每到歲末年初，IT思想領(lǐng)袖都會對未來一年的技術(shù)發(fā)展、創(chuàng)新服務(wù)、行業(yè)進步等發(fā)展趨勢進行分析預(yù)測。人們需要關(guān)注與人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)以及IT軟件和服務(wù)有關(guān)的主要趨勢。

以下是IT行業(yè)領(lǐng)域中一些思想領(lǐng)袖對人工智能和機器學(xué)習(xí)未來發(fā)展的期望：

Dataiku公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Florian Douetteau：

包容性工程將開始進入主流，以支持多樣性。為了確保在人工智能計劃中融入多樣性，組織還必須投入大量時間和資源來實施包容性工程。這其中包括盡可能收集和使用不同的數(shù)據(jù)集。這將有助于組織創(chuàng)造一種讓更多人進入該領(lǐng)域的體驗——從教育到招聘實踐等各方面。

英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁兼工業(yè)解決方案部總經(jīng)理Christine Boles：

2020年發(fā)生的疫情極大地加速了組織通過解決方案來完成其工業(yè)4．0轉(zhuǎn)型的需求，這些解決方案使他們在業(yè)務(wù)運營中擁有更大的靈活性、可視性和效率。2021年將會出現(xiàn)越來越多的解決方案，這些解決方案可以滿足各種需求，其中包括機器學(xué)習(xí)、機器視覺和高級分析等。隨著經(jīng)濟的復(fù)蘇，將會繼續(xù)看到對具有更多IT功能的運營技術(shù)和基礎(chǔ)設(shè)施的投資，允許廣泛的參與者部署這些解決方案。并且到2021年，工業(yè)4．0的采用率將會顯著提高。

Intuit公司首席技術(shù)官Marianna Tessel：

人工智能優(yōu)先應(yīng)用程序改變了客戶服務(wù)：隨著人工智能技術(shù)不斷成熟，并在人們工作和生活的各個方面變得無處不在。人工智能將成為Intuit公司的應(yīng)用程序開發(fā)和使用方式不可或缺的一部分，并將徹底改變應(yīng)用程序的設(shè)計方式。

道德人工智能領(lǐng)域：道德人工智能與團隊建設(shè)一樣重要。隨著組織的業(yè)務(wù)越來越多地在由消費者關(guān)注下運營，人們將繼續(xù)關(guān)注道德人工智能的使用。

人工智能推動中小企業(yè)復(fù)蘇：研究表明，50％的小企業(yè)在五年內(nèi)倒閉。而且大多數(shù)由于現(xiàn)金流問題而導(dǎo)致失敗。由于發(fā)生疫情，中小型企業(yè)現(xiàn)在擁有的資源比以往任何時候都要少，并且正在應(yīng)對大量的不確定性，他們不知道是否可以保留更多的庫存，是否可以更好地管理其現(xiàn)金流量或是否可以雇用更多的工作人員。

英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁兼零售、銀行、酒店、教育業(yè)務(wù)總經(jīng)理Joe Jensen：

在2021年，很多組織將優(yōu)先考慮轉(zhuǎn)向“教育即服務(wù)”，希望通過教育政策和投資能夠推動這一概念的發(fā)展。至關(guān)重要的是將資金和撥款轉(zhuǎn)移到教育領(lǐng)域以推進這種服務(wù)模式，以確保所有學(xué)生都能獲得負擔(dān)得起的高質(zhì)量教育。長期而言，“教育即服務(wù)”將成為全球教育的標準。

網(wǎng)絡(luò)攻擊者將人工智能技術(shù)作為新的欺詐手段：過去的十年中，他們在暗網(wǎng)上構(gòu)建了一個完整網(wǎng)絡(luò)犯罪生態(tài)系統(tǒng)。網(wǎng)絡(luò)犯罪分子越來越多地使用新興技術(shù)，以實現(xiàn)大規(guī)模自動化攻擊。暗網(wǎng)如今已經(jīng)成為網(wǎng)絡(luò)攻擊者的虛擬利器，他們可以在暗網(wǎng)上共享攻擊技巧以掃描漏洞并進行欺詐。隨著他們比以往任何時候都更多地利用人工智能和機器人技術(shù)，網(wǎng)絡(luò)犯罪的演變和復(fù)雜性將在2021年持續(xù)發(fā)展。

