4.醫(yī)療成像與診斷

　　美國(guó)食品和藥物管理局(FDA)對(duì)AI醫(yī)療設(shè)備開(kāi)了綠燈。 AI軟件產(chǎn)品的快速監(jiān)管審批為AI成像和診斷公司開(kāi)辟了新的商業(yè)途徑。在消費(fèi)者方面，智能手機(jī)的滲透和先進(jìn)的圖像識(shí)別技術(shù)正在將手機(jī)變成功能強(qiáng)大的家用診斷工具。最具影響力的AI趨勢(shì)之一將是AI用于醫(yī)療和診斷應(yīng)用的批準(zhǔn)和采用。數(shù)據(jù)顯示，診斷應(yīng)用是健康類AI應(yīng)用投資交易的主要驅(qū)動(dòng)。

▲診斷類AI投資交易

　　谷歌DeepMind的算法已經(jīng)可以判斷出乳房活檢照片中腫瘤存在的可能性。

▲DeepMind的腫瘤識(shí)別算法

　　5.預(yù)測(cè)性維護(hù)

　　從制造商到設(shè)備保險(xiǎn)公司，AI物聯(lián)網(wǎng)可以為現(xiàn)有企業(yè)節(jié)省數(shù)百萬(wàn)美元的意外故障。預(yù)測(cè)性維護(hù)算法使用持續(xù)數(shù)據(jù)收集來(lái)預(yù)測(cè)設(shè)備故障。由于降低了傳感器成本，人工智能的進(jìn)步以及對(duì)邊緣計(jì)算的推動(dòng)，預(yù)測(cè)性維護(hù)已經(jīng)變得更加廣泛。我們將見(jiàn)證2019年及以后該行業(yè)的投資的增加。

　　6.電子商務(wù)搜索

　　對(duì)搜索術(shù)語(yǔ)的語(yǔ)境理解正在逐漸走出“實(shí)驗(yàn)階段”，但廣泛采用仍有很長(zhǎng)的路要走。盡管面臨技術(shù)挑戰(zhàn)，早期的SaaS初創(chuàng)公司正在興起，向第三方零售商銷售搜索技術(shù)。 2019年人工智能的主要趨勢(shì)之一將是對(duì)該行業(yè)的更多投資，包括主要零售商。

　　7.膠囊網(wǎng)絡(luò)

　　深度學(xué)習(xí)推動(dòng)了當(dāng)今大多數(shù)人工智能應(yīng)用，但膠囊網(wǎng)絡(luò)很快就會(huì)取而代之。與當(dāng)前的卷積神經(jīng)網(wǎng)絡(luò)(CNN)相比，膠囊網(wǎng)絡(luò)具有許多優(yōu)點(diǎn)。對(duì)膠囊網(wǎng)絡(luò)的研究還處于起步階段，但可能會(huì)挑戰(zhàn)當(dāng)前最先進(jìn)的圖像識(shí)別方法。

　　8.新一代假肢

　　非常早期的研究是將生物學(xué)，物理學(xué)和機(jī)器學(xué)習(xí)結(jié)合起來(lái)解決假肢中最棘手的問(wèn)題之一：靈巧性。研究人員正在使用機(jī)器學(xué)習(xí)來(lái)解碼來(lái)自身體感官的信號(hào)，并將其轉(zhuǎn)化為移動(dòng)假肢裝置的命令。今年，該行業(yè)將尋求更多發(fā)展，包括面向消費(fèi)者產(chǎn)品的試驗(yàn)。

　　9.AI臨床試驗(yàn)

　　臨床試驗(yàn)中最大的瓶頸之一就是招募合適的患者。理想情況下，AI可以從醫(yī)療記錄中提取信息，與正在進(jìn)行的研究進(jìn)行比較，并向醫(yī)生和患者提出相關(guān)研究建議。

　　很少有創(chuàng)業(yè)公司直接在臨床試驗(yàn)領(lǐng)域與客戶合作，但像蘋(píng)果這樣的科技巨頭正在大踏步前進(jìn)。自2015年以來(lái)，Apple推出了兩個(gè)開(kāi)源框架，以幫助臨床試驗(yàn)招募患者并遠(yuǎn)程監(jiān)控他們的健康狀況。

▲AI臨床試驗(yàn)

　　10.生成式對(duì)抗網(wǎng)絡(luò)GANs

　　GAN采用“AI對(duì)抗AI”的概念，包括生成器和鑒別器。生成器創(chuàng)建偽圖像，而鑒別器將其與真實(shí)世界圖像進(jìn)行比較，并向生成器提供反饋。 最終結(jié)果是一個(gè)恒定的反饋回路，產(chǎn)生越來(lái)越復(fù)雜的圖像。隨著研究的擴(kuò)大，它將改變新聞，媒體，藝術(shù)乃至網(wǎng)絡(luò)安全的未來(lái)。 2019年最重要的AI趨勢(shì)之一將是GAN的進(jìn)一步發(fā)展和其他應(yīng)用的溢出效應(yīng)。

　　11.聯(lián)合學(xué)習(xí)

　　使用獨(dú)特的本地?cái)?shù)據(jù)集訓(xùn)練AI可以極大地提高其性能，但用戶數(shù)據(jù)也是隱私的。 Google的聯(lián)合學(xué)習(xí)方法旨在使用這些豐富的數(shù)據(jù)集，同時(shí)保護(hù)敏感數(shù)據(jù)。今年將見(jiàn)證在藥物發(fā)現(xiàn)和其他用例中尋找更多聯(lián)合學(xué)習(xí)的應(yīng)用。

　　12.高級(jí)醫(yī)療保健生物學(xué)

　　利用神經(jīng)網(wǎng)絡(luò)，研究人員開(kāi)始研究和測(cè)量以前難以量化的非典型風(fēng)險(xiǎn)因素。從視網(wǎng)膜掃描到分析皮膚顏色變化，AI正在從無(wú)數(shù)來(lái)源解鎖新的醫(yī)學(xué)見(jiàn)解。 AI將繼續(xù)解鎖新的診斷方法并識(shí)別以前未知的風(fēng)險(xiǎn)因素。

　　13.自動(dòng)索賠處理

　　保險(xiǎn)公司和初創(chuàng)公司正在使用人工智能來(lái)計(jì)算車主的“風(fēng)險(xiǎn)評(píng)分”，分析事故圖像并監(jiān)控駕駛員行為。人工智能的進(jìn)步正在改變以前緩慢的，人為主導(dǎo)的過(guò)程，并允許更快的索賠結(jié)算。

　　14.假貨識(shí)別

　　假貨越來(lái)越難以發(fā)現(xiàn)，網(wǎng)上購(gòu)物比以往任何時(shí)候都更容易購(gòu)買假貨。為了反擊，品牌和典當(dāng)商開(kāi)始嘗試人工智能技術(shù)。在線和實(shí)體商務(wù)中，AI被用于識(shí)別仿冒產(chǎn)品和欺詐性商標(biāo)侵權(quán)。