筆記本電腦、智能手機(jī)、傳感器，都為帶來了大量數(shù)據(jù)。這是獲得競爭優(yōu)勢(或者保持競爭力)的重大機(jī)遇，前提是企業(yè)足夠靈活，可以管理好數(shù)據(jù)并把數(shù)據(jù)變成有用的。

人腦能高效地處理視覺圖像。在這個過程中，大腦使用了潛意識，讓決策者可以通過迅速掃描圖像來處理信息。可視化圖表利用了大腦的圖像識別能力，出色的可視化模型將成為處理龐大數(shù)據(jù)集的更好選擇，也是2018年重要的趨勢之一。

亞馬遜也使用了。亞馬遜的推薦引擎利用人工智能來預(yù)測用戶的興趣，準(zhǔn)確率約為5%至10%。為了提高預(yù)測準(zhǔn)確率，亞馬遜與微軟合作，共同推出了一個新平臺，把機(jī)器學(xué)習(xí)用于人工智能訓(xùn)練。這個新平臺名為Gluon，可供各種技能水平的人工智能開發(fā)人員使用。據(jù)稱，Gluon平臺可以讓人工智能開發(fā)人員更容易設(shè)計和開發(fā)人工神經(jīng)網(wǎng)絡(luò)。

原文翻譯：

物聯(lián)網(wǎng)(IoT)的擴(kuò)張已經(jīng)把數(shù)不勝數(shù)的大數(shù)據(jù)新來源添加進(jìn)了數(shù)據(jù)管理的版圖，它將成為2018年及若干年之后主要的大數(shù)據(jù)趨勢之一。筆記本電腦、智能手機(jī)、傳感器，都為物聯(lián)網(wǎng)帶來了大量數(shù)據(jù)。

這是獲得競爭優(yōu)勢(或者保持競爭力)的重大機(jī)遇，前提是企業(yè)足夠靈活，可以管理好數(shù)據(jù)并把數(shù)據(jù)變成有用的商業(yè)智能。隨著大數(shù)據(jù)的增長，企業(yè)試圖跟上它的腳步，努力把數(shù)據(jù)變成可用的洞見。商業(yè)智能是保持競爭力的關(guān)鍵，而數(shù)據(jù)分析提供了所需的最新信息。在2017年，一些企業(yè)大力發(fā)展他們的大數(shù)據(jù)可視化服務(wù)和軟件。這使研究人員可以更有效地收集和協(xié)調(diào)關(guān)于大眾的信息，改善客戶體驗，也使領(lǐng)導(dǎo)者可以簡化決策過程。

在2018年，提供云服務(wù)的企業(yè)數(shù)量將繼續(xù)增長，導(dǎo)致競爭性定價，使小企業(yè)也能使用大數(shù)據(jù)資源。

2018年的商業(yè)智能

企業(yè)決策正在經(jīng)歷的轉(zhuǎn)變將延續(xù)到2018年。在2017年，處理的目標(biāo)使效率越來越高，成本不斷減少，從而造就了基于大數(shù)據(jù)的商業(yè)智能，對中小企業(yè)甚至初創(chuàng)公司來說更為重要。這一趨勢將延續(xù)到2018年及以后，處理大數(shù)據(jù)的成本將繼續(xù)降低，但以下情況除外：

使用云端商業(yè)智能的費用將提高。

數(shù)據(jù)分析將提供更好的模型和自助式軟件。

新市場和新地區(qū)擴(kuò)張的決策將基于大數(shù)據(jù)。

2018年的云趨勢

創(chuàng)造利基

2018年，更多的人將熟悉云應(yīng)用，專業(yè)化和利基工作將得到發(fā)展，就像在所有其他行業(yè)里一樣，從而帶來額外的研究選擇和更多的業(yè)內(nèi)競爭。擁有零售、區(qū)域性增長等專長的數(shù)據(jù)科學(xué)家將逐漸成為常態(tài)。

混合云

雖然云提供了便利的大數(shù)據(jù)存儲和處理解決方案，但愿意把“所有”數(shù)據(jù)都放到云端的企業(yè)少之又少。2018年，混合云的使用應(yīng)該會大幅增長，因為混合云兼具二者的優(yōu)點，本地數(shù)據(jù)管理可以與云的便利性結(jié)合起來。

其他部門也將使用云

通常來說，IT部門是其他部門使用云的“中間人”。然而，云技術(shù)的使用已經(jīng)變得非常簡單。現(xiàn)在，銷售和營銷、人力資源等其他部門也能直接使用云。隨著更多的人可以訪問敏感信息，安全將成為一個重要問題。

