虽然商业和工业领域的人工智能（AI）应用仍然局限于机器学习任务，但我们看到算法和硬件的融合正悄然发生，这将对我们实现AI的速度和方式产生重大影响。研究人员现在可以在数小时或数天内训练出神经网络，产生一系列令人感到惊异的可能性、产品和学习能力，这是我们以前无法想象的。
举例来说，谷歌的AI团队Deep Mind正在努力解开蛋白质如何折叠的奥秘，这一发现可能对医疗保健行业产生深远的影响。此外，这家机构也积极参与研究社区处理AI伦理的问题。正如我们所看到的，2018年的AI将迈向一个十字路口：企业让AI归于实用而非炒作，AI将提高人类的福祉并让我们避免灾祸。以下七大预测值得关注：
1.黑客利用“逆向工程”技术击败基于机器学习的安全系统
最近发生的广泛安全攻击是 黑客变得越来越乖僻和聪明的有力证据。有了AI，电脑实际上可能变得错误百出，而黑客可以更快、更秘密地达到目的。在2018年，很有可能发生的情况是，黑客通过内部攻击、恶意软件、勒索软件或基于对机器的攻击，利用“逆向工程”打败基于机器学习(ML)开发的安全系统。
2.AI将解决数据所有权和控制权问题
未来一年，我们可能会看到有关数据所有权和控制权的激烈交锋。这种反弹可能是数据泄露所致，也可能是为了应对欧盟即将到来的通用数据保护监管(GDPR)执法或在美国解除网络中立引发的。到时候，人们可能要求获得个人在网络上的行为记录，并作为数据存储起来，这些数据在法律上可能被认为是个人拥有的知识产权。如果出现这种情况，包括Facebook和谷歌在内的行业巨头将不得不回答关于“谁拥有该数据”的基本问题。这也意味着，用户和科技公司将不得不决定由谁来决定如何使用数据，谁从中获利以及与谁共享，AI可以提供答案。
3.坏人把AI聊天机器人变成了新的威胁
这将是今年黑客、诈骗犯以及其他在暗网中运作的组织，以一种新的可怕方式从阴影中走出来的年份，他们还学会了如何影响AI聊天机器人。这些智能语音助手已经可以更改你的银行账户余额，或者充当你的酒店礼宾员，而坏人可能会将它们的能力转化为执行自我启动任务，并参与到诸如破坏公共设施、偷钱、操纵人类行为、意见和决策等非法活动中。
4.AI结合区块链增强深度学习
接下来的一年里，我们可以看到AI开始与区块链技术结合起来，创造出一种全新的深度学习技术，它比之前设想的更聪明，学习速度更快。但这仅仅是一波浪潮的开始，因为存储在区块链上的数据迅速传播、不可改变的特性可能会产生更精确的AI预测。反过来，领先的公司可以这种先进的方法来发现、提取和分析区块链中的数据来解决老问题。
5.利用NLG和NLU自动教育AI学习系统取得突破性进展
随着时间的推移，我们可以通过那些使用自然语言生成(NLG)和自然语言理解(NLU)技术的计算机科学家来自动教授AI学习系统取得突破。虽然公司已经使用了无人监督的机器学习算法，如生成对抗网络(GAN)来执行更简单的任务，但计算机科学家们现在正在努力取得进展，允许“一次性”学习使用诸如合同、语音和视频等上下文数据。我们可能会看到这样的例子，使用NLU和NLG自动生成新的但更有效的项目，从而自动改进模型。
6.AI成为主流律师，远离外部法律服务
今年，我们可能会看到，随着AI和其他先进技术在全球企业中占据主流地位，法律行业将出现大规模的、似乎是一夜之间发生的转变。由于安全顾虑越来越多，再加上AI变得相对容易部署和使用，更多企业会使用AI系统来取代专业律师以便节省开支。这一变化可能成为催化剂，推动首席绩效官、首席法律官以及法律事务人员的影响力从幕后走向董事会，因为客户不再接受高收费，特别是那些AI系统可以轻易完成的法律事宜。
7.技术和标准的融合使新的智能契约框架得以实现
我们预计，技术和标准的融合将在2018年开始，而智能合同(IC)的核心功能将在协议级别上实现。这已经开始成为一种“智能合同”，它可以在任何时候对敏感数据进行加密，在区块链版本中也可以使用。端到端的加密和安全性可以进一步扩展到许多参与方之间的安全契约中，而这两种IC和AI支持的安全学习关键组件可以在新的IC框架应用程序上找到。
当AI系统能够在很少人工干预的情况下学习复杂任务时，这种系统已经准备好迎接AI新时代的到来。虽然有许多关于警惕未来AI的戏剧性声明，但我们相信未来一年也将以积极的方式突出我们的创新能力。AI可以给我们的生活带来高质量的改变，包括更安全的道路，更清洁的海洋以及预测卫生保健等。毕竟，我们仍然掌控着AI的命运。
