也許，宏觀經濟學家們在分析一個地區在一定時期內經濟運行情況的好壞時，消費、投資和出口不再是唯一的“三駕馬車”，人工智能、云計算和大數據正在成為驅動整個社會經濟的三駕馬車。科技的手段和目的從未像現在這樣高度重合，在過去的幾年里，AI技術的創新速度驚人，小規模的企業也以前所未有的速度成長。

有研究機構斷言，定制AI芯片、IoT與AI在邊緣計算的融合、神經網絡的互操作性、自動化機器學習和AIOps這5個趨勢將成為2019年AI技術趨勢的主旋律。AI才剛剛開始展示出它對于影響一個時代的可能性。與此同時，人們也會發現AI面臨著所有未經證實和經驗之外的技術進步的常見困擾，當然，這其中也包含著廣泛的倫理議題。

早期的AI項目為企業架構和技術創新領導者開展試點和優化式的AI工作提供了寶貴的經驗和前景，企業的首席信息官們對AI技術發展的關注使之成為影響業務戰略的重要角色。到目前為止，AI技術在理論方案上得到的證明還遠遠大于它們在實際應用場景中得到的證明——這也為“市場存在巨大想象空間”提供了基礎?？纯?019年這個市場的驅動者們正在做些什么？英特爾、NVIDIA、AMD、ARM和高通等公司將推出AI專用芯片，以提高AI的應用處理性能；而亞馬遜、微軟、谷歌、Facebook、百度和阿里等超大規模平臺公司將會增加投資基于FPGA和ASIC的定制芯片，這些芯片用于類似亞馬遜的Nitro、谷歌的Cloud TPU、微軟的Project Brainwave、英特爾的Myriad X VPU等等這類項目中。

已經擁抱AI的企業用戶正在期待更多的AI產品和解決方案所帶來的變化，一些行業已經嘗到了AI的甜頭。例如，在醫療保健方面，基于“計算機輔助診斷”，一臺計算機能夠根據X線掃描提早一年發現乳腺癌（52%的可能性）。AI離不開大數據，從Alexa、Cortana到無人機和可穿戴設備等等，這些都是大數據的漏斗。這些大數據處理的進步以及機器學習和深度學習等先進的分析方法推動了語言識別、自然語言處理(Nlp)和計算機視覺技術的快速發展，而這些技術為企業用戶的三大業務目標——增強客戶粘性、增強競爭優勢和提高效率——提供了前所未有的能力。

正如我們所看到的，機器學習、大數據、計算機視覺和語音識別技術方面的突破增加了AI的商業潛力，這也直接激發了投資者的熱情。僅2018年7月的融資企業數量就創新高的達到了116家，其中智慧醫療17家、計算機視覺15家，獲投密度遠超其他細分領域。同時獲投金額超過5000萬元人民幣或1000萬美元的合計達到42家，占比36%，商湯、依圖、曠視、云從等國內計算機視覺領域以及智能語音領域的云知聲等創企都在2018年先后密集獲得大筆投資。

還有一個需要重點提及的是，對于AI技術應用者而言，AI需要新的技能和新的思考問題的方式，這可能對企業最大的投資領域產生深刻的影響——培養和留住必要的人才成為提高生產力的關鍵，這些人才擁有的有關AI的技能包括特定人工智能技術的技術知識、數據科學、維護高質量數據、問題領域專門知識以及監測、維護和治理環境等等。

以上這些，就是當我們在談論AI時所需要做的。為此，電子發燒友希望通過<人工智能>這樣一個專題，為人工智能行業在發展的早期階段提供一個觀察和討論的平臺，通過對技術、產品和市場策略的發現、梳理、記錄和展示，為行業提供一個參考的坐標，并通過這樣的分享，成為人工智能行業發展進程的一次見證。該專題內容將于2019年1月正式上線。
?

點擊圖片，查看專題全部內容