“人工智能就像現在的‘狂野西部’，”高通的圖形主管Tim Leland在本月早些時候告訴我，該公司推出了最新的高端移動芯片。Snapdragon 845的設計初衷是更好地處理人工智能計算任務。這是科技行業癡迷于人工智能的最新成果。沒有一家公司想被甩在后面，無論是通過優化硬件來進行人工智能處理，還是通過機器學習來加快任務，每個主品牌都在人工智能領域投入了大量資金。但是，盡管人工智能在2017年已經滲透到我們生活的方方面面，但革命才剛剛開始。

這可能是一個很有用的時間點，可以被用來來澄清人工智能通常是各種不同技術的統稱。我們的數字助理中有人工智能，比如Siri、Alexa、Cortana以及Google Assistant。你會在facebook的Messenger聊天工具上發現人工智能，比如facebook的自動回復功能。它被定義為“由機器顯示的智能”，但也指計算機在沒有人類指令的情況下進行操作。然后是機器學習，也就是電腦自學如何完成人類所做的事情。例如，最近，美國麻省理工學院的人臉識別系統學會了如何識別人類，就像人類一樣，無需創作者的幫助。

重要的是不要混淆這些概念——機器學習是人工智能的一個子集。讓我們使用“機器學習”這個術語，當我們專門討論神經網絡和像google的TensorFlow庫這樣的模型時，AI指的是機器人、設備和軟件，它們可以完成他們已經學過的任務。

今年，人工智能變得如此智能，以至于電腦打敗了人類，贏得了一個完美的“吃豆人”的分數，甚至還與“超級大明星”的游戲玩家保持同步。人們開始在醫學中使用人工智能來預測疾病，以及在社交網絡上發現有自殺傾向的用戶。人工智能還開始編寫音樂和寫電影劇本。

無論你在哪里，總有一些人想要把人工智能應用于某個事物中。這一切都得益于谷歌、微軟及其同行在今年繼續投資的神經網絡，收購了人工智能創業公司，并推出或擴大了人工智能部門。機器學習的進步很快，而且明年還會繼續改善。

在進入2018年之際，最大的變化之一就是機器學習模式從云計算向手機端的轉變。今年，谷歌、Facebook和蘋果推出了移動版本的機器學習框架，讓開發者可以在自己的應用中加速基于人工智能的任務。芯片制造商也紛紛為機器學習設計移動處理器。華為、蘋果和高通今年都調整了各自的最新芯片組，通過提供專門的“神經”核心來更好地管理與人工智能相關的工作負載。不過，除了iPhone版的“face ID”和“華為Mate 10 Pro”上的微軟翻譯，我們還沒有看到針對人工智能芯片帶來益處的具體實例。

基本上來說，人工智能技術已經有了多年的改進，但大部分都是基于云端的。以圖像識別系統為例。一開始，它可能會區分出截然不同的男性和女性。不過，隨著該項目繼續在云端進行更多的圖像訓練，它可以更好地將用戶區分開來，而這些改進會被發送到你的手機上。2018年，我們將把真正的人工智能放在口袋里。能夠在移動設備上執行模型不僅能讓AI更快，還能將數據存儲在手機上，而不是發送到云端，這對你的隱私更有好處。

很明顯，這個行業正在為我們的智能手機和其他設備做基礎工作，讓它們能夠自主學習，從而改進翻譯、圖像識別等技術，并提供更加個性化的服務。但隨著可用硬件在處理機器學習計算方面變得越來越好，開發者們仍在努力尋找將人工智能添加到應用中的最佳方式，業內沒有人真正知道殺手級應用案例是什么。

最終，我們生活中的每一個行業和每一個方面——從購物中心到自動駕駛汽車——都將通過人工智能轉變。商店會了解我們的品味、尺碼和習慣，并利用這些信息為我們提供服務，或者告訴我們在哪里可以找到我們想要的東西。當你走進商店時，零售商就會知道你是誰，你過去買了什么，你對什么過敏，你最近是否去過醫生，你最喜歡的顏色是什么。該系統的人工智能將會了解你在一年中的特定時間購買的東西，并向你推薦類似的或與之競爭的產品，在貨架上的顯示屏上提供相應的信息。

汽車將能夠避開障礙物，利用機器學習技術更好地識別危險，并在危險中進行導航。甚至你的醫生也會很快依靠人工智能來對x射線、核磁共振掃描和其他醫學圖像進行分類，從而減少診斷病人的時間。

人工智能在圖像識別領域已經很流行，而且很快就會變得更加普及。家用安全攝像頭在區分人類、狗、貓和汽車方面已經變得越來越好。如果這最終被用于執法部門，使得在交通和其他公共攝像機鏡頭中尋找潛在的犯罪分子或失蹤人員成為可能，請不要感到驚訝。

我們通過手機和智能音箱交談的數字助手不僅能更快、更自然地通過對話學習，還能更好地預測出我們需要的東西、我們想要的東西。當你下班后走進家門，燈亮起來，溫控器把溫度調高，你最喜歡的音樂開始自動播放。

當然，這種情況已經發生了，但是現有的設定觸發器的方法取決于你的位置或當天的時間。將來，人工智能會知道如何調整家中的一切，按照你喜歡的方式，同時考慮外部因素。例如，如果天氣炎熱，你的數字助理可以在檢測到室外溫度變化后，不需要輸入就能打開空調。所有這些自動化最終可能會讓黑鏡的世界成為現實。

2017年，人工智能占據了越來越大的發展勢頭，但最引人注目的用例卻局限于受控的實驗環境。明年，我們將開始看到更強大的人工智能出現，它們可能會改變我們的生活方式。這種情況可能不會馬上發生，但很快人工智能就會主宰我們的生活——無論這是好是壞。