同時に、すべての国の政府も、高度な人工知能研究を開始するために競争しており、人工知能をより大きな経済的インパクトと経済力とする手段と見なしています。
実際に機械学習は、ソフトウェア業界のすべての主要な領域が浸透しているので、これは売上高に、検索エンジンへのスケジュールの簡単なアプリケーションから、である - 我々は沈静化し始める可能性が急速に変化する労働市場の誇大宣伝の機械学習の初期段階にあり管理ソフトウェアは機械学習の影を見ることができます。
世界チャンピオンを打ちAI今でも準備ができて。ヒューマノイドロボットが正常に完璧なバク転や着陸を完了することができます。それにもかかわらず、人間のための簡単な基本的なタスクの数に人工知能アルゴリズムは、画像の理解として、これまで完璧からです場面で、または対話の文脈を特定する。
同時に、ユニバーサル人工知能の見通し - すぐに新しいタスクを学ぶか、教師なし人工知能 - まだ未知のにもかかわらず、企業の数が少ない人工知能、一般的な投資ファンドの開発を増加しているなど、代位、システムや親族を含み、しかし、詳細や真の証拠はほとんどありません。
今日のAIアプリケーションは、非常に狭い範囲のタスクにのみ焦点を当てていますが、コマース、市場、産業を再構成するのは、これらの人工知能主義で狭義のタスクです。
人々はAIのグローバルな発展軌道の数千人の状況を把握しやすくするためにと、最近、CB Insightsの報告書は、人工知能の分野で利害関係者への視野に、予測拡大する傾向があるだろう2018年までに、人工知能の13種類のAIをリリースインスピレーションをもたらす
最初に、新しいブルーカラーワークロボットナニーの出現
米国では、産業用ロボットや製造業における雇用機会が増えています。
製造業の仕事は、安価な開発途上国に頻繁に委託された労働のために批判され、場合によっては、産業用ロボットのコストを削減するために製造現場を製品のニーズに近づけるようになっている。
最近、Tシャツや衣料品会社天元アーカンソー州、米国政府の中国の製造業者が理解する（覚書）の覚書に調印し、天元会社は時給$ 14の価格で、アーカンソー州の新しい縫製工場を設定するには、約400人の労働者を雇用ザを2017年末までに実施予定の行動計画。
天元当社は、アーカンソー州の工場が新設された、このロボットはソフトウェアオートメーションアディダスの服の生産と開発され、リトルロックの縫製ロボットソフトウェアグルジア人工知能のスタートアップ企業のオートメーションを使用します。多くは非常に重い作業はロボットを完成する予定に見えます人間の労働者はロボットのメンテナンスや作業を含むハイエンドの仕事を引き継ぎますが、製造雇用の数と性質は2008年と大きく異なることになります。
労働統計局は、例えば、自動化の影響により、製造業のさまざまな職務を定義し分析しており、品質管理検査官、組立者、建築業者の見通しについて楽観的ではない。
2012年には、米国防総省とSoftWear Automationの先進企画捜査庁との契約は、「衣料品の生産が直接人工的にゼロになる完全な生産施設を達成することが究極の目標である」ことを明確にした。
しかし、消費者の嗜好の変化と劇的なプロセスの変化に適応できないことは、依然として完全に自動化された障害です。
これは高度に自動化されたAmazon倉庫でさえ明らかです。
Amazonの共同の倉庫ロボットクマ重い仕事、人間の労働者のほとんどは、このような商品の選択など、細かい作業に焦点を当てた後、棚から別の順に挿入されています。
ただし、論文の構造化されていない環境クロール、選択と処理の面でロボットが満足程遠いです。Amazonは、様々な倉庫で10万台の以上のロボットのために使用されてきたが、また新たな物流センターに人類の数を作成します何千もの新しい仕事。
第二に、人工知能をすべての人生に適用すること
人工知能の発達の非常に魅力的な傾向は、ビール醸造業界にマリファナから、機械学習には何もするようです。
人工知能はどこにでもあり、具体的に言えば、機械学習はどこにでもあります。機械学習とは、大規模なデータセットの学習アルゴリズムで、機械が必要なパターンを認識して生成する方法を学習できるようにすることです。適切なパラメータは、人間のクリエイターによって提供されます。
