎”（Digital Twins），爲大型機器構建了虛擬模型。數以百計的傳感器被用來確保 “雙胞胎” 能夠根據真實機器的狀況進行更新，這樣就可以管理和維護目前部署的 650000 對雙胞胎。預計今年全球智能工廠將會進一步實施數字雙胞胎。
8. 計算機視覺將塑造監控的未來
計算機視覺和監控已經成爲商場、機場甚至城市十字路口等場所的必需品。許多科技公司一直在世界各地悄悄地實施它們的軟件，以便在必要時能夠發現、跟蹤和報告情況。但事情還沒有那麼嚴重。如果我們的家庭攝像頭髮現一名陌生男子試圖闖入，Google 的智能助理就提醒我們注意，這豈不是太神奇了？
像 Google 這樣的公司正在大力投資計算機視覺（還記得你試圖打開一個網站時，它是如何要求你用汽車或廣告招牌來標記圖像的事兒嗎？），2019 年將會有更多的市場參與者。監控系統將會變得更快，監控很快就不再僅僅是一個視頻流，而是根據地面情況作爲自動響應的刺激因素。
9. 醫療保健將會看到更多人工智能的實施
多年來，醫療保健行業不斷髮展，機器學習帶來的變化不僅僅是個體化醫療的興起。最近，中國聲稱創造了世界首例基因編輯嬰兒。這種名爲 CRISPR-CAS9 的工具，被認爲可以對 DNA 進行操作，以提供所需的基因，或者使致病基因失效。儘管這一法案尚未在同行評審的期刊上發表，我們也沒有對此進行證實，但人工智能已經被用來預測導致癌症的基因組變化。
今年，公衆將會看到利用人工智能進行基因修飾來對抗心肌病和優化人類的新應用。然而，這些醫學奇蹟背後的倫理和法律困境、爭論仍然是科學界爭論的焦點。
10. 社會信用體系
機器學習的一個相對較新的應用已在中國得到實施，這是一個龐大的排名系統，使用監控攝像頭和在線活動監視器來監控所有居民的行爲，從而根據他們的 “社會信用” 對他們進行排名。
儘管該計劃預計在 2020 年前全面啓動並投入運行，但它的實施已經迅速席捲了全國，人們會因在公共場所吸菸、火車逃票或向慈善機構捐贈等行爲而被加分或減分。確切的方法尚不清楚，但希望是一個健壯的機器學習模型使用來自不同來源的數據來決定是給某個人加分還是減分，還是保持不變。
聽上去像是一個反烏托邦的想法，看起來像是《黑鏡》中的一集，但卻是數百萬人的現實，公衆有可能會在今年年底前看到這個系統在覆蓋全國範圍內實施。儘管這種應用非常新穎，但它背後的哲學卻被很多人爭論不休。