雖然目前人工智慧是最紅火的科技發展方向，正在領跑者未來科技發展，但是智慧家居和智慧醫療其實也已經在逐漸發展並進入人們生活了。

1.目前常用的智慧家居產品包括智慧貓眼門鈴、智慧電視、智慧家用監控、智慧溫度感應器、智慧空氣清淨機等等，這些已經商業化並應用於我們的生活中。

2.智慧醫療目前在醫院看病和生活中也很常見，網上掛號、問診成為了普通人常用的看病方式，醫院也都實現了電子化醫療管理系統等。

所以即使智慧家居和智慧醫療目前都還比較低調，但已經在逐步實現了。

人工智慧——尤其是機器學習和深度學習——在2018年無處不在，不要指望未來12個月這種炒作會消失。

當然，炒作最終會退場，人工智慧將成為我們生活織錦中的另一根連貫的線，就像網際網路、電力和燃料在過去的歷史中所經歷的那樣。

這是因為，對人工智慧承諾(或在某些情況下威脅)將帶來的商業和社會變革的期望，超出了以往技術革命期間人們的想象。

人工智慧指的是這樣一個未來:機器不僅能完成自工業革命以來的所有體力勞動，而且還能完成“思考”工作——規劃、戰略制定和決策。

這是否會導致一個輝煌的烏托邦社會--人類可以自由地將自己的生命花在更有意義的追求上，而不是花在那些需要努力賺錢來維持基本生存需求的事情上，還是會帶來大範圍的失業和社會動盪，還有待定論。

上述兩種結果在2019年都不太可能出現，但這是一個將繼續激烈辯論的話題。與此同時，我們可以期待以下五件事的發生:

一、人工智慧越來越成為一個國際政治問題

2018年，世界主要大國美國在貿易和國防方面越來越多地築起圍牆，以保護自己的國家利益。

面對美國政府對用於製造人工智慧的產品和服務徵收的關稅和出口限制，中國在研發方面加大了自力更生的努力。

中國科技製造商華為宣佈，計劃開發自己的人工智慧處理晶片，從而降低了中國蓬勃發展的人工智慧行業依賴英特爾和英偉達等美國製造商的需求。

國際間的緊張關係可能損害世界各地學術和工業組織之間的合作精神。這種開放協作的框架對我們今天看到的人工智慧技術的快速發展和部署起到了重要作用，而圍繞一個國家的人工智慧發展設立邊界可能會減緩這一程序。特別是，它可能減緩圍繞人工智慧和資料的共同標準的發展，而這些標準可能會大大提高人工智慧的實用性。

二、邁向“透明人工智慧”

人工智慧在更大範圍內的應用——尤其是涉及到處理人類資料時——受到了“黑匣子問題”的阻礙。大多數情況下，如果不徹底瞭解它實際在做什麼，它的工作方式就顯得神秘莫測。

為了充分發揮人工智慧的潛力，我們需要信任它——我們需要知道它處理我們的資料目的，原因，以及當涉及到影響我們生活的問題時，它是如何做出決定的。這通常很難傳達——尤其是人工智慧之所以特別有用，是因為它能夠建立聯絡並做出推論，而這些推論在我們看來可能並不明顯，甚至可能有違直覺。

但建立對人工智慧系統的信任不僅僅是為了讓公眾放心。研究和商業也將從公開資料或演算法的偏差中受益。報告甚至發現，企業有時不願部署人工智慧，因為它們擔心，如果目前的技術後來被判定不公平或不道德，它們未來可能會面臨責任。

到2019年，我們可能會看到更多地強調旨在提高人工智慧透明度的措施。今年，IBM釋出了一項新技術，旨在透過AI OpenScale技術改善決策的可追溯性。這一概念不僅提供了對正在作出的決策的實時洞察，而且還提供了對如何作出決策的實時洞察，從而在使用的資料、決策權重和資訊中可能存在的偏差之間建立聯絡。

今年在全歐洲實施的《通用資料保護條例》為公民提供了一些保護，使其免受僅由機器做出的對其生活具有“法律或其它重大”影響的決定。儘管它還不是一個燙手山芋，但在2019年期間，它在公共話語中的地位可能會上升，進一步鼓勵企業朝著透明的方向努力。

　三、人工智慧和自動化深入到每一個行業

2018年，企業開始更加堅定地把握人工智慧在現實世界中能做和不能做的事情。在花了幾年時間整理他們的資料，並確定人工智慧可以帶來快速回報或導致失敗的領域之後，大企業作為一個整體，已經準備好推進經過驗證的計劃，從試點和軟啟動到全球部署。