ソフトウェアを訓練し、望ましい出力を念頭に置いたデータがある限り、この技術は基本的にすべてに適用できます。
したがって、あなたが表示されます：
英国の会社IntelligentXは、世界初の人工知能ビール醸造を開始したいと考えています。
魚のレーダー画像とノイズを区別するために、魚の様々な、レーダー技術や人工知能の組み合わせを使用してロシアDeepFishニューラルネットワーク。
スウェーデンHoofstepは、馬の深学習の行動に基づいた分析を実現するためにベンチャーキャピタルを上げました。
あなたは、グルテンフリーの擁護者？ベジタリアンはありますか？それとも、大豆にアレルギーがある？ニューヨーク散文は、カスタマイズされたヘアケア製品に人工知能を使用します。会社の前身・ベンチャーズ、Lerer Hippeau Venturesと他のよく知られた風MaveronからCIC事務所は資金の$が取れて7.57百万米ドルを調達しました。
人工知能パーソナライズされた勧告と比較して、また、人工知能技術はマリファナをも使用されている。DeepGreenは、コンピュータを使用カンナビノイド所の視覚的な差別や性的な健康です。Weedguideマリファナは資金調達で$ 170万調達しました。
そして、趣味から、これは長期的に見て一つだけであるかどうかの区別を収入のアイデアを実現する。2018年までに、私たちは「X用のAI」箱から出して詳細を参照するには、この傾向を期待しますおよび新規性のますます普及しているアイデアは珍しい例では、人工知能技術が。むしろ、それは現代のソフトウェアやアプリケーションの礎石の一つであることを示しているではありません。
第三に、中国と米国は世界の人工知能指導者と競合する
中国のAIECは世界市場の9％を占めていますが、2017年には世界のIPOファンドの約50％が米国をはじめて中国に送った。
中国は、人工知能のいくつかの分野で中国がすでに米国を打ち破っている、人工知能の巧みに設計されたビジョンを積極的に実施している。
中国政府はまた、スマートな農業、スマートな物流から軍事用途、人工知能、雇用創出まで、あらゆるものをカバーする将来のAI計画を推進している。
これらのリソースの一部は、革新的な中国の新興企業で医療機関からメディアまで、さまざまな業界で人工知能を開発するために使用されます。
実際には、中国は世界の人工知能のスタートアップ企業の売上高のわずか9％を占めた。しかし、2017年に、初めて中国に流れが48％を占め、総投資資本を、資金調達人工知能スタートアップ企業の世界はドルのシェアで米国を上回りました。あなたが知っている、2016年の中国でグローバル・ファンドのわずか11.3％。
AIの新興企業における資産のシェアに関しては、米国は引き続き世界的に支配的な地位を占めていますが、グローバル・トランザクションのシェアは低下しています。
さらに、中国企業の特許出願も研究開発能力を反映している。
特許出願では、中国企業が米国のトレンドに追いつく。検索キーワードのタイトルと概要に基づき、人工知能に関連する中国の特許公報は、はるかに米国特許商標庁によって公開された特許の数を超えています。
深さの研究は、例えば、この点に関して、中国で発行された特許の数は（注：特許出願公開前に、特許出願のプロセスは、長い期間を要する）の6倍、米国です。
顔認識や人工知能チップはまた、人工知能の開発には2つの主要な中国の技術を高める。かつての向きは米国製チップが直接挑戦を持っていた国の政府プログラムの実施を監視します。
中国のユニコーンは、テクノロジー企業国光客運（フェイス++）として、クラウド技術から殷王朝と技術の新興企業は、（後者は、広州市政府に資金援助で$ 301百万ウォン）、この分野での三つの主要なプレーヤーです。
2017年には、中国は約50都市が参加していている「シャープエンジニアリングを。」公共エリアや監視カメラのプライベートエリアに設置スタッフを監視し、様々な状況に焦点を当てています。メディアの報道は、アクションが中国を支援すると発表したために使用されます市民の「信用」を考慮する社会的信用制度。
