2017眼看就要過半，一一對照，這組預測哪些已經實現了？哪些還停留在預測？
2017眼看就要過半，一一對照，這組預測哪些已經實現了？哪些還停留在預測？
人工智能觀察君（AI_GCJUN）編著摘要：物聯網、大數據和人工智能，無疑是2017最被期待的幾大趨勢。每個人都在談論這些趨勢，但真正發生了什麼？我們將分為上下兩篇來一一解讀這些預測。今天分享的是大數據、物聯網領域、人工智能的一些預測分析。
毫無疑問，物聯網、大數據和人工智能，無疑是2017最被期待的幾大趨勢。從仍然處於分散狀態的物聯網到計算範式的快速波動，再到人工智能正在如何重塑我們的生活方式，每個人都在談論這些趨勢，但真正發生了什麼？
以下是您需要怎樣理解這些趨勢，並如何從一個消費者的角度面對它們引領的未來。
大數據
按照Wikipedia的定義，大數據是一個數據集，它異常龐大或複雜，傳統的數據處理應用軟件完全不足以應對。由於數據集非常龐大，所面臨的挑戰包括抓取、存儲、分析、數據管理、搜索、共享、傳輸、可視化、查詢、更新和信息隱私等等。大數據的價值在於可以進一步用於參考預測分析，用戶行為分析，高級數據方法（包括人工智能），而不僅僅停留在數據集的大小本身。
2017年，期待區塊鏈技術應用的出現，特別是在分類帳系統中以代碼編寫的智能契約合同。這些通常比傳統合同更安全和不可逆轉，但同時在引用和執行這些合同時產生更高效率。
另外，數據自助服務解決方案的興起也將使普通架構的公司能夠分析其數據，而無需建立數據科學部門。這對於沒有預算僱用數據科學家的中小企業來說是非常有價值的，要知道數據科學家在2016年是非常搶手的職業。
Hadoop的使用也迅速下降，這個框架允許大型數據集的分佈式處理，因為僱用必要的人才來支持這個框架在內部被證明是具有挑戰性的。在雲上使用應用程序來減少數據中心的支出成為更優化的選擇，因而數據自助服務模式也更受歡迎。
研究公司Gartner Inc.在其數據分析數據管理解決方案魔力象限中指出“由於靈活性，敏捷性和運營定價模式，預期正在轉向雲作為替代部署選項。”
因此，由於更多的公司能夠為員工提供從結構化和非結構化數據獲得的正確知識，所以可以期待非公司高管人員同樣更容易洞察公司的運營情況。
這是一把雙刃劍，但隨著大數據技術的發展，高管們的期望將是立即獲得數據，而不是等待批量分析報告。因此，在對近乎實時產生的數據做出可行性分析產生的壓力也隨之而來。
物聯網
福布斯將物聯網描述為連接任何具有開啟和關閉功能的設備（和/或彼此）的概念。這就是說，只要設備具有開關，就可能將其配置為物聯網的一部分。
想象“智能家居”設備，如智能鎖，當它檢測到你的手機在附近時，就自動解鎖；或者在檢測到有移動時，自動開燈。
在2016年，我們看到來自許多具有類似解決方案的供應商的新突破。在2017年，我們預測這些供應商中的一些將戰勝另一些，這意味著市場上只留下少數供應商。隨著供應商的減少，我們預計監管和標準化也將發揮更大作用。與此同時，安全問題也將日益凸顯，早在去年，烏克蘭西部的一個電網就遭到了來自IoT網絡的攻擊破壞；關於無人駕駛汽車遭遇黑客的研究也引發了關注，所以2017年，物聯網領域的安全問題可能有新動向和突破。
我們預測，兩個主要領域的應用可能將成為物聯網的焦點，即智能城市和智能家居。在智能家居部分，由於帶寬是任何IoT技術工作的先決條件，預計今年網絡管理網格或類似網狀產品將有簡易化的趨勢。
這正是非營利藍牙特別興趣小組品牌和開發商營銷副總裁Errett Kroeter所希望的，“目前網格劃分的其他一些標準是難以設立的。我們的目標是保持網狀網絡簡單，以便人們真正想要使用它們。”
物聯網的發展，並與其他產生大量數據的設備和系統相結合，正在加速讓人工智能成為現實，讓人們得以真正從海量信息中創造出意義和價值。
人工智能
人工智能，在字典裡的定義是機器模擬智能的人類行為的能力。雖然我們在2016年已經看到了AI的大幅進步，但我們預測2017將迎來AI的一個爆發。去年，我們看到亞馬遜的Alexa已經能夠以跟人對話的方式表現人工智能，而現在，Alexa已經進入了超過五百萬個家庭。你可以向Alexa詢問天氣，或讓Ta幫你叫車等等。這意味著，去年，AI已經進入主流用戶的實際應用階段。
然而，醫療行業人工智能的發展還有很多。專注於醫療健康AI領域的創業公司從2012年的20個增長到2016年的近70個。顯然，值得重點注意的有iCarbonX，旨在建立數字生活的生態系統，以實現個性化的健康管理系統，和Flatiron Health，旨在通過組織化數據對付癌症，幫助腫瘤學家提高護理質量。
在醫療健康領域的技術巨頭飛利浦，目前大約有百分之六十的研究人員，開發人員和軟件工程師正在致力於醫療信息學領域的創新工作，其中大部分人員正在研究人造智能在當前和未來醫療創新中的應用。
醫療健康人工智能應用趨勢主要集中在成像和診斷，人工智能可以幫助您發現人們看不到的微妙細節和圖像變化。這越來越成為一個擁擠的行業細分。使用大數據集，幫助預防健康人群和處於慢性病危險中人群的健康惡化也是一個重點領域。
飛利浦首席創新和策略官Jeroen Tas認為“AI有助於放射科醫師為病例準備相關信息，並確定患者狀況的微妙變化。另一個領域是重症監護病房，人工智能可以幫助確定急性發作的早期跡象，或是心臟驟停等急性發作。
Tas也聲稱“可以通過將遺傳信息與病理學、醫學圖像、實驗室結果、家族史數據和之前的治療相結合，而創建更豐富的患者圖片。這些數據可以在AI的幫助下進行組織，從而有助於幫助臨床醫生做出更準確的診斷，並支持個性化的治療。”
軟件工程師、設計師和其他領域專家組成的多學科團隊似乎已經為放射科醫師創建並推出了首個經過驗證的應用程序。在遠程病人監護中，人工智能可以實現虛擬護理，包括虛擬護理助理等工作。
2017與未來
物聯網、大數據和人工智能都在不斷精進和取得突破，並且越來越接近商業模式和大眾化應用。而當它們進入普通人的日常生活時，三個趨勢將進一步融合和交叉，從而提供更強大、流暢、符合實際應用的產品。