2018年看到人工智能的许多发展，从新硬件到新的应用，以及一些更大的辩论和并发症。尽管戏剧性的一年，AI申请在2019年继续增长。
2018年，新的硬件开发允许更复杂和更复杂人工智能的广泛应用软件让人工智能变得更像人类。回顾一下过去一年人工智能的发展，并展望未来可能会发生什么。
定义和辩论“人工智能”的意思
人工智能的概念已经存在了几个世纪，比如机器人的故事塔洛斯源自古希腊神话。但在2018年，随着人工智能进一步渗透到日常生活中，人工智能硬件和应用的迅速发展引发了关于它是否存在的争论。取决于我们如何定义“人工”和“智能”，我们可以确定，我们是将人工智能视为一种营销神话、一种合理的技术进步，还是一种可怕未来的预兆。
塔洛斯来自希腊神话，是一个具有人工智能的机器人。托马斯·布尔芬奇的画作。
从一个基本意义上说，人工智能可以被视为具有读取数据和学习能力的高度复杂的软件。人工智能可以以令人难以置信的速度处理大量数据，这是人类智能无法做到的。但人工智能在学习过程中还不能考虑人类因素(如情感)和特定的情境。
2018年，关于人工智能伦理和监管的争论也升温了。在5月份，还有在谷歌上因有争议的人工智能军事应用而辞职。同时宣布他们在8月发布的年度报告中扩大使用AI，微软警告了潜在的责任和道德问题。
尽管围绕人工智能的争议如此之大，但人工智能的发展仍在继续推动其能力的边界。
人类角色的应用不断增长
虽然AI仍然有局限性，但2018年看到它学会模仿细微的人类互动，甚至达到现代社会的历史悠久的工作。
去年我们看到了谷歌的演示谷歌双工，am人工智能系统能够自然语音和自主交流。在5月份的Duplex演示中，自然的语言流让旁观者啧啧称奇获得道德批评基于欺骗和数据保护。
WaveNet更全面的语音系统方法的视觉表示。截图的谷歌
应用程序也将人工智能扩展到人类的生活中，作为牙医，警察巡逻人员和法律助理。在下一步之后，超越奖金对阵宏伟的奖金，IBM的项目辩手在一场辩论中与人类对手进行了较量反对政府对太空探索和远程医疗的补贴。与谷歌Duplex一样，人工智能对就业市场的侵蚀，以及它参与高层辩论的新能力，都赢得了赞誉和批评。
随着人工智能的道德规范继续变得更加复杂，2018年使用它的障碍迅速减少。人工智能 - AS-A-Service（AIAAS）从在线购物时推荐产品的算法，到允许任何人部署人工智能来分析大型数据集的程序，各种应用变得越来越突出。人工智能甚至进入了开源应用程序，比如Mycroft的机器学习家庭语音助手，将其引入家庭设备。
这些进步是可能的，因为硬件改进了，有更多的能力来处理AI的繁重需求。
硬件改进使人工智能更智能
人工智能高速处理大量数据的需求需要越来越复杂的硬件，2018年宣布了许多新进展。
虽然早些年使用云计算来执行大多数人工智能功能，但人们对使用边缘计算来提beplay体育app 苹果供响应更快的人工智能(不需要网络连接来处理数据)越来越感兴趣。
在半导体行业，高通扩大了他们的使用人工智能引擎在他们的Snapdragon soc范围内，集成了用于运行神经网络的AI模块。
Snapdragon 845移动平台动画截图。图片由Qualcomm.
