我们生活的世界越来越依赖科技，深度学习和人工智能应用正在迅速发展，每年的更新换代让人们惊叹跟不上时代的脚步。因此，这篇文章将带你了解2017年数据科学和大数据的六大走向。

1.  越来越多企业将预测分析需求转移到云端

很多企业正在把他们的数据和应用程序转移到云上。这个过程增加了合作性和灵活性，同时也减少了计算资源管理和配置的复杂度。



大部分顶级云供应商在云端上开发他们自己的机器学习服务。这个改进允许了企业利用机器学习技术并且不需要在这上面雇用数据科学团队和投入大量的资金。因此，现在我们要做的是观察预测分析技术的消费化，这种技术主要由云预测服务所支持。

这里有几个机器学习和人工智能作为服务提供商的例子

• IBM Watson


• Microsoft Azure Machine Learning API


• Google Prediction API


• Amazon Machine Learning API

以上几种供应商清楚地知道如果数据不能有效地分析和思考是没用的。在2017年，不断增长的云机器语言服务的使用将会帮助许多行业的公司改进和加快从数据到行动的过渡期。

2.  更多的公司将会采用Hadoop和 Spark大数据平台

我们在今年会注意到Hadoop和Spark这样的大数据技术是在稳步增长的。Hadoop的主要优势是有收集大量数据的能力，并且将这些数据分散到低成本服务器并行运行上。

为了使Hadoop能够在测试环境外部工作，许多企业正在将它转移到云端上并且从计算中将存储提取出来。



Apache Spark 是使用内存计算中发展最快的大数据平台之一。根据最近的研究，61%的用户在公共云中使用Spark，明显高于Hadoop YARN（36%），这一趋势在2017年还会持续下去。此外Spark宣布 将会通过内存分析的方式来发展运营模式。这种方式在某些情况下会比原始的Hadoop Map Reduce框架的计算快100倍。

 3.  正在增长的数据安全性需求

越来越多的网络攻击事件是人类开始对数据安全性关心的主要原因。专家预计安全分析的成本将会上调，这在数据安全领域会是很关键的一个新趋势。

最近在安全性领域的一个趋势是提高机器学习算法的使用率，包括深度学习异常检测，或者将使用率用在其他缺乏数据科学安全性的业务域上。



另一个值得注意的数据科学安全性趋势是，AI会话接口（a.k.a. bots）对于安全自动化对新兴威胁的反应时是如何使用的。

当下行为特征是发展最快的领域之一。它可以被独立地运用，但在与机器语言组合时，我们期待可以更快地减少成本和提高效率的成果。在未来还会发生许多新型攻击，所以对网络安全性的要求变得更加复杂，信息安全专员将使自己适应更多的新型威胁，从而在这些威胁发生时知道该如何去应对。

4.  深度学习科技正在主流化

深度学习在2016年受到诸多关注，许多重要应用程序的完成都少不了它，例如机器翻译和其他形式的语言处理：Automatic Image Caption Generation, Object Classification and Detection in Images, Facial Recognition 和Automatic Game Playing等等。



2017年我们看到了AI的不断改进，对于数据科学家来说，深度学习将会是解决机器学习问题最重要的方法之一。顶尖科技公司如谷歌，Facebook，微软和百度正在进一步推进调查人工智能的研发团队，因此我们将看到更多的深度学习应用是如何改变我们的生活。

5.  会话接口和Chatbots趋势将会加速

现在我们可以教计算机怎样用人类的语言交流。会话系统已经从一个人类适应计算机的模型转变到计算机开始“听”和判断用户的渴望的结果。

在会话系统和Chatbots上我们看到的新可能性是要求开发者掌握许多新的技能。对于UX设计者来说是一个很大的挑战。



Chatbots的技术已经与许多用户的apps融为一体，接下来它将跨越到零售银行业务，电子商务，企业解决方案甚至是营销活动方面。

尽管机器人已经存在了很多年了，但现在人工智能的发展达到了一种使用机器学习创造先进产品的高度。最有名的人工智能对话技术的例子莫过于Google Assistant和Siri，为智能手机用户带来了诸多便利。

6.  无人驾驶

在2017年最难以置信的趋势就是无人驾驶汽车和自主技术的发展，在几年前这还是个开发下的趋势，但在今年已经做好了冲击市场的准备。越来越多的汽车制造商朝着自动化驾驶和运行hands-free模式的目标努力着。



宝马、沃尔沃和尼桑等等汽车企业已经开始展示他们的成果，他们都坚信无人驾驶科技将会减少交通事故。另一方面，我们不应该忘记技术的发展将造成许多工作岗位消失的局面。

电动汽车在今天已经不足为奇，随着技术的不断更新，它们正在向我们的日常生活中逐步靠近，并且价格也在持续下降。无法否认的是，这一领域还存在着许多安全风险和能否合法化的问题。

人工智能和机器学习应用程序正在主流化，并且将发展得越来越快。

注：原文作者为Igor Bobriakov, 此文为编译作品。