国光客運の科学技術が中国保険会社（サンシャイン保険グループ）を獲得した、政府機関（ロシアの投資グループ）と企業の巨人（Foxconnの、アリゴールドのドレス）のサポートは、同社はデータが13億人の中国国民に直面して取得しています。
蟻の服を使っているアリババと、Foxconnは2016年に杭州と提携し、人工知能を使って監視カメラやソーシャルメディアのデータを分析する「City of the Brain」プロジェクトを立ち上げました。
Alibaba所有の小売店でのアリのゴールド服は、顔認識技術の独立した支払いを使用しています。
米国と中国も、人工知能技術の優位性をめぐり競争している。
2017年6月には、中国政府は2020年までに、人工知能のレベルは人工知能の世界的リーダーとしての米国を上回る、2030年までに米国を追い越すだろうと述べた。政府が支援するプロジェクトが遠実行してエネルギー効率を作成することですChaoying Weida GPU20回チップ。カンブリア紀には、今後3年間約束した中国企業は、深い学習のために特別にチップを開発している億処理装置、でチップを開発します。
BaiduやJingdongなどの中国の技術大手も、米国を含む海外のAI企業に投資している。
最近、百度とJingdongは、米国の金融テクノロジー企業ZestFinanceを投資し、テンセントはニューヨークで人工知能会社OBENに投資。Pony.aiコードと、米国と中国が近い、さらに二国間の操作を行ったとして、バイオベンチャー競争のギャップ。
中国企業が積極的により多くの中国の投資があり、米国では人工知能のスタートアップを米国への協力や投資を求めているが、比較しているが、人工知能企業の米国における中国の投資は比較的小さいです。
第四に、人工知能の将来に依存している、防衛
人工知能ネットワークセキュリティ市場はますます勢いを増しており、一部の新興企業では、政府顧客の名簿を持っていても、ハッカーをリードすることを望んでいます。
データセンターは、新たな戦場になっています。
アマゾンは2014年に、CIAの顧客クラウドコンピューティングサービスを構築し、機密データの厳しいコンプライアンスと規制要件に対応しました。
2017年の第4四半期に、AWSはこれらのツールを情報サービス以外の政府の顧客に提供します。
Amazonはまた、2つのAIネットワークセキュリティ会社Harvest.aiとSqrrlを買収し、クラウドに敏感なデータを保護しました。
アマゾンやその他の新興企業が政府の顧客に意図的に対応しているかどうかに関わらず、人工知能は政府によるサイバーセキュリティのバックボーンとして浮上しています。
冷戦時代、政府は核弾頭や位置のライバルメリット間の「ミサイルギャップ」を検討している。今、政府が彼らのネットワーク機能のギャップについてますます懸念している。連続ネットワークセキュリティと伝統の防衛の結果フュージョン
米国大統領選挙におけるロシアの介入として恐喝ウイルスイベントをWannaCryし、その後漏れた米国の信用格付け機関、社会保障番号のエクイファックスの何百万人から、と：データ漏洩のリスクが顕著もたらしました。
インテルキャピタルとムーディーズと他の企業が2017年に投資したニューヨークに本社を置くSecurityScorecardを分析したところ、米国政府機関がサイバーセキュリティで最も低い得点を記録し、合計552人地方、州、連邦の各機関は、100を超える公開IPアドレスを持っています。
ネットワークセキュリティは、サイバー攻撃が継続的に進化し、保護が絶えず様々なマルウェアに直面するため、人工知能アルゴリズムの実際のアプリケーションの機会を提供します。人工知能は、数百万のイベントスクリーニングでは、異常で危険で脅かされる可能性のあるシグナルが特定されます。
現在、市場では新興のネットワークセキュリティ会社の多くは、我々は次のレベルに機械学習をプッシュしようとしているがあります。
過去5年間で、134スタートアップ企業利用できる資金調達で$ 3.65億円の合計。昨年、資金を得るために、第1の時間は約34の企業は現在、市場は各企業によって、このようなCybereason、CrowdStrike、CylanceとTanium、などの大企業が占有されています以上$ 900万ドルの時価総額。
