2019里人工智能领域会出现怎样的演变呢？相比之前几年会有什么样的变化呢？

人工智能正主导着全球企业的创新——无论是大型企业集团还是年轻的初创企业。据市场研究报告《从技术和垂直行业看人工智能市场——全球机会分析和行业预测》称，2018年至2025年，全球人工智能市场规模预计将从2016年的40.65亿美元增长至1694.11亿美元，复合年增长率达到55.6%。该报告1按技术、行业垂直和地区来划分人工智能市场。人工智能技术被细分为机器学习、自然语言处理、图像处理和语音识别。2016年，在营收方面，机器学习领域主导了人工智能市场，得益于人工智能行业解决方案的需求增加，预计未来几年这一趋势将会延续下去。根据Statista的数据，最大的营收部分来自面向企业应用程序市场的人工智能。

IBM、谷歌、微软、亚马逊以及机器学习API提供商将发布更具包容性的数据集，以应对人工智能内嵌的歧视和偏见问题

机器学习是人工智能的主要形式，已被成功应用到多个不同的领域，比如亚马逊智能助手Alexa上的语音识别，Facebook自动标记照片功能的人脸识别，无人驾驶汽车当中的行人检测，甚至基于你访问电子商务网站的记录决定向你展示鞋子广告等。在机器学习中，决策是从人类决策和标签的现有数据记录中学习的。因此，为了让计算机区分狗和猫，我们向它展示了许多带标记的狗的图像和许多带标记的猫的图像，让它学习了解二者之间的区别。这种看似无害的方法本身带来了一个严重的问题——偏见。如果我们盲目地把人类的标记和决策输入电脑，电脑可能会完全复制我们的偏见。臭名昭著的微软Tay机器人便是前车之鉴。

随着让人工智能的决策变得更容易解释的产品逐渐成为主流，医疗和金融服务领域将会更多地采用人工智能

在像医学这样我们可能会用机器做出生死攸关的决定的领域，能够追溯理解为什么机器会给出特定的行动建议显然非常重要。在金融等领域，这一点也至关重要。如果人工智能算法拒绝向某人提供贷款，我们很有必要理解其中的原因——尤其重要的是要确保它不存在毫无缘由的歧视。随着人工智能变得越来越成功，它更依赖于一种被称为“深度学习”的技术，这种技术利用了许多的神经网络层(因此其名称带有“深度”一词)。在这些系统中，没有明确的方法来解释发生了什么，以及机器的决策原因。这个系统就像一个极其精确的黑匣子，可以接收一系列症状、测量数据、图像以及病人的状态和病史数据，并能输出高度准确的诊断结果。

目前，苹果等公司正在移动设备上进行智能处理(运行机器学习模型)，而不是在云上，例如，使用CoreML和它专用的神经引擎芯片，谷歌也已宣布推出TPU边缘产品。2019年，这一趋势将会加速发展，移动化、智能家居和物联网生态系统将会推动机器学习发生在边缘设备上