據VentureBeat網站報道，雖然商業和工業領域的人工智能（AI）應用仍然局限于機器學習任務，但我們看到算法和硬件的融合正悄然發生，這將對我們實現AI的速度和方式產生重大影響。研究人員現在可以在數小時或數天內訓練出神經網絡，產生一系列令人感到驚異的可能性、產品和學習能力，這是我們以前無法想象的。

1.黑客利用“逆向工程”技術擊敗基于機器學習的安全系統

最近發生的廣泛安全攻擊是黑客變得越來越乖僻和聰明的有力證據。有了AI，電腦實際上可能變得錯誤百出，而黑客可以更快、更秘密地達到目的。在2018年，很有可能發生的情況是，黑客通過內部攻擊、惡意軟件、勒索軟件或基于對機器的攻擊，利用“逆向工程”打敗基于機器學習(ML)開發的安全系統。

2.AI將解決數據所有權和控制權問題

未來一年，我們可能會看到有關數據所有權和控制權的激烈交鋒。這種反彈可能是數據泄露所致，也可能是為了應對歐盟即將到來的通用數據保護監管(GDPR)執法或在美國解除網絡中立引發的。到時候，人們可能要求獲得個人在網絡上的行為記錄，并作為數據存儲起來，這些數據在法律上可能被認為是個人擁有的知識產權。如果出現這種情況，包括Facebook和谷歌在內的行業巨頭將不得不回答關于“誰擁有該數據”的基本問題。這也意味著，用戶和科技公司將不得不決定由誰來決定如何使用數據，誰從中獲利以及與誰共享，AI可以提供答案。

3.壞人把AI聊天機器人變成了新的威脅

這將是今年黑客、詐騙犯以及其他在暗網中運作的組織，以一種新的可怕方式從陰影中走出來的年份，他們還學會了如何影響AI聊天機器人。這些智能語音助手已經可以更改你的銀行賬戶余額，或者充當你的酒店禮賓員，而壞人可能會將它們的能力轉化為執行自我啟動任務，并參與到諸如破壞公共設施、偷錢、操縱人類行為、意見和決策等非法活動中。

4.AI結合區塊鏈增強深度學習

接下來的一年里，我們可以看到AI開始與區塊鏈技術結合起來，創造出一種全新的深度學習技術，它比之前設想的更聰明，學習速度更快。但這僅僅是一波浪潮的開始，因為存儲在區塊鏈上的數據迅速傳播、不可改變的特性可能會產生更精確的AI預測。反過來，領先的公司可以這種先進的方法來發現、提取和分析區塊鏈中的數據來解決老問題。

5.利用NLG和NLU自動教育AI學習系統取得突破性進展

隨著時間的推移，我們可以通過那些使用自然語言生成(NLG)和自然語言理解(NLU)技術的計算機科學家來自動教授AI學習系統取得突破。雖然公司已經使用了無人監督的機器學習算法，如生成對抗網絡(GAN)來執行更簡單的任務，但計算機科學家們現在正在努力取得進展，允許“一次性”學習使用諸如合同、語音和視頻等上下文數據。我們可能會看到這樣的例子，使用NLU和NLG自動生成新的但更有效的項目，從而自動改進模型。

6.AI成為主流律師，遠離外部法律服務

今年，我們可能會看到，隨著AI和其他先進技術在全球企業中占據主流地位，法律行業將出現大規模的、似乎是一夜之間發生的轉變。由于安全顧慮越來越多，再加上AI變得相對容易部署和使用，更多企業會使用AI系統來取代專業律師以便節省開支。這一變化可能成為催化劑，推動首席績效官、首席法律官以及法律事務人員的影響力從幕后走向董事會，因為客戶不再接受高收費，特別是那些AI系統可以輕易完成的法律事宜。

7.技術和標準的融合使新的智能契約框架得以實現

我們預計，技術和標準的融合將在2018年開始，而智能合同(IC)的核心功能將在協議級別上實現。這已經開始成為一種“智能合同”，它可以在任何時候對敏感數據進行加密，在區塊鏈版本中也可以使用。端到端的加密和安全性可以進一步擴展到許多參與方之間的安全契約中，而這兩種IC和AI支持的安全學習關鍵組件可以在新的IC框架應用程序上找到。

當AI系統能夠在很少人工干預的情況下學習復雜任務時，這種系統已經準備好迎接AI新時代的到來。雖然有許多關于警惕未來AI的戲劇性聲明，但我們相信未來一年也將以積極的方式突出我們的創新能力。AI可以給我們的生活帶來高質量的改變，包括更安全的道路，更清潔的海洋以及預測衛生保健等。畢竟，我們仍然掌控著AI的命運。