Jumio公司首席執(zhí)行官Robert Prigge：

就像行業(yè)組織采用人工智能來防御網(wǎng)絡(luò)攻擊并阻止欺詐一樣，欺詐者也正在使用人工智能技術(shù)進行大規(guī)模攻擊。在2021年，人們將見證更多的人工智能的競爭。人們期望在幾個關(guān)鍵領(lǐng)域達到前所未有的水平：

機器學(xué)習(xí)：網(wǎng)絡(luò)攻擊者將使用機器學(xué)習(xí)（ML）技術(shù)查明漏洞來加速對網(wǎng)絡(luò)和系統(tǒng)的攻擊。隨著越來越多的組織在疫情的推進下加快進行數(shù)字化轉(zhuǎn)型，網(wǎng)絡(luò)攻擊者將會迅速利用機器學(xué)習(xí)來發(fā)現(xiàn)和利用安全漏洞。

對人工智能系統(tǒng)的攻擊：人工智能系統(tǒng)也可能被黑客攻擊。而對人工智能系統(tǒng)的網(wǎng)絡(luò)攻擊不同于傳統(tǒng)的攻擊，它利用了底層人工智能算法中無法修復(fù)的固有局限性，其最終目標是操縱人工智能系統(tǒng)來改變其行為——這可能會產(chǎn)生廣泛而有害的影響，因為人工智能現(xiàn)在是所有行業(yè)關(guān)鍵系統(tǒng)的核心組件。如果改變了數(shù)據(jù)的分類方式和存儲位置。預(yù)計2021年會有更多針對人工智能系統(tǒng)的攻擊。

人工智能魚叉式網(wǎng)絡(luò)釣魚攻擊：2021年，網(wǎng)絡(luò)攻擊者將使用人工智能技術(shù)來提高網(wǎng)絡(luò)釣魚攻擊的準確性。針對特定受眾以人工智能為基礎(chǔ)的魚叉式網(wǎng)絡(luò)釣魚電子郵件活動將會更加猖獗。從社交媒體發(fā)掘信息并針對特定受眾進行攻擊定制，可以使受眾點擊率提高多達40倍，而所有這些都能夠通過人工智能技術(shù)實現(xiàn)自動化。在2021年，網(wǎng)絡(luò)犯罪分子將繼續(xù)模仿人類行為的網(wǎng)絡(luò)釣魚攻擊，復(fù)制特定的語言或語調(diào)，以提高網(wǎng)絡(luò)攻擊的成功率。

Deepfake視頻：Deepfake視頻技術(shù)使用人工智能結(jié)合現(xiàn)有圖像技術(shù)來代替某人的頭像，并復(fù)制面部特征和聲音。到2020年，越來越多的Deepfake技術(shù)被用于欺詐。隨著越來越多的組織在2021年采用生物識別驗證解決方案，深度欺詐將成為網(wǎng)絡(luò)欺詐者獲得消費者賬戶的一項令人垂涎的技術(shù)。與其相反，對于利用數(shù)字身份驗證解決方案的組織而言，能夠識別深層造假的技術(shù)將同樣重要。組織必須確保他們實施的安全解決方案能夠阻止這些不斷增長的網(wǎng)絡(luò)攻擊，這些網(wǎng)絡(luò)攻擊行為將在2021年被欺詐者充分利用。

英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁兼零售、銀行、酒店及教育事業(yè)部總經(jīng)理Joe Jensen：

在未來一年，人們將會看到零售業(yè)的“倉庫化”——零售商將重點轉(zhuǎn)向在微觀實現(xiàn)地點履行訂單，無論是雜貨還是消費品。這將幫助小型零售商節(jié)約運營成本，尤其是降低租金和客流量。

從長遠來看，零售商將繼續(xù)對無縫便捷的解決方案做出回應(yīng)，以經(jīng)濟高效地為送貨客戶提供服務(wù)。為了在不斷變化的零售空間中成為“贏家”，零售商必須以創(chuàng)造性的方式改變生產(chǎn)方式，以滿足客戶的期望。

