福布斯：10项最火的人工智能技术应用

【新智元导读】 人工智能非常热，市场潜力被众多行家看好。但是，你能列出最热的技术是有哪些吗？福布斯的Gil Press带来了他基于Forrester 人工智能人工智能的技术雷达（TechRadar）报告的总结。

人工智能技术市场正在走向繁荣。除了媒体上的大肆宣传和高度关注、大量的初创企业以及争先恐后收购这些企业的互联网巨头。在企业，尤其是传统企业中，对人工智能技术的投资和采纳也有显著地增长。去年，Narrative Science 的一项研究发现，38%的企业已经在使用人工智能，到2018年这一数字将增长到62%。Forrester Research 预测，2017年，对人工智能的投资将增加300%。IDC 预计，到2020年，人工智能市场将由2016年的80亿美元增长到470亿美元。

人工智能一词诞生于1955年，被用来描述一个新的计算机科学学科分支。今天，”人工智能“一词已经包括一系列的技术和工具，一些是经过时间验证的，另外一些则相对较新。为了更好地理解什么领域热，什么领域不热。Forrester 刚刚发布了一份针对人工智能的技术雷达（TechRadar）报告，这是面向应用开发专家的报告，详尽地分析了企业应该考虑用于支持人类决策的13项技术。

基于Forrester 的分析，以下是我列出的10项最热门的人工智能技术：

1.自然语言生成

从计算机数据中产生文本。目前用于客服、报告生成和提取商业情报和洞见。示例供应商：Attivio，Automated Insights, Cambridge Semantics, Digital Reasoning, Lucidworks, Narrative Science, SAS, Yseop。

2.语音识别

将人类语音转录和转换为对计算机应用可用的格式。目前用于交互式语音响应系统和移动应用。示例供应商：NICE, Nuance Communications, OpenText, Verint Systems。

3.虚拟助理

“当下媒体的宠儿”，Forrester说。从简单的聊天机器人到高级的、能与人互联的系统。目前用于客服和客户支持，作为智能家庭管理者。示例供应商：Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft, Satisfi。

4. 机器学习平台

提供算法、API、开发和训练工具包、数据以及计算能力，用于在应用、处理和其他机器中设计、训练和部署模型。目前的大量的企业应用中得到试用，大部分涉及“预测或者分类”。示例供应商：Amazon, Fractal Analytics, Google, H2O.ai, Microsoft, SAS, Skytree。

5. AI 优化的硬件

专门设计和架构的图形处理单元（GPU）和设备，以有效地运行面向AI 的计算工作。目前主要在深度学习中发挥了巨大作用。示例供应商：Alluviate, Cray, Google, IBM, Intel, Nvidia。

6. 决策管理

将规则和逻辑嵌入到AI 系统中的引擎，用于原始的设置、训练和过程中的维护和调参。这是一项成熟的技术，被广泛地用于企业应用，帮助或者执行自动决策。示例供应商：Advanced Systems Concepts, Informatica, Maana, Pegasystems, UiPath。

7.深度学习平台

一个专用的机器学习种类，由多层的人工神经网络组成。目前主要用于由超大型数据库支撑的模式识别和分类应用。示例供应商：Deep Instinct, Ersatz Labs, Fluid AI, MathWorks, Peltarion, Saffron Technology, Sentient Technologies。

8.生物特征

让人和机器之间的交互更加自然，其中包括但不限于图像和触控识别、语音和身体语言。 示例供应商：3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo。

9.机器人自动化

使用脚本和其他方法，将人类劳动自动化，以支持高效的业务流程。目前主要用于人类资本昂贵或者效率低下的情境中。示例供应商：Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath, WorkFusion。

10.文本分析和NLP

自然语言处理基于数据和机器学习方法，提高对句子结构、含义、情感和意图的理解，来使用和支持文本分析。目前主要用于欺诈侦探和安全、范围巨大的自动化助理以及挖掘非结构化数据。示例供应商：Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics, Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify。

今天 AI 技术当然能带来很大的商业利益，但根据 Forrester 去年进行的一项调查，那些还没有采用 AI 技术的公司表示，AI 技术的采纳还存在以下障碍：

• 没有特定的商业应用案例：42%
• 不清楚AI 可以用来干什么： 39%
• 没有掌握必须的技术：33%
• 需要先对现代化的数据平台进行投资：29%
• 没有预算： 23%
• 不确定要采纳AI系统需要什么： 19%
• AI 系统还未经过验证：14%
• 没有正确的处理或者监管 ：13%
• AI 的火热超过实际重要性：11%
• 没有必要的数据：8%
• 不确定AI意味着什么： 3%

一旦企业克服了这些障碍，Forrester总结说，它们将从AI中获益，推动面向客户的应用程序加速转型，并开发互联的企业智能网络。

原文地址：http://www.forbes.com/sites/gilpress/2017/01/23/top-10-hot-artificial-intelligence-ai-technologies/#77f0822d42de