アクセンチュアの伝統的なコンサルティング会社は、常により良い連邦政府の顧客にサービスを提供するために人工知能のネットワークセキュリティ技術を開発してもよう。米空軍は、アクセンチュア、取引への政府サービス事業を販売する新興企業のエンドゲームとしての顧客を持っています広範な関心を呼び起こした。
2016年、諜報機関投資腕のIn-Q-電話投下Anomali、IntersetとCylance。Darktrace英国同社はまた、米国空軍とコロラド州Logrhythmにある政府機関を含め、そのシステムは3000で世界的に展開されていることを主張します、NASAと防衛請負業者Raytheon。
他のトップディフェンス業者も常に投資しています。
ロッキード・マーチンは、初期の投資家Cybereason（US $ 900万ドルの現在の市場価値）であった。2017年、ボーイングは、その投資部門SparkCognitionホライゾンX.を通じてトルコ人、テキサス、インターネットセキュリティ会社、投資し
あなたはどうですか、アレクサ？
Amazon EchoとGoogle Homeはスマートなホームスピーカー市場を支配していますが、巨人は英語以外の市場について熱狂的ではありません。
アレクサは声の革命を開いた。
音声対応コンピューティングは2018CESに恩恵をもたらし、Amazon AlexaやGoogle Homeに接続しなかったIoTデバイスは事実上存在しませんでした。
サムスンは独自の音声アシスタントビクスビーを開発している。同社は2020年までに、すべての会社の製品は、ビクスビー通じ、インテリジェントすべてのネットワーク接続、であることを期待している。2017年、LGは、そのアプリケーションのすべてを達成しWiFi経由で接続することができます。現在、80以上のGoogleのホームのドッキングを達成するためのLGの製品。
Amazonはもともとボイスコンピューティングのリーダーでしたが、言語サポートの一歩です。
前四半期、アマゾンは約80カ国でアレクサのパワードスピーカーを出荷すると発表しましたが、欠点は世界中のユーザーが英語、ドイツ語、または日本語でスピーカーと対話してほしいということです。
Google Homeは英語、ドイツ語、フランス語、および日本語をサポートしています。AppleのHomePodは現在英語のみをサポートしていますが、すぐにドイツ語とフランス語をサポートする予定です。
これに関して、GoogleはAmazon.Aよりも大きな利点を持っています。Android携帯のGoogle電話ヘルパーは、英語、フランス語、ドイツ語、イタリア語、韓国語、スペイン語、ポルトガル語をサポートしています。音声認識機能変換と音声検索は、119の言語をサポートすることができます。
現在、スペインのスマートホーム市場は、技術的な巨人の注目を集めていませんが、中国語の後で最も広く使われている言語の1つです。
中国では、Alibabaは、2017年6月に発売されて以来、中国のボイススピーカーTmall Genieが100万台以上を販売したと発表しました。
2018年に、音声アシスタントは市場支配のために英語以外の音声市場で競争し続けます。
自動化を加速する6人のホワイトカラー労働者
ホワイトカラーの労働者には、弁護士、コンサルタント、金融アナリスト、ジャーナリスト、トレーダーなどが含まれます。これらの人々に対する人工知能の影響は、ブルーカラーの労働者のそれと同じくらい大きいです。
人工知能と新しい時代の生産を最適化するために、人間や人工知能の補助生産に人工知能の正の効果を高めるために、専門家レベルの自動化ソフトウェアの祝福によって、より多くの。これらは、人工知能ツールの生産を最適化することができますが、ホワイトカラーの仕事のデスクの一部を脅かしています。
下の図はEAASの市場を示しています.AI EAASの新興企業が、特に弁護士、ジャーナリスト、保健管理者であることがわかります、トレーダーやコンサルティング業界の実務家には、対応するAI EAASソフトウェアが使用できます。
