图片来自“123rf．com．cn”
年末年初，预测明年的风口近乎是所有科技媒体都会做的一件事。
玩得更高级一点的，会邀请各路大神来一起加入预测大军。而审视一下他们的预测思路，分析这些预测中的关键点和未知因素，其实也是蛮有脑洞的一件事。
比如说，我最近看到了一篇文章，是阿里巴巴旗下12位不同领域的科学家，对AI等前沿技术将在2018年如何影响世界做出了自己的预测。稍加总结之后我发现，这些科学家对于今年的科技趋势，竟然保持了非常高度的一致性，甚至有些判断可谓惊人。
这件事或许值得说道说道…．
总体而言，这12位科学家认为接下来这一年，量子计算、无人驾驶、区块链都会各自发展。而AI技术将在这一年进行多个领域的转型和持续渗透。最重要的一点，是他们普遍认为随着AI技术成熟加速，IoT领域将迎来真正大火大热的一年。
事实真的就会如此吗？
显然，科学家对技术的全面认知，是普通科技爱好者难以比拟的。但技术与商业间的跨越度，却可能是科学家身份的信息盲点。本文将会尝试总结和分析科学家眼中的2018科技圈大事件。另一方面，也会分析哪些因素可能给科学家们的预言带来阻碍和反制。希望能够帮助读者建立相对合理准确的技术趋势认知。
既然是个预言类文章，那么有兴趣的朋友不妨截个图，放到一年后看看。假如事实真的如本文所说，一些新的风口正在酝酿爆发——那么不要谢我，荣耀属于科学家们！
AI面临三个拐角：人工智能转型会成为IoT导火索？
这12位科学家，大部分致力于AI以及相关领域的研究，所以对AI的预测也非常丰富。总结一下，他们对AI在2018年的趋势判断差不多可以归纳为三点：
1、消费商业的AI技术从边缘走向核心，AI进入各个细分产业当中，机器视觉依旧是主要手段。
2、AI的技术关注点从深度学习转移到其他领域。强化学习、小数据学习等技术手段开始得到重视。
3、多模态的AI连接会成为主流。语音交互、机器视觉、知识图谱等技术手段在统一设备或场景中的融合将成为主流。
这三个判断或许意味着，在科学家们看来，“转型”即将成为2018的AI年度关键词。比如我们习惯用单一技术支撑消费级产品的思路将会被打破。而深度学习作为今天AI产业中最主要的实现方式，也在经受着学术界和产业界越来越多的质疑。用一些其他的机器学习技术来弥补深度学习的不足，唤醒小成本、快速完成机器学习的可能，在今天的学术界已经成为主旋律之一。
算力与数据成本降低、多模态融合技术成熟的AI，将更有可能快速进入各个细分领域和细分场景中。另一方面，深度转型意味着在几年中已经成为习惯的AI技术与产品思路可能要迎来重大调整，很多基于AI的商业变现方式都将发生改变。最直接的改变，可能将发生在IoT领域。
毕竟当自然方式的人机交互成熟度极高、成本快速下降之后，IoT产品将迎来极大的商业上升空间——想象一下，物联网设备能看懂、听懂你的各种需求，完全不需要显示屏和按键，价钱又很实惠，那当然卖的好了…
总体而言，阿里科学家们的AI预言，对产业整体还是抱有比较轻松乐观态度的。但问题可能在于，目前已经开始的AI商业试探，是否准备好开始迎接各领域一起爆发的AI转型？当深度学习失去霸主地位，感知交互方式迎来全面升级，目前我们看到的AI产品可能会快速被迭代。这当然可能引发产业阵痛。
还有一个AI风口值得被注意，那就是随着视频理解和AI编辑技术的进步，视频行业可能会在2018变得不一样。AI变脸、AI广告植入、AI分析视频内容等等技术，都在把视频变成一个可以随意拼接的“大玩具”。随之而来的新玩法和新市场，在2018可能是个大事件。
视频产业可能爆发，或许也意味着内容创作者将迎来新风口。但随之而来的监管风险和道德压力将会成为变量。用AI干坏事，或许会成为年度关键词之一。