在金融服務領域，每秒數千筆交易的龐大實時日誌通常由機器學習演算法解析。零售商擅長透過收款和忠誠度計劃獲取資料，並將其輸入人工智慧引擎，以找出如何更好地向消費者銷售產品。製造商使用預測技術精確地知道機械可以承受多大的壓力，以及它什麼時候可能出現故障。

到2019年，我們將看到越來越多的人相信這種智慧的預測技術，在其最初部署時學到的知識的支援下，能夠在一家企業的所有業務中大規模推廣。

人工智慧將擴充套件到人力資源或最佳化供應鏈等支援職能，在這些職能中，圍繞物流以及招聘和解僱的決策將越來越多地由自動化來決定。管理合規和法律問題的人工智慧解決方案也可能越來越多地被採用。由於這些工具通常適用於許多組織，它們將越來越多地作為服務提供，同時也為較小的企業提供人工智慧用例。

我們還可能看到，利用資料產生新的收入流的企業數量有所增加。在其行業內建立交易和客戶活動的大型資料庫，本質上是讓任何充分了解資料的企業開始“谷歌化”自己。對於John Deere等企業來說，成為資料即服務(data-as-a-service)的來源是一種轉型。Deere提供基於農業資料的分析，幫助農民更有效地種植農作物。2019年，隨著越來越多的公司認識到自己擁有的資訊的價值，他們將採用這種策略。

四、人工智慧創造的就業機會將超過失去的就業機會。

正如這篇文章的引言中所提到的，從長遠來看，機器的崛起是否會導致人類失業和社會衝突還是烏托邦式的無工作未來，或者介於兩者之間(可能更現實一些)，這是不確定的。

不過，至少在未來一年，這方面似乎不會立即出現問題。Gartner預測，到2019年底，人工智慧將創造出比現在更多的就業崗位。

自動化將導致180萬個就業崗位流失——製造業尤其可能受到衝擊——但將創造230萬個就業崗位。Gartner的報告特別指出，這些領域可能集中在教育、醫療和公共部門。

造成這種差異的一個可能原因是，當涉及到將人工智慧應用於非手工工作時，人們強調要以“增強”的能力推出人工智慧。倉庫工人和零售收銀員經常被自動化技術取代。但當涉及到醫生和律師時，人工智慧服務提供商已經協同努力，將他們的技術展示為可以與人類專業人士協同工作的工具，幫助他們完成重複性的任務，同時把“最終決定權”留給他們。

這意味著這些行業從技術方面的人力就業增長中受益——那些需要部署技術和培訓員工使用技術的行業——同時保留了從事實際工作的專業人員。

對於金融服務業來說，前景可能略顯黯淡。花旗集團前首席執行長Vikram Pandit在2017年做出的一些估計顯示，該行業的人力資源可能在五年內減少30%。隨著後臺功能越來越多地由機器管理，我們有望在明年年底實現這一目標。

五、人工智慧助手將大顯身手

人工智慧已經真正融入了我們的生活，以至於大多數人在搜尋谷歌、在亞馬遜購物或觀看Netflix的時候，都不會懷疑這樣一個事實:高度精確的人工智慧驅動的預測正在努力改變體驗。

當我們與人工智慧助手(例如Siri、Alexa或谷歌助理)互動時，就會產生一種略微明顯的與機器人智慧打交道的感覺，幫助我們理解現代世界中可用的無數資料來源。

2019年，我們中的更多人將使用AI助手來安排我們的行程、旅行計劃和披薩訂購。隨著這些服務學會更好地預測我們的行為和理解我們的習慣，它們將變得越來越有用。

從使用者收集的資料允許應用程式設計人員準確地瞭解哪些特性提供了價值，哪些特性沒有得到充分利用，可能會消耗寶貴的資源(透過頻寬或報告)，這些資源可以更好地用於其他地方。

因此，我們確實希望使用人工智慧的功能——比如叫車和外賣服務，以及選擇餐館——正變得越來越精簡和便捷。

除此之外，人工智慧助手在理解人類使用者方面被設計得越來越高效，因為用於將語音編碼成計算機可讀資料(反之亦然)的自然語言演算法，正暴露我們在溝通方式中越來越多的資訊。

很明顯，今天Alexa或谷歌助手和我們之間的對話可能顯得很生硬。然而，這一領域理解的迅速加快意味著，到2019年底，我們將習慣與與我們共享生活的機器進行更為自然流暢的對話。