たとえば、法律業務では、AIは時間を節約し効率を向上させる大きな可能性を秘めています。自然言語処理とテキスト分析技術は数千ページの法的文書を数分でまとめ、これは1人で仕事が始まる数日前に行われ、人工知能を使用することで作業の正確さが向上しました。
AIプラットフォームがますます効率的になり、商用化されるにつれて、時間料金を請求するサードパーティーの法律事務所の料金請求パターンも影響を受けます。
プログラマは、初期のプロジェクトの多くは、人工知能AIベースのソフトウェアのテスト、デバッグ、およびフロントエンドの開発に焦点を当てている、ベースの仕事を乗り切ることができません。DiffBlueを英国で昨年ホールセール資金調達はあったが、同社のビジネスがありますAI技術は、他の言語や他のタスクへのプログラミング言語で書かれたコードを変換するために、クライアント側のコードを書いて、日常のコーディングのバグ修正に使用されます。
健康と教育の分野は、これらの2つの産業がダイナミックタスクの多数が含まれているため、少なくとも人工知能業界の影響によって影響を受けると考えられ、両方の業界の専門家は、通常、高い感情的知性を必要とするが、人工知能はまだ2です例えば、創業企業は、マーキング、語学教育、作文などの人工知能支援サービスを提供するように取り組んでいます。
7つ、人工知能の最後への移行
人工知能産業は、2017年に端末に移行する明確な傾向を示しました。たとえば、AIは小型のデバイスやセンサーに組み込まれており、コンピューティングネットワークのエッジで動作します。つまり、AI雲を離れて放置するか、ヘッドセットに電話を残しておくこともできます。
人工知能はますます分散している。
スマートフォン、車、さらにはワイヤレスデバイスのインテリジェンスなどのデバイスインテリジェンスにより、クラウドやサーバーと通信する必要がないため、より迅速かつローカライズされたシーンベースの情報処理が可能になります。
例えば、自律走行車は、道路状況へのリアルタイム応答を行う必要があり、その意思決定プロセスは非常に時間に敏感で、信号遅延は別の例の命を危険にさらすだろう、ローカルデバイスにおける人工知能のアシスタント民間の訓練は、アシスタントは、あなたのユニークなを識別することができるようになりますアクセントや個人のあなたの顔の特徴。
2017年には、多額の投資、技術の巨人のために、インテリジェント端末は、質的な飛躍をしました。
Appleは、iPhone 8とiPhone Xで使用される神経エンジンを搭載したA11チップをリリースしました.Appleによれば、このチップはマシン学習タスクを毎秒600Bの速度で実行でき、FaceID FaceID機能の使用中に、携帯電話は、目に見えない光をユーザの顔に放射することによって、クラウドにユーザデータをアップロードして保存する必要はありません。
ほとんどのデータセンターの主流プロセッサーメーカーであるインテルは、買収によってターミナルインテリジェンスの動向に追いつく必要があり、インテルは最近、2016年にインテルが最初に買収したデバイスサイドビジョンコンピューティングチップMyriad Xを発表しましたこのチップはMovidius社のために開発されました。
Intelは、Myriad Xは、スマートフォンから幼児用モニター、無人機まで、幅広いエンドデバイス上で動作する深い学習タスクが可能であると語った。
Googleではフェデレーテッドラーニングと同様のコンセプトを提案していますが、一部のマシン学習タスクはエンドデバイスで実行され、現在GoogleキーボードのGboardでテスト中です。
端末の人工知能は情報遅延の問題を弱めるが、端末インテリジェンスはクラウドと比較してストレージスペースと計算パワーに制限がある。
さらに、より多くのハイブリッドディープ学習モデルが登場し、異なるエンドポイント間、エンドポイントとクラウド間のより良いコラボレーションが可能になります。
八、カプセルネットワークの台頭
ディープラーニングは現在のAIアプリケーションの背後にある原動力であり、カプセルネットワークのおかげで、深い学習が見直されています。
