1
人工智能将成为一个政治话题
人工智能可能有助于创造高科技行业新的就业机会，但也会导致一些传统行业的人失去工作。例如，据CNBC报道，高盛预计自动驾驶汽车每月将导致25,000名卡车司机失业。
同样，如果大型仓库只需要几十个人就可以管理，那么目前在美国仓库工作的100万个采摘人员和包装工人中的许多人可能会失业。
在2016年大选期间，美国总统特朗普将全球化和移民问题作为美国失业的原因;但在2018年中期选举期间，话题转向了自动化和人工智能——更多的工薪阶层正在努力适应新的时代和科技。
2
物流将变得越来越有效率
有一个公司叫Kiva Systems，致力于将人工智能和先进的机器人技术相结合，为大型零售商提供先进的物流解决方案。
未来的仓库不会像现在这样由人类来做装卸工作，而是由机器人不分昼夜地进行工作，还不需要任何人来监管。
Kiva Systems于2012年以7.75亿美元的价格被亚马逊收购，为亚马逊的仓库提供有效查找和运输物品的学习机器人。该技术目前已经在使用，预计将在亚马逊发挥越来越突出的作用。
3
主流汽车制造商将推出自动驾驶汽车
特斯拉(Tesla)是首批推出自动驾驶汽车的汽车制造商之一。为了跟上特斯拉的步伐，像奥迪(Audi)这样的传统汽车制造商准备在2018年推出自己的自动驾驶汽车。
奥迪A8将采用自动驾驶技术，能够在没有驾驶员的情况下安全地自动行驶。凯迪拉克(Cadillac)和沃尔沃(Volvo)也正在开发先进的自动驾驶技术，该技术将更多地被运用。
4
DARPA将培养更先进的机器人
美国国防部高级研究计划局(DARPA)开创了许多影响我们日常生活的技术。该组织在开发互联网和GPS导航方面发挥了重要作用。
DARPA正在与Boston Dynamics合作开发一系列专为“救灾”而设计的机器人。Boston Dynamics在2017年底发布的最新Atlas机器人因为可以后空翻在网上火起来。
5
机器学习将帮助知识工作者
虽然担心AI会让人们失业不无道理，但AI技术也有能力帮助员工，特别是那些从事知识工作的员工。
今天，像Gong、Chorus和Jog这样的工具能够保存销售和客服的电话记录。 “由于机器学习算法，这项技术可以指导客服更有效地和客户交流。AI将在2018年及以后越来越多地支持白领工作，”Mint Solar运营副总裁Carrie Christensen解释道。
6
使用AI来创造内容
有些公司——像USA Today，CBS和Hearst——已经在运用人工智能技术来制作内容。例如，Wibbitz提供软件即服务(SaaS)平台，允许发布者通过AI技术将书面内容转换为视频内容。
以前，发布商需要花费很多时间为网站或社交媒体创建内容。像Wibbitz这样的工具现在可以帮助发布商在几分钟内创建引人入胜的视频。
与Wibbitz类似，Associated Press正在使用一种名为Wordsmith的工具，由Automated Insights创建，应用自然语言生成新闻报道。我们可以期待看到更多的媒体公司采用自然语言和视频生成技术。
7
点对点网络将增加透明度
机器学习是人工智能的一种形式，像Facebook这样的公司已经在运用统计建模来帮助机器为用户做推荐。为了使模型正常工作，它们需要大量数据和计算能力。
随着点对点网络的兴起，即使是小型组织也能够利用网络个人计算机的力量来运行高级AI程序。
Presearch是一家致力于使用点对点网络和人工智能的搜索引擎。谷歌控制着近80%的搜索市场，但很少有人完全了解谷歌是如何锁定向消费者展示的内容。
Presearch计划使用加密货币来激励参与者借助他们个人计算机的计算能力。作为回报，该公司承诺建立一个更加透明的搜索引擎平台。该创业公司已经筹集了500万美元的资金，他们和一些其他的组织可能会使用人工智能和点对点网络来挑战大型组织。
8
消费者将习惯于与技术交谈
据估计，亚马逊智能音箱去年卖出了超过2000万台。如果加上谷歌Home和苹果Airpod等其他智能设备的销量，你会发现数以千万计的美国人已经在通过语音命令与技术互动。
随着智能助理集成到计算机、智能手机甚至电视中，消费者将更加熟悉基于语音的界面。随着技术的进步，这些设备将变得更加有用。
9
数据科学家的需求将超过对工程师的需求
据IBM称，到2020年，美国对数据科学家的需求将增加到270万。
机器学习平台不断收集更多数据，更好地进行预测。随着各种规模的公司努力收集和有效地分析数据，对于能够处理大型数据集以维护AI平台的数据科学家的需求将不可避免地增加。
10
AI将对抗具有挑战性的疾病
Bet Capital LLC首席执行官Ben Hortman解释说：“点对点计算机网络能够通过收集和分析人类分子数据来解决世界上一些最具挑战性的健康问题。”
该技术受到两种技术趋势的启发——区块链和人工智能。用户通过区块链加密货币提供疾病数据，通过机器学习技术识别和分析疾病，这样能够缩短和减小开发新药物所需的时间和成本。
