尽管人工智能的话题已经烂透了，但不可否认的是，人工智能已经开始渗透到各个行业。最近，“福布斯”杂志谈到了AI行业的五个主要趋势，包括芯片，AI平台，工具和应用程序趋势。这些趋势与人工智能的应用密切相关。下面让我们一一理解。人工智能促进了芯片产业的转型。人工智能使芯片行业陷入混乱，传统的芯片行业格局将发生巨大变化。这种情况在2019年将变得更加突出。以AWS，微软，谷歌，Facebook和阿里云为首的技术驱动型公司将增加对AI芯片的投资，这将为芯片市场带来更多变数。越来越多的公司开始投资于AI芯片研发的原因是因为AI模型训练需要专门的硬件来执行复杂的数学计算，以便加快目标检测和面部识别等任务的执行速度。人工智能芯片可以针对计算机视觉，优化与自然语言处理和语音识别有关的特定用例和场景。在2019年，英特尔，英伟达（Nvidia），AMD和高通（Qualcomm）等传统芯片制造商将推出专用AI芯片。像AWS，Facebook和阿里云这样的超级技术公司将增加对芯片研发的投资。这些芯片将在AI和高性能计算的基础上针对现代工作负载进行重大优化。这些芯片中的一些也将有所帮助。第一代数据库加快了查询处理和预测分析的速度。可以说，对于技术驱动型公司来说，人工智能芯片无疑是全栈式人工智能功能的重要组成部分，而且它们不会轻易放弃。边缘计算促进了AI和IoT的集成。边缘计算的优势在于它可以更快地响应需求，这适用于诸如物联网之类的应用。从2019年开始，越来越多的公共云模型将开始在边缘计算中使用，特别是对设备执行异常检测，根本原因分析和预测性维护的工业物联网，这是AI的最佳用例。基于深度神经网络的高级机器学习模型将被优化以在边缘运行，并且将来将能够处理非结构化数据，例如视频和语音。物联网必将成为企业人工智能的最大动力。 ONNX将打破神经网络互操作性的障碍。如今，大量的各种机器学习框架，再加上大量的各种人工智能硬件平台，框架和平台之间缺乏良好的支持，带来了机器学习和人工智能应用程序。一个严重的障碍来了。在2019年，这种情况将有所改善。 ONNX组织的建立将大大改善神经网络工具包与硬件平台之间的互操作性。仅在特定框架中调试和评估模型的情况将大大改善。诸如Microsoft和Facebooke之类的公司发起了“ Open Neural Network Exchange”。 （ONNX）组织并提出了相应的标准格式，从而可以将调试后的神经网络模型移植到其他框架中。目前，阿里云，百度云和英伟达等多家公司已加入该组织。在2019年，ONNX将变得更加重要。从研究人员到制造商的所有核心参与者都将依靠ONNX作为推理的标准。运行框架。自动化机器学习将成为主流自动化机器学习（AutoML）已成为一种发展趋势。它将从根本上改变基于机器学习的解决方案，使他们无需传统的调试程序即可改善机器学习模型，然后处理复杂的场景。 AutoML非常适用于认知应用程序编程接口（API）和自定义机器学习平台。与认知API不同，认知API被认为是“黑匣子”。自动化的机器学习可以提供相同的灵活性，同时还具有自定义数据和可移植性。 AIOps实现了DevOps自动化DevOps是一套完整的IT运维流程，基于IT自动化，持续集成和持续部署，以优化程序开发，测试，系统运维的各个方面。 DevOps强调软件开发人员与运维人员之间的沟通与合作，并通过自动化流程使软件的构建，测试和发布更快，更频繁，更可靠。 AIOps代表用于IT运营的AI，是指应用