非易失性存储技术公司Crossbar去年与microsemi合作在未来的芯片设计中包括电阻性RAM (ReRAM)。ReRAM的低功耗和更快的性能有可能将人工智能神经网络引入更多的嵌入式系统。
Crossbar对其可堆叠的ReRAM结构的视觉帮助。图片由横杆
此外，Brainchip于9月宣布其生产量Akida神经形态系统上芯片（NSOC）这是一种利用脉冲神经网络(SNNs)的人工智能加速器。通过使用SNN，芯片可以更有效地学习，并且只需要很少的训练，模仿人类大脑中的神经元模式。
2018年，人工智能硬件也开始变得更加紧凑。6月，Artosyn微电子公司许可Cena-XM4的低功耗智能视觉过程用于他们的AR9X01芯片上的人工智能系统，增强无人机的人工智能能力。
随着硬件通过降低功耗要求和变小来改进，越来越多的应用程序成为了人工智能的选择。
AI发展2019年
那么2019年我们能对人工智能有什么期待呢?未来是广阔的，但这里有一些有根据的猜测。
AI数据处理:从数据中心到云再到边缘计算
随着人工智能的发展，它不断地适应，以更好地服务于各种应用的需求。许多公司开始考虑，人工智能所需的存储和内存量通常需要数据中心级的基础设施将云应用于人工智能为了管理增长的速度和数据需求。这一趋势在2018年持续稳定。
2019年很可能会继续看到人工智能应用拥抱数据中心和云之间的中间地带，边缘计算它利用人工智能将内存和存储设备移到更接近终端设备的位置。
“人工智能培训性能和吞吐量受到可用存储性能的限制，”Coughlin Associates的总裁Tom Coughlin说，《福布斯》上的一篇文章里说过上周。“这一性能可以通过现代固态存储和NVMe接口得到改善，但它也需要更少的数据移动。因此，内存/存储必须更紧密地结合在一起，以改善人工智能应用。”考夫林接着断言，边缘网络对人工智能至关重要，因为它不断被编织到涉及安全的雄心勃勃的应用中，例如V2X (vehicle-to-X)延迟是最重要的沟通方式。
更小更快的硬件
尽管人工智能已经取得了许多进步，但该技术的现代化身仍然非常新。就像最早的电脑有几个房间那么大一样，AI硬件目前占用了相当大的空间(见下面的谷歌服务器机架)。2019年，我们将看到硬件随着发展而萎缩。谷歌的张量处理单位(TPUs)，用于为前面提到的谷歌双工供电，在大型液冷舱中工作，以便使用大量数据进行机器学习。
谷歌的液冷，100千万亿次版本3.0 TPU pod。图片由谷歌通过推特
随着边缘计算的发展和硬件被重新设计为更小的组件，人工智能将在2019年出现在更多的应用中。
更大的应用程序，进一步的审查
除了讨论人工智能是什么以及它可以或应该以何种道德方式使用之外，还有更多关于人工智能自身如何发挥作用的道德讨论。在接下来的几个月里，你可能会听到更多关于算法偏差的概念，即一个系统将会采用它的程序员的偏差——不管程序员是否意识到这一点。多年来，这一概念一直是教育机构研究的主题，但也有一些最大的人工智能开发行业的参与者，如beplay网页版本IBM。
2018年已经带来了缓解AI偏见问题的步骤。例如，Facebook在5月份宣布宣布一个名为公平流量这是为了识别并消除其专有人工智能中的偏见。去年，芝加哥大学也揭幕了Aequitas这是一个用于审计机器学习、人工智能和数据科学公平性的开源工具包。如果你想参与它的开源开发，你可以找到Aequitas GitHub上。另一个开源的偏见审计工具来自Pymetrics和也可以在GitHub上找到。
对这些工具的需求正在增长。在大量的选举周期和数据安全性分解到美国的未来，2019年将在2019年再次在媒体上大量涵盖关于大数据及其用途。随着AI变得更加常见，在我们的日常生活中具有更多的影响，关于规定和道德选择的进一步辩论将会出现。在2019年，预计更加审查的人不仅审查了AI系统及其用途，而是进入设计它们的人。
您对2019年的人工智能有何预测?请在下面的评论中分享你的想法。
特色图片使用的礼貌Greenwaves Technologies。
