2018年见证了人工智能的许多发展，从新硬件到新应用，也有一些更大的辩论和复杂性。尽管2019年是戏剧性的一年，但人工智能应用继续增长。
2018年，新的硬件发展允许更复杂的和广泛使用ai而软件则让人工智能变得更像人类。让我们回顾一下过去一年人工智能的发展，并展望未来。
定义和讨论“人工智能”的含义
人工智能的概念已经存在了几个世纪，比如机器人的故事踝关节源自古希腊神话。但在2018年，随着人工智能进一步渗透到日常生活中，人工智能硬件和应用的快速发展引发了关于它存在与否的争论．取决于我们如何定义“人工”和“智能”，我们可以确定我们是将人工智能视为一个营销神话、一项合理的技术进步，还是一个可怕未来的预兆。
来自希腊神话的塔洛斯是一辆具有人工智能的汽车。托马斯·布尔芬奇的画作。
在一个基本意义上，AI可以被视为高度复杂的软件，具有读取数据和学习的能力。AI可以以令人难以置信的速度处理大量数据，对于人类智慧不可能进行壮举。但是，由于它的学习，艾丽尚无法采取人为因素（如情绪）和某些上下文情况。
2018年，关于人工智能伦理和监管的争论也开始升温。在五月，有他在谷歌辞职，原因是人工智能在军事应用上的争议性使用．在8月份发布的年度报告中，他们宣布扩大人工智能的使用，微软警告潜在的责任和道德问题．
尽管存在这样的争议，人工智能的发展仍在不断推动其能力的极限。
人类角色的应用程序
尽管人工智能仍有局限性，但在2018年，它学会了模仿微妙的人类互动，甚至进入了现代社会的历史悠久的工作。
去年见证了谷歌的示范Google Duplex，AM AI系统能够自然演讲和自主交流。在5月份的Duplex演示中，自然流畅的语音让旁观者惊叹不已收到道德批评以欺诈和数据保护为由。
Wavenet更全面的语音系统方法的视觉表示。屏幕截图礼貌谷歌
应用也将人工智能扩展到人类生活中他的职业包括牙医、巡警和法律助理。在与国际象棋大师对弈的下一步，IBM的项目德国人在辩论中接受了人类对手反对政府对太空探索和远程医疗的补贴。就像谷歌Duplex一样，人工智能对就业市场的侵蚀和它参与高层辩论的新能力都赢得了赞扬和批评。
由于AI的伦理继续变得更加复杂，因此在2018年使用它的障碍迅速下降。Artificial-Intelligence-as-a-Service(理论)应用程序变得更加突出，从推荐产品在线推荐产品，允许任何人部署AI以分析大数据集的程序。AI甚至搬入了像开源应用程序一样麦考夫的机器学习家庭语音助手将其引入家庭设备。
这些进步是可能的，因为硬件的改进使其更有能力处理人工智能的沉重需求。
硬件改进使人工智能更智能
AI以高速处理大量数据的要求需要越来越复杂的硬件，并在2018年公布了许多新的发展。
虽然早些年我们看到了云计算用于执行大多数人工智能功能，但人们对使用边缘计算来提供响应更快、不需要网络连接来处理数据的人工智能越来越感兴趣。
在半导体行业，高通公司扩大了他们的使用人工智能引擎在它们的Snapdragon SoC系列上，集成了设计用于运行神经网络的AI模块。
Snapdragon 845移动平台动画的屏幕截图。图片由Qualcomm
非易失性存储技术公司Crossbar去年与Mircosemi合作在未来的芯片设计中包括电阻RAM (ReRAM)．Reram的较低功耗和更快的性能有可能将AI神经网络带到更多嵌入式系统上。
Crossbar对其可堆叠的RERAM结构的视觉辅助。图片由横梁
此外，BrainChip在9月份宣布了其产量秋田神经形态芯片系统(NSoC)，利用尖刺神经网络（SNNS）的人工智能加速器。通过利用SNN，芯片可以更有效地学习并且具有最小的训练，模仿人脑中的神经元模式。
AI硬件在2018年也开始增长更紧凑。6月，Artosyn Microelectronics雷竞技最新app授权CENA-XM4的低功耗智能视觉过程适用于其AR9x01 AI系统的芯片，增强了无人机的AI功能。
随着硬件的改进，功耗要求降低，体积越来越小，越来越多的应用可以作为人工智能的选择。
2019年人工智能的发展
那么我们在2019年的AI期望是什么？未来的开放广泛，但这里有一些受过教育的猜测。
AI数据处理：从数据中心到云到边缘计算
随着AI的发展，它不断适应更好地满足其各种应用的需求。AI所需的存储和记忆量通常需要数据中心级基础设施，许多公司开始了利用云技术实现人工智能2017年，为了管理增长速度和数据需求。这一趋势一直持续到2018年。
2019年，人工智能应用很可能继续拥抱数据中心和云之间的中间地带，边缘计算，它将内存和存储更靠近利用AI的最终设备。
“AI培训表现和吞吐量受到可用存储性能的限制，”Coughlin Associates总裁Tom Coughlin，在福布斯上的一块陈述上个星期。“使用现代固态存储和NVME接口可以提高这种性能，但它还需要更少的数据移动。所以，内存/存储必须更靠近以改善AI应用程序。”Coughlin继续断言，边缘网络对于AI至关重要，因为它不断地编织进入安全所关注的雄心勃勃的应用，例如V2X（车辆到X）在通信中，延迟是最重要的。
硬件较小和更快
虽然AI已经有许多进展，但技术的现代化身仍然非常新。与最早的计算机一样，艾硬件目前有一个非常大的占地面积（请参阅下面的Google服务器机架）。2019年，我们将看到硬件缩小，因为它发展。谷歌的张量加工单位（TPU），用于将早期提到的Google Duplex，功能在大型液体冷却的豆荚中的功效，以便以大量的数据进行机器学习。
谷歌的液冷，100petaflops版本3.0 TPU荚。图片由谷歌通过推特
随着边缘计算的发展和硬件被重新设计成更小的组件，2019年人工智能将出现在更多的应用中。
更大的应用，进一步审查
除了讨论人工智能是什么以及它可以或应该如何使用的伦理方式之外，还有更大的讨论是关于人工智能本身如何运行的伦理问题。在接下来的几个月里，您可能会听到更多关于算法偏差的概念，即系统将采纳其程序员的偏差——无论程序员是否意识到这一点。多年来，这个概念一直是研究的主题，不仅有教育机构，也有人工智能发展行业的一些最大的参与者，比如raybet电子竞技竞猜IBM．
2018年已经为缓解人工智能的偏见问题采取了措施。例如，Facebook在5月份宣布了一个名为公平流动旨在识别和消除其专有人工智能中的偏见。去年，芝加哥大学也揭幕了Aequitas是一个用于审计机器学习，AI和数据科学的公平的开源工具包。如果您想参加其开源开发，您可以找到Aequitas GitHub上．另一个开源偏见审计工具来自Pymetrics and也可以在github上找到．
对这些工具的需求正在增长。随着选举周期和数据安全严重影响美国的未来，2019年媒体将再次大量报道人工智能的大数据及其使用。随着人工智能变得越来越普遍，在我们的日常生活中产生更多影响，有关监管和道德选择的进一步辩论将会出现。2019年，预计不仅会对人工智能系统及其使用进行更深入的审查，还会对设计它们的人进行更深入的审查。
你对2019年的人工智能有什么预测?在下面的评论中分享你的想法。
特色图片使用礼貌Greenwaves Technologies．