今日の深い学習の中で最も有名なネットワーク構造は、畳み込みニューラルネットワーク（CNN）である。新しいネットワーク構造であるカプセルネットワークが普及し、多くの側面を持っているスーパーCNN能力。
近年CNNが成功しているにもかかわらず、その欠点を無視することはできず、多くの場合、CNNはパフォーマンスが低下しており、セキュリティ違反が発生する可能性があります。 。
顔の認識では、CNNは人間の顔（目、鼻、口）のすべての要素を学習しますが、各要素の特定の場所を覚えていないため、次の2つが発生します図は人間の顔と考えることができます。
ディープ・ラーニングの主要研究者の1人であるGeoffrey Hintonは、2017年にカプセル・ネットワーク（CapsNet）の概念を導入した研究論文を発表しました。
このエッセイはまだ評価段階にあり、実際の設定では十分なテストが不十分ですが、その強力な機能により、メディアや科学技術分野でかなりの混乱が生じました。
この小さなにおける当社の技術的な詳細は、ネットワークのカプセルから、より高い次元の特徴識別の事、必要なより少ないトレーニングデータ、要するに、言うこと、およびエラーレートは、上記の例のように、小さい、眉毛上記の長い口顔は簡単に特定できるが、CNNはこれを行う方法がない。
CNNは、もう一つの問題は、それが入力されたデータの形式で複数の変換を扱うことができないということである。たとえば、オブジェクトを識別するために訓練された畳み込みニューラルネットワークへの入力データとして、異なる角度で同じオブジェクトのたくさんの写真を使用する必要があります。そのため、幅広い種類のオブジェクトを特定するには、膨大な量のトレーニングデータが必要です。
この時点で、カプセルネットワークはCNNよりも優れた性能を発揮すると言われています。カプセルネットワークでは、必要なトレーニングデータが少なくて済み、オブジェクトのいくつかの状態から追加の状態をすべての状態データ。
また、彼の論文で言及ヒントンは、カプセルのネットワークは、（いくつかの修飾されていない混乱したアルゴリズムの写真付き）テストに対する洗練された攻撃の数を経験して、ニューラルネットワークの畳み込み結論のパフォーマンスを上回るようになってきました。
簡単な操作で、ハッカーは畳み込みニューラルネットワークを欺くことができます.GoogleやOpenAIの研究者はこれを例を使って実証しています。
最も有名な例の1つは、2015年のエッセーで、研究者がジャイアントパンダの写真を目に見えないように見て、99.3％の信頼度でギボンと識別したという事実です。
人工知能才能闘争の9人の俸給
不足していると、現場の一流の研究者の数は何百万人に達する可能性があります。
中国は人工知能分野の専門家を募集している。
BMW中国に上場しているトップクラスの機械学習研究者の一部は、約56.7〜624,000ドルの収入を得ており、他の企業は、機械学習の専門家に31.5〜41万ドルを拠出しています。雇用ウェブサイト。
最近のテンセント報告によると、関連分野の学生を含む人工知能の分野には現在およそ30万人の人がおり、企業には100万人以上の人が必要とされるインテリジェントなエキスパートがエンジニアリングニーズを満たす。
米国では、職場のコミュニティであるGlassdoorの人工知能を検索して32,000件以上の雇用を示しており、そのうちの多くは6つの数字を獲得しています。
大企業は、最高の人工知能の才能を掘るために、自然に最も競争力のある給与を与えるでしょう。
2014年には£1.048億の財務報告書、昨年の「人件費及びその他の関連費用」にGoogleのDeepMindに買収された。LinkedInの上に、従業員の数は急速に415人を検索します。これは2016年のチームであると仮定すると、規模、その他の費用の純は、従業員のチームの平均給与25.2万ポンド（約$ 350,000人）でした。
さらに、大手技術企業の人工知能研究者は、自社を立ち上げ、立ち上げました。
アンドリュー・ウは、Baiduのを出た後、一度Groq人工知能チップの起動CTO。$ 175百万人工知能、および資金調達のファンドを設定し、後でGoogleのハードウェアエンジニアリングの研究開発TPUでGoogleのX部門で働きます。