Lexalytics公司首席執(zhí)行官Jeff Catlin和首席科學(xué)家Paul Barba：

數(shù)據(jù)注釋將在2021年成為下一個“副業(yè)”。這將成為一種獲得額外收入的方式，但在定價上已經(jīng)出現(xiàn)了一種相互競爭的現(xiàn)象。然而，隨著人工智能在需要專業(yè)知識的行業(yè)（如醫(yī)療保健或法律）取得成功，對專業(yè)知識的需求將推動基礎(chǔ)設(shè)施的發(fā)展，以便將更有利可圖的注釋合同與專業(yè)人員相匹配。

機器學(xué)習(xí)平臺領(lǐng)域?qū)⑦M行更多整合。在過去幾年中，隨著人工智能成為一種IT技術(shù)，涌現(xiàn)了很多人工智能基礎(chǔ)設(shè)施公司，并開始推廣人工智能平臺，以簡化為希望利用人工智能的公司構(gòu)建模型的任務(wù)。

人工智能平臺將得到整合，人工智能服務(wù)將彌補這方面的不足。越來越多的組織接受機器學(xué)習(xí)領(lǐng)域的第三方專業(yè)知識，這推動了機器學(xué)習(xí)咨詢服務(wù)的增長。這一趨勢將在2021年繼續(xù)并加速發(fā)展。

英特爾公司有線和核心網(wǎng)絡(luò)副總裁兼總經(jīng)理Alex Quach：

核心網(wǎng)絡(luò)的虛擬化將達到一個臨界點，2024年核心網(wǎng)絡(luò)工作負載將從50％增長到80％以上，預(yù)計大多數(shù)領(lǐng)先的5G運營商將在2021年開始5G SA核心部署。

dotData公司創(chuàng)始人兼首席執(zhí)行官Ryohei Fujimaki：

人工智能自動化將加速數(shù)字化轉(zhuǎn)型計劃：第一波數(shù)字化轉(zhuǎn)型浪潮專注于產(chǎn)品和服務(wù)的數(shù)字化，第二波數(shù)字化轉(zhuǎn)型浪潮將專注于使用人工智能優(yōu)化和提高組織的工作效率，生成更深入的數(shù)據(jù)驅(qū)動見解并自動執(zhí)行智能業(yè)務(wù)決策。人工智能推動的數(shù)字化轉(zhuǎn)型浪潮將從金融服務(wù)、保險和制造業(yè)的早期采用者擴展到其他行業(yè)，并且人工智能和機器學(xué)習(xí)將嵌入到整個企業(yè)的多個業(yè)務(wù)功能中，從而不僅提高效率并且創(chuàng)造新的產(chǎn)品和服務(wù)。現(xiàn)在出現(xiàn)這種情況的主要原因之一是人工智能和機器學(xué)習(xí)自動化平臺的可用性，這使組織無需投資數(shù)據(jù)科學(xué)團隊即可快速輕松地實施人工智能。這些AutoML2．0平臺可自動執(zhí)行人工智能／機器學(xué)習(xí)開發(fā)工作流程，以加快人工智能部署過程，并加快組織的數(shù)字化轉(zhuǎn)型計劃。

更多從事人工智能的商業(yè)智能團隊：疫情導(dǎo)致很多組織在2020年減緩了人工智能投資。盡管人工智能技術(shù)仍然是關(guān)鍵技術(shù)領(lǐng)域之一，但組織仍需要一種有效的方法來擴展其人工智能實踐，并加快采用人工智能的投資回報。隨著組織面臨優(yōu)化工作流程的壓力，越來越多的組織將開始要求商業(yè)智能（BI）團隊開發(fā)和管理人工智能／機器學(xué)習(xí)模型。這種驅(qū)動新型的基于商業(yè)智能（BI）的“人工智能開發(fā)人員”的能力將受到兩個關(guān)鍵因素的驅(qū)動：首先，與雇用的數(shù)據(jù)科學(xué)家相比，使用AutoML2．0平臺等工具使商業(yè)智能（BI）團隊更具可持續(xù)性和可擴展性。其次，由于商業(yè)智能（BI）團隊比數(shù)據(jù)科學(xué)家更接近業(yè)務(wù)用例，因此從需求到工作模型的生命周期將得到加速。新的AutoML2．0平臺可幫助人工智能／機器學(xué)習(xí)開發(fā)流程實現(xiàn)自動化，從而使組織能夠構(gòu)建更快、更有用的模型。

