2018年年初预测
李开复：2018中国最大AI红利是政策
ai政策图片：
那也可以在此基础上给AI创业者一点个人建议：
1）大趋势如此，大环境更好，对于整个AI创业者都是好消息，那对于创业者来说，可能最核心的就是利用拥有的资源和技术，实现快速迭代和滚动，最好还能够在垂直场景中做深做透。
以无人车举例，如果你现在做垂直行业应用，仍旧有一些机会。比如借助Apollo这样的基础平台，做货车、巴士，甚至矿车等应用，跟具体场景紧密结合，给出你的产品方案和解决方案，并在市场中获得验证。
巨头推出的平台Apollo，今年的确做得很成功，但也不意味着别人没有机会，毕竟安卓之外，iPhone肯定也有市场和前景，你看驭势科技做的就是具体场景的完整方案，累积得很快。
2）另一个建议是留意交叉领域出现的新机会。
可能年初的时候还不好说无人车领域会有哪些新机会，但现在总结一年，新的机会还在产生，来自一些结合性的机会。比如电动车+无人驾驶的结合，可能就会在耗电相关方面给芯片机会。
总而言之，对于AI初创公司而言，我认为最关键的还是快速切入行业，形成人才、行业的积累，让自己更快发展，形成技术、行业上的滚动。
2018年大方向
1）NLP急需突破。
2）CTR(广告点击)预估作为一个偏应用的技术方向，对于互联网公司而言应该是最重要也最关注的方向之一。CTR预估常用的技术手段包括演进路线一般是按照:“LR→GBDT等树模型→FM因子分解机模型→深度学习”这个路径来发展的。
3）GAN
4）增强学习
5）cv领域
首先，增强学习与GAN等新技术开始被尝试用来解决很多其它的图像处理领域的问题并取得了一定进展，比如Image-Caption、超分辨率、3D重建等领域，开始尝试引入这些新技术。
另外，深度学习与传统方法如何集成各自的优点并深度融合也是最近一年来视觉处理的方向，深度学习技术具有性能优异等优点，但也存在黑箱不可解释以及理论基础薄弱等缺点，而传统方法具备理论完备等优势，结合两者来充分发挥各自优势克服自身缺点是很重要的。
再次，弱监督、自监督或者无监督的方法在各个领域也越来越重要，这是有现实需求的，深度学习虽然效果好，但是对于大量标注训练数据是有要求的，而这又需要大量的标注成本，在现实中往往不可行。而探索弱监督、自监督甚至无监督的方法有助于更快促进各个领域研究的快速发展。
6）量子计算很火，大公司开始砸钱进去
7）非常明显的趋势，3D领域、视频跟踪、量化/嵌入式网络等发展很快；
超分辨率、人脸分析(老化分析、表情分析等)也挺多；
强化学习，持续学习
8）大部分是对原有产品的升级，只有ADAS(高级驾驶辅助系统)，智能音箱和服务器端的视频识别检测是新的市场。其中智能音箱达到了千万级别，其他的两个还都在扩张。
2018年将会改变人工智能的5个大数据趋势
1）更多关注零售
在最近的大数据和人工智能的应用热潮中，几乎没有哪个领域像人工智能这样可以让企业受益。无论是沃尔玛还是当地的母婴店，各地的企业似乎都在利用这些技术来降低管理费用，同时扩大业务范围。例如，客服人员可能会被人工智能助理彻底取代，但更重要的是，零售商可以通过人工智能跟踪他们的库存，而消费者的兴趣很快就会发生革命性的变化。
2）暗数据的新纪元
随着大数据的增长，利用暗数据获得商业成功的机会也将随之增加。所谓的暗数据就是企业正常商业活动期间搜集，处理，存储的数据。但这些数据通常无法用于诸如分析，商业关系或者是直接变现获利等目的。对于并不熟悉人工智能和数据管理领域的许多人来说，这种数据不断被证明是有用的。
暗数据可能难以让人理解，但随着越来越多的企业投资人工智能，这些迷惑可能就会消散，并导致人们对正在进行的数据革命的热情更高。
3）人工智能和云计算的结合
4）更加智能的市场营销
市场营销是利用大数据的力量革命化的关键领域之一，通过梳理大量的数据，企业能够比以往任何时候都更准确地针对特定的消费者，将广告和交易直接发送到潜在消费者的邮箱或家门口。
随着越来越多的公司试图利用自动算法来分类数据以找到潜在的客户，人工智能领域将受益于行业投资的增加。而实时定位可以为正确使用的公司带来20%以上的销售机会，这意味着采用人工智能可以获得十分丰厚的利润。
5）聊天机器人应用越来越广泛