AI技能

　　據(jù)報道，在2018年，人工智能已經(jīng)成為薪酬最高的工作之一，并且許多組織及高校已經(jīng)在人工智能領(lǐng)域的技能培訓和學科培養(yǎng)上加大投入，同樣的趨勢在2019年也將繼續(xù)。

　　然而，其中有一些挑戰(zhàn)也正在出現(xiàn)，比如企業(yè)自身難以在短期培養(yǎng)一個具備強人工智能技能的高級人才，因此，他們可能更趨向于選擇設(shè)立一個不需要監(jiān)督的人工智能工具進行替代。

　　通過AI實現(xiàn)DevOps的自動化

　　如今，互聯(lián)網(wǎng)生成的海量數(shù)據(jù)無法估量，往往需要對其進行過濾后再實現(xiàn)分析，其中，使用AI對數(shù)據(jù)集進行整理，來找到可以滿足硬件和其他應(yīng)用軟件的相關(guān)性和新模式，將逐漸成為主流。

　　在2019年，最優(yōu)的解決方案，是在這些數(shù)據(jù)集上應(yīng)用機器學習模型使它們具有預(yù)測性，并且隨著AI的不斷深入，管理IT基礎(chǔ)架構(gòu)的方式將被重新定位，在IT運營中部署AI將幫助他們在更短的時間內(nèi)完成任務(wù)，并快速解決問題，因此，基于AI的DevOps將于2019年投入運營，云供應(yīng)商等將從中受益匪淺。

　　神經(jīng)網(wǎng)絡(luò)互操作

　　在目前的一些神經(jīng)網(wǎng)絡(luò)操作中，最主要問題存在于選擇最合適的框架，因此，開發(fā)人員往往面臨從一系列工具中進行選擇的艱難問題，不僅局限于Apache MXNet，Microsoft Cognitive Toolkit，TensorFlow等等。

　　這是因為神經(jīng)網(wǎng)絡(luò)一旦選擇并訓練了特定模型，就很難再在另一個框架上工作， 為了應(yīng)對這一挑戰(zhàn)，AWS，F(xiàn)acebook和Microsoft合作構(gòu)建了開放式神經(jīng)網(wǎng)絡(luò)交換(ONNX)，這使得在多個框架中重用經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)模型成為可能，2019年，神經(jīng)網(wǎng)絡(luò)中互操作性的突破會成為AI的重點趨勢之一。

　　開源AI

　　2019年，AI大多數(shù)的項目都會進行開源，是因為越來越多的公司開始關(guān)注協(xié)作和知識共享，人工智能也會遵循相同的發(fā)展軌跡。開源AI作為人工智能發(fā)展的下一個階段，多家公司將開始開放他們的AI堆棧，以建立更廣泛的AI社區(qū)支持網(wǎng)絡(luò)。

　　Gartner預(yù)測“到2020年，AI技術(shù)將普遍出現(xiàn)在幾乎每一個新的軟件產(chǎn)品和服務(wù)中”，在那天到來之前，開源AI將一直扮演重要角色。目前，包括Acumos AI、Facebook框架、Yahoo的CaffeOnSpark、Google的TensorFlow 、H2O.ai以及Microsoft Cognitive Toolkit等，都作為比較主流的開源AI工具在市場中占據(jù)大量份額，除此之外，更多的AI公司也正在爭相開源自己的項目。

　　實際上，伴隨2019年的到來，沒有人能預(yù)見到AI領(lǐng)域到底會發(fā)生哪些令人難以置信的變革，我們僅能從這些趨勢中，感受到足以令人十分興奮的未來。