第1个回答 2020-10-30
在2020年全球疫情暴发和世界被彻底颠覆之前，人工智能，尤其是人工智能的分支——机器学习（ML）——已经在广泛扰乱几乎所有行业。
新冠病毒疫情对我们行为方式的许多方面产生了影响，但它并没有削弱人工智能对我们生活的影响。
事实上，有一点已经变得显而易见，即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。
当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时，人工智能无疑仍是一个关键趋势。
为此，我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里，我们可以期待什么。
01
更智能的大数据分析
在当下的这场疫情中，我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。
技术进步是这场疫情（尚）未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步，到通讯技术的进步，它们使我们能够更快发现疫情和实施封锁。明年，人工智能将被列入使我们能够更有效应对疫情的技术发展清单。
仅科学和医学文献的数量就大幅增加，今年4月之前就发表了28000多篇与新冠病毒有关的论文。
目前还在进行开发人工智能解决方案的工作，以帮助处理癌症等大量积压的其他医学问题，这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年，我们很可能会看到人工智能在其他许多医疗领域被加速采用，而不仅是应对病毒。
通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集，我们将更容易发现疫情，跟踪密切接触者，实现更准确的诊断，并通过预测病毒未来可能演化的方式，开发更有效和持久的疫苗接种。
02
自动检测和预防
我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据，并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。
另一个相关的发展领域将是使用面部识别技术，这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是，它把重点放在识别个体、而非人群中的模式，因此警方利用这项技术来发现逃避封锁和隔离的人，并追踪人群中出现症状的个体活动。
03
预测行为变化
我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势，但今年我们目睹了一场热潮。
亚马逊公司2020年第二季度的销售额比去年同期增长了40%，就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。
人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性，并在迅速掌握行为分析和个性化等概念。
在2021年，让组织自助获取这项技术的工具将越来越流行，因为中小型企业正在寻求建立自己的竞争优势。
04
把下一次疫情消灭在萌芽状态
大多数人工智能算法都是针对预测的，人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。
这项研究已经进行了一段时间，事实上，一些关于当前疫情的最早警报是由人工智能生成的。
我们可以预计，人工智能研究将在未来18个月取得进一步突破，从而提高我们发现和应对病毒暴发危险的能力。然而，要做到这一点，还需要各国政府和私营企业之间持续不断的全球合作。
第2个回答 2020-10-30
VentureScanner的统计，截至2015年9月，全球人工智能领域获得投资的公司中，按照平均融资额度排名的五大业务依次是：机器学习(应用类)、智能机器人、计算机视觉(研发类)、机器学习(研发类)和视频内容识别等。
目前中国地区人工智能领域获得投资最多的五大细分领域是计算机视觉(研发类)、自然语言处理、私人虚拟助理、智能机器人和语音识别。从投资领域和趋势来看，未来国内人工智能行业的资本将主要涌向机器学习与场景应用两大方向。
数据储存容量和技术能力的提升为机器学习爆发提供了基础保障，而机器学习又是人工智能的核心技术和涵盖面最广的应用手段;但由于现阶段运算能力的局限和通用解决方案的研发门槛限制，基于安防、智能生活、教育和健康等场景的场景应用成为了大多数国内企业在人工智能领域的突破口。
二、专用领域的智能化仍是发展核心
基于GPU(图形处理器)计算速度(每半年性能增加一倍)和基础技术平台的飞速发展，企业对于人工智能神经网络的构建取得了前所未有的突破。但是，由于人工智能各领域技术和算法的复杂性，未来20年内人工智能的应用仍将集中于人脸和图像识别、语音助手和智能家居等专用领域。
通过上述产业链环节构成和投资分类可以看出，优势企业的核心竞争力主要集中于特定领域的专用技术研发;其中，计算机视觉和语音识别领域的研发和应用已处于国际一流水平，专业应用机器人的研发也有望近10年内迎来突破性发展。
可以预见的是，在由专业领域向通用领域过渡的过程中，自然语言处理与计算机视觉两个方向将会成为人工智能通用应用最大的两个突破口。在未来20年内，通用领域研发所需的技术和数据也会随着各专用领域差异化发展的日臻成熟而迎来突破。
三、产业分工日渐明晰，企业合作大于竞争
随着专用领域应用开发的成熟和差异化技术门槛的存在，国内人工智能产业将逐渐分化为底层基础构建、通用场景应用和专用应用研发三个方向