2018年的數(shù)據(jù)分析

數(shù)據(jù)分析將包含可視化模型

2017年，對2800名商業(yè)智能專家的一項調(diào)查預(yù)測，數(shù)據(jù)可視化和數(shù)據(jù)發(fā)現(xiàn)將成為一股重要趨勢。數(shù)據(jù)發(fā)現(xiàn)的范疇已經(jīng)擴(kuò)大，不僅包括對數(shù)據(jù)分析和關(guān)系的理解，還包括呈現(xiàn)數(shù)據(jù)的方式，以挖掘更深層次的商業(yè)洞見。其結(jié)果就是，作為一種把數(shù)據(jù)變成可用洞見的方法，可視化模型越來越受歡迎。日益改善和演變的可視化模型已經(jīng)成為從大數(shù)據(jù)中獲取洞見的必要組成部分。

人腦能高效地處理視覺圖像。在這個過程中，大腦使用了潛意識，讓決策者可以通過迅速掃描圖像來處理信息。可視化圖表利用了大腦的圖像識別能力，出色的可視化模型將成為處理龐大數(shù)據(jù)集的更好選擇，也是2018年重要的大數(shù)據(jù)趨勢之一。

預(yù)測分析

很多企業(yè)利用“歷史上的”大數(shù)據(jù)分析來預(yù)測未來的行為。然而，在進(jìn)行此類預(yù)測時，對當(dāng)前最新數(shù)據(jù)的分析更有價值。俗話說，“過去的成績不能保證以后的成功”，這也適用于商業(yè)智能領(lǐng)域。預(yù)測分析為用戶提供了一個優(yōu)勢，能夠?qū)崟r“了解客戶”，具有不可思議的創(chuàng)收潛力。(規(guī)范性分析還處于初期階段，今后幾年內(nèi)可能還不會成為一股強(qiáng)勁的趨勢。)

2018年的物聯(lián)網(wǎng)

物聯(lián)網(wǎng)將繼續(xù)擴(kuò)張。如何利用來自物聯(lián)網(wǎng)設(shè)備的信息，則完全是另一個問題。

改善零售

2018年，消費者和企業(yè)主將受益于越來越多的傳感器和來自各種消費類設(shè)備的數(shù)據(jù)。物聯(lián)網(wǎng)能收集信息，使企業(yè)可以更有效地把產(chǎn)品推銷給潛在客戶。懂技術(shù)的公司已經(jīng)開始投資基于傳感器的數(shù)據(jù)分析，這將使他們可以追蹤其商店內(nèi)人流量最大的區(qū)域。

重塑醫(yī)療

現(xiàn)在，大數(shù)據(jù)被用來制定醫(yī)療方案，但或許也將重塑人們就醫(yī)和支付醫(yī)療費用的方式。新的可穿戴技術(shù)能追蹤用戶的健康狀況，使醫(yī)院和診所得以改善醫(yī)療質(zhì)量。聯(lián)網(wǎng)設(shè)備可以提醒患者服藥、鍛煉和注意血壓的劇烈變化。

改變網(wǎng)絡(luò)安全挑戰(zhàn)

新的網(wǎng)絡(luò)安全挑戰(zhàn)將在2018年成為一個棘手的問題。可以預(yù)見，心懷叵測的黑客將想方設(shè)法入侵物聯(lián)網(wǎng)。2016年10月，黑客利用物聯(lián)網(wǎng)發(fā)動攻擊，使網(wǎng)絡(luò)大面積癱瘓。

隨著物聯(lián)網(wǎng)繼續(xù)擴(kuò)張，全球網(wǎng)絡(luò)基礎(chǔ)設(shè)施的薄弱環(huán)節(jié)也將繼續(xù)增多。人工智能和機(jī)器學(xué)習(xí)提供了解決之道，它們將變得越來越普及。由于設(shè)備彼此之間的聯(lián)系更加緊密，安全專家必須學(xué)會利用人工智能和機(jī)器學(xué)習(xí)程序。

2018年的機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是計算機(jī)的訓(xùn)練過程，現(xiàn)在被企業(yè)用于各種各樣的商業(yè)行為，比如實時廣告、模式識別、欺詐識別和醫(yī)療。但在2018年，機(jī)器學(xué)習(xí)將變得更聰明、更快速、更有效。

Advertisement公司的商務(wù)拓展總監(jiān)羅納德·范龍(Ronald Van Loon)說：

“機(jī)器學(xué)習(xí)技術(shù)正在迅速發(fā)展，你的數(shù)字業(yè)務(wù)需要轉(zhuǎn)向自動化。機(jī)器學(xué)習(xí)算法從大量的結(jié)構(gòu)化數(shù)據(jù)和文本、圖像、視頻、語音、肢體語言、面部表情等非結(jié)構(gòu)化數(shù)據(jù)中學(xué)習(xí)，可用于從醫(yī)療系統(tǒng)、電子游戲到自動駕駛汽車的所有領(lǐng)域，擁有無限廣闊的應(yīng)用前景，為機(jī)器打開了一個新的維度。”