無代碼人工智能的演變：從拖放式可視化編程工具到真正的無代碼全周期人工智能自動化。隨著對其他人工智能應(yīng)用程序需求的增長，組織將需要投資有助于其加速和民主化數(shù)據(jù)的技術(shù)科學(xué)過程。這產(chǎn)生了一些所謂的無代碼人工智能。這些無代碼平臺中有許多是工作流程驅(qū)動的可視化拖放工具（又稱可視化編程），并聲稱可以幫助非技術(shù)人員簡化人工智能的開發(fā)。帶來的問題是，盡管簡單的工作流程易于構(gòu)建和概念化，但大多數(shù)人工智能／機器學(xué)習(xí)模型都需要大規(guī)模、非常復(fù)雜的工作流程，這些工作流程很快變得笨拙，并給組織帶來了全新的挑戰(zhàn)。實際上，數(shù)據(jù)科學(xué)家必須執(zhí)行的絕大部分工作通常與機器學(xué)習(xí)模型的選擇和優(yōu)化之前的任務(wù)相關(guān)，例如特征工程－數(shù)據(jù)科學(xué)的核心。這意味著組織將需要尋找更復(fù)雜的AutoML2．0平臺，以實現(xiàn)真正的無代碼端到端自動化，從自動創(chuàng)建和評估數(shù)千個功能（基于人工智能的功能工程）到機器學(xué)習(xí)和人工智能模型，以及之間的所有步驟。

在2021年，人們將看到AutoML2．02．0平臺的興起，它將無代碼提升到一個新的水平，并最終開始實現(xiàn)“一鍵式無代碼開發(fā)”的承諾。

實時智能的興起：2021年實時智能將越來越成為一個因素。隨著從物理到數(shù)字化的不可避免的轉(zhuǎn)變，越來越多的組織開始看到訪問實時信息的好處。實時預(yù)測的能力將得到廣泛的關(guān)注。除了預(yù)測之外，從實時和流式數(shù)據(jù)源中理解和發(fā)現(xiàn)隱藏的和可操作見解的能力將成為實時智能決策的關(guān)鍵。易于使用的AutoML2．0平臺與實時預(yù)測和洞察相結(jié)合，將使組織能夠獲得實時情報并采取持續(xù)行動。

人工智能和機器學(xué)習(xí)將超越預(yù)測：雖然預(yù)測是最有價值的結(jié)果之一，但人工智能和機器學(xué)習(xí)必須產(chǎn)生超出預(yù)測可操作的見解，組織可以使用這些見解。AutoML2．0平臺可自動進行假設(shè)生成（又稱特征工程），并探索成千上萬甚至上百萬個假設(shè)模式，而這是傳統(tǒng)方法無法實現(xiàn)的。隨著組織認識到數(shù)據(jù)功能不僅適用于預(yù)測分析，還可以使用提供數(shù)據(jù)特征的自動發(fā)現(xiàn)和工程設(shè)計的Auto機器學(xué)習(xí) 2．0平臺，以提供更多的清晰度、透明度和洞察力。通過允許組織發(fā)現(xiàn)未知的趨勢和數(shù)據(jù)模式的重要信息，從而為其業(yè)務(wù)增加價值。

通過敏捷人工智能將人工智能更快地集成到業(yè)務(wù)中：人工智能和機器學(xué)習(xí)只在將它們集成到業(yè)務(wù)中時才能產(chǎn)生業(yè)務(wù)價值。但是，許多組織致力于通過人工智能／機器學(xué)習(xí)貨幣化，并且許多人工智能／機器學(xué)習(xí)項目無法走出數(shù)據(jù)科學(xué)實驗室。MLOps是簡化人工智能和機器學(xué)習(xí)生產(chǎn)的重要趨勢之一。雖然MLOps是開發(fā)和部署人工智能／機器學(xué)習(xí)的重要方面，但它并不是成功的企業(yè)人工智能的最終目標。2021年將顯示出人們對平臺的興趣與使用的增加，這些平臺還可以自動化企業(yè)人工智能工作流的前半部分——數(shù)據(jù)工程和功能工程。通過能夠?qū)崿F(xiàn)生命周期的100％自動化，組織將能夠開始擺脫耗時的瀑布式方法來進行人工智能開發(fā)，并開始采用依賴于執(zhí)行速度和快速反饋的更加敏捷的流程。