国内起業企業Horizon Robotのチーフ・テクノロジー・オフィサーであるYu Kaiは、BaiduのDeep Learning Research Instituteの責任者としてBaiduに勤務し、画像認識チームを率いています。
間違いなく、才能のある人たちが継続的に起業家に流れていく中で、才能の戦いはより激しくなるでしょう。
10、機械学習の憶測が治まる
機械学習はまもなく「祭壇から出る」でしょう。2016年に登場した1,100人以上の新しいAIスタートアップは、生き続けるためには堅実なビジネスモデルを必要としています。
ビッグデータ、そしてクラウドは今は機械学習であり、ハイテクブームは波に乗ってくる。
2017年には、機械学習の人気がピークを迎えました。
今年、インキュベーターは300人以上のAI創業者を生み出し、2016年の3倍に達しました。その年、投資家は2016年に資金を調達し、さまざまな分野の人工知能新興企業に15億2000万ドル以上を投資しました141％。
1,100人を超える新興AI企業が2016年以降に第1回目の資金調達を完了したことから、これは歴史的に株式の資金調達を行ったAIの新興企業の半分以上です。歴史的なAIのスタートアップの半分以上が資金調達を完了しました。
しかし、この投機の波はすぐに沈静化した。
機械学習の標準化により、投資家は彼らが資金を提供しているAI企業をぞっとすることになります。
ベンチャーキャピタリストのフランク・チェン氏は、「数年後にAIのスタートアップを探している投資家はいないだろう」と語った。スタートアップは、必要な人工知能アルゴリズムを使って自らの製品に「仮説」を付ける。
実際、多くの業界でこれを見てきました。
機械学習はIIoTと切り離すことができません私たちは、機械やセンサーで収集された大量のデータを理解し、リアルタイムで処理するために人工知能を必要としています。さらに、大規模なテクノロジ企業は、組織に機械学習ソリューションを提供します。
トップ投資家は慎重に人工知能技術の新興企業の使用を評価している。例えば、a16z投資意向を取得freenomeだけで会社の前に液体生検では、マークされていない5つの血液サンプルを受け、人工知能アルゴリズムで分析を展開します。
XI、アマゾン、グーグル、マイクロソフトが企業のAIを支配しました
5年以内に、累積投資家は、企業$ 180万ドルを投資したAIサービスに焦点を当てたスタートアップ企業、そして今、アマゾン、Googleは、Microsoftが小さな会社が段階的に廃止させることがあります。
同時に、自社製品に機械学習に専念し、より多くの企業が、新興企業は、ML-as-a-Service：サービスとしての提供を開始しました。
現在のところ、Google、アマゾン、マイクロソフトとSalesforceと他の大規模なテクノロジー企業は、スペースのうち中小企業と資金を有効にする人工知能製品のビジネスを改善するために取り組んでいます。
GoogleはCloud AutoMLを導入しました。これにより、ユーザーは特定のニーズに合わせて独自のデータでアルゴリズムをトレーニングできます。
アマゾンAWSがAmazonでAIのスローガンの旗の下果たし、AI-as-a-Service：サービスとしての販売を開始しました。アマゾンAIの目標は、より多くのまたは前払費用の関与なしに、人工知能技術の大規模または小規模な開発を必要とする人のためのサービスを提供することです多くの問題。アマゾンは、同様の製品のAPIを立ち上げ、開発者はアマゾンレックス（AmazonのNLP能力）、アマゾンポリー（アマゾンの音声合成）とAmazon Rekognition（アマゾン画像解析機能）にアクセスすることができます
アマゾンは2017年の第4四半期に、ビデオ認識、音声認識、センチメント分析などの機能を拡張し、AWSの進化に深い足跡を残しました。第4四半期の収入はわずか50億ドルで、前年同期比44％ 。
さらに、MicrosoftとAmazonも激しい競争を遂げており、SalesforceとOracleなどの企業がこれに続いています。
12人の人工知能診断が規制当局の承認を受けた