教育

近期已經(jīng)出現(xiàn)了利用機(jī)器學(xué)習(xí)來改善教學(xué)的事例。例如，加利福尼亞州立大學(xué)要求教職員工尋找和使用免費或低成本的教學(xué)材料。為了簡化這一過程(用免費或低成本的教學(xué)材料取代以前的課程材料非常耗時)，Intellus Learning提供了一個解決方案：把4500多萬個在線資源編入索引，并教會(利用機(jī)器學(xué)習(xí)技術(shù))程序/算法作出推薦。老師可以把免費或低成本的材料上傳至課程材料管理系統(tǒng)，供學(xué)生使用。

醫(yī)療

識別不同疾病，并做出正確診斷，這是機(jī)器學(xué)習(xí)研究的一個目標(biāo)。醫(yī)療行業(yè)一直在開發(fā)能識別和診斷疾病的計算機(jī)和算法。在德克薩斯大學(xué)奧斯汀分校，研究人員發(fā)明了把多個腫瘤生長模型結(jié)合起來的全自動方法。機(jī)器學(xué)習(xí)算法能自動識別大腦腫瘤。機(jī)器學(xué)習(xí)已經(jīng)被用于各種醫(yī)療行為，包括：

• 行為矯治
• 流行病爆發(fā)預(yù)測
• 藥物研發(fā)
• 放射檢查
• 電子病歷
• 診斷和疾病識別

2018年的人工智能

人工智能研究目前致力于開發(fā)使人機(jī)交互更加自然的算法以及訓(xùn)練這些算法的方法。目標(biāo)是用自然的人類語言來回答復(fù)雜的提問。人工智能和機(jī)器學(xué)習(xí)使通常需要人類決斷的工作有了自動化的可能，這些工作包括如下技能：

• 閱讀手寫材料
• 識別面部表情
• 學(xué)習(xí)
• 認(rèn)知能力，比如規(guī)劃和利用部分信息進(jìn)行推理

Gartner Research公司副總裁大衛(wèi)·瑟爾利(David Cearly)說：

“人工智能技術(shù)正在迅速發(fā)展，企業(yè)將需要對技能、流程和工具進(jìn)行大力投資，以便成功地利用這些技術(shù)，構(gòu)建人工智能強(qiáng)化系統(tǒng)。投資領(lǐng)域包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)整合、算法和訓(xùn)練方法選擇，以及模型建立。包括數(shù)據(jù)科學(xué)家、開發(fā)人員和業(yè)務(wù)流程所有者在內(nèi)的多方必須展開合作。”

Gluon平臺

亞馬遜也使用了人工智能。亞馬遜的推薦引擎利用人工智能來預(yù)測用戶的興趣，準(zhǔn)確率約為5%至10%。為了提高預(yù)測準(zhǔn)確率，亞馬遜與微軟合作，共同推出了一個新平臺，把機(jī)器學(xué)習(xí)用于人工智能訓(xùn)練。這個新平臺名為Gluon，可供各種技能水平的人工智能開發(fā)人員使用。據(jù)稱，Gluon平臺可以讓人工智能開發(fā)人員更容易設(shè)計和開發(fā)人工神經(jīng)網(wǎng)絡(luò)。

Gluon平臺將落戶亞馬遜AWS服務(wù)。Gluon界面是“開源且易于使用的”。

人工智能和網(wǎng)絡(luò)安全

《哈佛商業(yè)評論》寫道：

“諷刺的是，面對利用人工智能進(jìn)行的黑客攻擊，我們的最佳防御策略也是利用人工智能。人工智能可用來防御和攻擊網(wǎng)絡(luò)設(shè)施，還可以擴(kuò)大黑客的攻擊面，也就是讓黑客擁有更多的攻擊手段。企業(yè)領(lǐng)導(dǎo)得到的建議，是要了解人工智能安全研究的最新進(jìn)展。”

隨著企業(yè)認(rèn)識到開發(fā)網(wǎng)絡(luò)安全程序的重要性，人工智能將變得更加流行。精心構(gòu)建的人工智能防御系統(tǒng)能從多年來發(fā)生的黑客攻擊事件中，學(xué)會各種攻擊和防御策略。它能設(shè)定正常用戶行為的基準(zhǔn)，然后搜索異常行為，速度比人類要快得多。這比維持一支專門處理日常網(wǎng)絡(luò)攻擊的安全團(tuán)隊要省錢得多。人工智能也可以用來制定防御策略。在2018年，人工智能與網(wǎng)絡(luò)安全的關(guān)系將變得更加緊密。