英特爾公司無線接入網(wǎng)絡(luò)部門副總裁兼總經(jīng)理Cristina Rodriguez：

隨著網(wǎng)絡(luò)的高速轉(zhuǎn)型，2021年將大規(guī)模地在vRAN架構(gòu)上部署Massive MIMO（即在試用階段之后在數(shù)千個站點部署）。

Agora Inc．首席運營官兼CRO Reggie Yativ：

人工智能、AR、VR等技術(shù)將迎來下一代熱門應(yīng)用和平臺，以及更多的技術(shù)作品將創(chuàng)建用例，其功能遠比任何人都能想象或預(yù)期的強大和可擴展。

英特爾公司智慧城市與智慧交通總經(jīng)理Sameer Sharma：

2021年將是智慧和彈性城市、基礎(chǔ)設(shè)施和交通運輸?shù)耐黄浦�年。在短期�?nèi)，將看到采用智慧城市技術(shù)的中型城市急劇增加，這將導(dǎo)致在通常的技術(shù)中心之外的技術(shù)民主化。從長遠來看，隨著消費者開始看到生活質(zhì)量的好處，更多的農(nóng)村地區(qū)將采用智慧城市基礎(chǔ)設(shè)施。

人們還將看到技術(shù)投資的增長，從邊緣（人工智能）到（5G）網(wǎng)絡(luò)再到云計算。隨著城市繼續(xù)從疫情中復(fù)蘇，技術(shù)將成為確保進步和采用新的商業(yè)模式，促進經(jīng)濟增長的主要動力。

Centrify公司網(wǎng)絡(luò)安全主管Torsten George：

人工智能將有助于優(yōu)化治理模型：在身份治理和管理（IGA）中，建立廣泛的職責(zé)、分配給組等通常會導(dǎo)致為身份分配特定的權(quán)限。人工智能可以用來查看這些特權(quán)是否被使用，以及它們是如何被使用的。然后可以幫助提出建議，根據(jù)使用情況調(diào)整這些分配，到2021年，可能會導(dǎo)致更準確的訪問建模，以確定誰應(yīng)該訪問哪些資產(chǎn)以及為什么要訪問這些資產(chǎn)。

人工智能可以幫助阻止病毒變異，這里所指的是計算機病毒。幾十年來，防病毒軟件解決方案一直都是基于簽名的，從而可以識別病毒的唯一簽名并將其放入其代碼中，希望病毒不會在軟件更新之間改變。人工智能技術(shù)可以用來解決這個問題。可以開發(fā)建立特定模式的復(fù)雜算法，因此它們不再受簽名限制。與傳統(tǒng)安全工具相比，在變異時捕獲這些病毒的機會要高得多，隨著威脅參與者加大努力在持續(xù)的不確定時期造成破壞，這種手段在2021年將變得越來越重要。

英特爾公司物聯(lián)網(wǎng)事業(yè)部副總裁兼健康、生命科學(xué)和新興技術(shù)總經(jīng)理Stacey Shulman：

目前阻礙醫(yī)療保健行業(yè)發(fā)展的一個因素是規(guī)范醫(yī)療記錄和跨組織的數(shù)據(jù)共享。為了解決疾病和健康問題而在醫(yī)療行業(yè)進行合作可能是至關(guān)重要的，特別是在涉及公共衛(wèi)生危機和跟蹤人口健康時，正如人們在2020年發(fā)生的疫情中看到的那樣。

在2021年，隨著人工智能和聯(lián)合學(xué)習(xí)等新興技術(shù)在醫(yī)療領(lǐng)域的普及，將會看到信息共享交付模式的改進。除了推動遠程醫(yī)療等創(chuàng)新之外，這些技術(shù)還將加速和簡化協(xié)作過程，使醫(yī)療專業(yè)人員更好為患者提供高質(zhì)量的護理，并及時提供新的治療方案。

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

作者：Chris Preimesberger  編輯：cres 來源：企業(yè)網(wǎng)D1Net