这可能是一个很有用的时间点，可以被用来来澄清人工智能通常是各种不同技术的统称。我们的数字助理中有人工智能，比如Siri、Alexa、Cortana以及Google Assistant。你会在facebook的Messenger聊天工具上发现人工智能，比如facebook的自动回复功能。它被定义为“由机器显示的智能”，但也指计算机在没有人类指令的情况下进行操作。然后是机器学习，也就是电脑自学如何完成人类所做的事情。例如，最近，美国麻省理工学院的人脸识别系统学会了如何识别人类，就像人类一样，无需创作者的帮助。
重要的是不要混淆这些概念——机器学习是人工智能的一个子集。让我们使用“机器学习”这个术语，当我们专门讨论神经网络和像google的TensorFlow库这样的模型时，AI指的是机器人、设备和软件，它们可以完成他们已经学过的任务。
今年，人工智能变得如此智能，以至于电脑打败了人类，赢得了一个完美的“吃豆人”的分数，甚至还与“超级大明星”的游戏玩家保持同步。人们开始在医学中使用人工智能来预测疾病，以及在社交网络上发现有自杀倾向的用户。人工智能还开始编写音乐和写电影剧本。
无论你在哪里，总有一些人想要把人工智能应用于某个事物中。这一切都得益于谷歌、微软及其同行在今年继续投资的神经网络，收购了人工智能创业公司，并推出或扩大了人工智能部门。机器学习的进步很快，而且明年还会继续改善。
在进入2018年之际，最大的变化之一就是机器学习模式从云计算向手机端的转变。今年，谷歌、Facebook和苹果推出了移动版本的机器学习框架，让开发者可以在自己的应用中加速基于人工智能的任务。芯片制造商也纷纷为机器学习设计移动处理器。华为、苹果和高通今年都调整了各自的最新芯片组，通过提供专门的“神经”核心来更好地管理与人工智能相关的工作负载。不过，除了iPhone版的“face ID”和“华为Mate 10 Pro”上的微软翻译，我们还没有看到针对人工智能芯片带来益处的具体实例。
基本上来说，人工智能技术已经有了多年的改进，但大部分都是基于云端的。以图像识别系统为例。一开始，它可能会区分出截然不同的男性和女性。不过，随着该项目继续在云端进行更多的图像训练，它可以更好地将用户区分开来，而这些改进会被发送到你的手机上。2018年，我们将把真正的人工智能放在口袋里。能够在移动设备上执行模型不仅能让AI更快，还能将数据存储在手机上，而不是发送到云端，这对你的隐私更有好处。
很明显，这个行业正在为我们的智能手机和其他设备做基础工作，让它们能够自主学习，从而改进翻译、图像识别等技术，并提供更加个性化的服务。但随着可用硬件在处理机器学习计算方面变得越来越好，开发者们仍在努力寻找将人工智能添加到应用中的最佳方式，业内没有人真正知道杀手级应用案例是什么。
最终，我们生活中的每一个行业和每一个方面——从购物中心到自动驾驶汽车——都将通过人工智能转变。商店会了解我们的品味、尺码和习惯，并利用这些信息为我们提供服务，或者告诉我们在哪里可以找到我们想要的东西。当你走进商店时，零售商就会知道你是谁，你过去买了什么，你对什么过敏，你最近是否去过医生，你最喜欢的颜色是什么。该系统的人工智能将会了解你在一年中的特定时间购买的东西，并向你推荐类似的或与之竞争的产品，在货架上的显示屏上提供相应的信息。
汽车将能够避开障碍物，利用机器学习技术更好地识别危险，并在危险中进行导航。甚至你的医生也会很快依靠人工智能来对x射线、核磁共振扫描和其他医学图像进行分类，从而减少诊断病人的时间。
人工智能在图像识别领域已经很流行，而且很快就会变得更加普及。家用安全摄像头在区分人类、狗、猫和汽车方面已经变得越来越好。如果这最终被用于执法部门，使得在交通和其他公共摄像机镜头中寻找潜在的犯罪分子或失踪人员成为可能，请不要感到惊讶。
我们通过手机和智能音箱交谈的数字助手不仅能更快、更自然地通过对话学习，还能更好地预测出我们需要的东西、我们想要的东西。当你下班后走进家门，灯亮起来，温控器把温度调高，你最喜欢的音乐开始自动播放。
当然，这种情况已经发生了，但是现有的设定触发器的方法取决于你的位置或当天的时间。将来，人工智能会知道如何调整家中的一切，按照你喜欢的方式，同时考虑外部因素。例如，如果天气炎热，你的数字助理可以在检测到室外温度变化后，不需要输入就能打开空调。所有这些自动化最终可能会让黑镜的世界成为现实。
2017年，人工智能占据了越来越大的发展势头，但最引人注目的用例却局限于受控的实验环境。明年，我们将开始看到更强大的人工智能出现，它们可能会改变我们的生活方式。这种情况可能不会马上发生，但很快人工智能就会主宰我们的生活——无论这是好是坏。