機械学習は、すぐに医用画像診断の分野で日常的な作業になるでしょう。
米国の監督当局は臨床使用のために人工知能を承認することを検討している。
診断における人工知能の価値は、主に病気の早期発見に反映され、領域の精度を改善する。
機械学習アルゴリズムは、他の何百万人もの患者の医学的イメージを人間の目には無視できないほどに比較することができ、アルゴリズムは数秒で行うことができますが、 。
コンピュータビジョンを使用して疑わしい皮膚疾患を検出するSkinVisionや病院や診療所への新しい人工知能医療アプリケーションの波など、消費者向けのAI監視ツールも数多くあります。
最近、世界のバイオ医薬品会社AstraZenecaは、AlibabaのAli Healthとの協力を発表し、中国で人工知能支援診断およびスクリーニングアプリケーションを開発しました。
それ以前は、General ElectricとNVIDIAが医療分野に深い学習技術をもたらそうとしました.Geogle DeepMindはまた、眼の病気を検出するために人工知能技術を使用しようとしました。
アリババを入力するにはGoogleのDeepMind、IBM、ゼネラル・エレクトリックや他の巨人は、新興企業を、この市場のケーキのペースを彫ることはますます困難にしている。新興企業の冒険のペースを停止しなかったこと。
ヘルスケアは依然として人工知能ベンチャーキャピタルの最も注目されている分野の1つであり、医療イメージングと診断に重点を置く多くの企業の成長がこの結果に貢献しています。
メディカルイメージングは、同社のクラウドコンピューティングプラットフォームの診断テストの精度とスピード一連の心臓画像の分析のために承認された後Arterysが伝え最初のFDAを獲得した。現在、ArterysはAIにFDAの承認を申請しているスタートアップとアプリケーション腫瘍学。
MedyMatchと呼ばれるイスラエルの新興企業は、結果が頭蓋内の出血深い学習技術の使用を検出するために分析されている別のCTスキャンである。最近、FDAは、これにより、市場のプロセスに製品を加速し、その画期的なデバイスの資格を与えます。
競合の最大値があり、このような高リスク医療業界では、人工知能システムの誤診の責任を取る人である。現在のアプリケーションでは、補助放射線技師や医師であるが、診断の最終的な決定ではありません。
DIYへの13、人工知能
あなたの音声アシスタントが映画やテレビドラマのように聞こえるようにしたり、自分のAIカメラを作成したりしましょう。
コンピュータサイエンスや数学で博士号を取得する必要はなく、独自のAIシステムを構築することができます。
現在、市場に存在し、オープンソースソフトウェアの多くは、ある大規模なAPIとSDKとAmazonやGoogleスイートの始めるのは簡単な組み立ては、かなりの人が人工知能の分野を入力するためのしきい値を減少しています。
Googleは、すべての年齢のユーザーが自分の人工知能製品をDIYできるように設計されたAIY（人工知能自身）計画を導入しました。
AIY声キットと呼ばれる最初の製品の誕生に基づいてAIYプロジェクトは、ラズベリーパイ音声認識ツールキットの組み合わせである。音声アシスタントを与えるために、図のようにすることができ、「ドクター・フー」BBCのSFテレビシリーズでは、使用の80年、のようなインテリジェントなアシスタントと対話するコミュニケーションの。（ドラマ、時間主ご自身が彼の変装1950年代の英国の警察ボックスのタイムマシンのTaディシ時間でそのパートナー、宇宙探査、水泳、善と悪との「博士」として文明を保存し、弱さを助ける。）見つけにくいことではなく、ユーザーは人工知能技術に基づいてより多くの新しい発明を創り出す。
さらに、GoogleはニューラルネットワークモデルをサポートするAIY Vision Kitを導入しました。アルゴリズムを使用して猫や犬を識別することができますが、表情や気分に合わせることもできます。
Amazonはまた、DeepLenseを紹介しました。これは、AmazonがDeepLenseの最初のハッカーマラソンの優勝者に$ 7,500を提供した249ドルの学習カメラです。