【51CTO.com快译】从2017年开始，大数据、人工智能、机器学习(ML)、边缘计算、区块链和数字技术等技术快速增长。在这一年里，大数据和数据科学成为被特别关注的主题。不过，这一主题在2018年很快就被淹没了，因为2018年的主题变成了“物理和数字世界的啮合”。
那么，在2019年将有哪些新的机遇和趋势，让我们来预测一下。
1、机器学习的趋势
2019年，将是人们见证全球企业实施和探索物理世界与虚拟世界混合的一年，也是先进的数据技术取代常规业务流程以提高效率和生产力的一年。这一年，数据科学家的角色和责任将不断演变，他们将会解决更复杂的问题和挑战。增强的业务自动化不但不会导致数据科学家的过时，而且更多的智能工具将给数据科学家提供更高的能力。
未来，数据科学家将成为一名再创新的科学家，有足够的时间探索复杂的业务问题，先进的技术将继续接管常规流程。自动化的机器学习系统将把预测分析带到下一个层次，但是会增加一些陡峭的学习曲线。
此外，聊天机器人和扩展现实将一起革新产品和服务营销，所有支持人工智能的技术将通过交互式演示、实时模拟和定制解决方案的可视化为客户提供真正个性化的体验。
根据“数据科学对业务分析的未来影响”，数据科学家将在业务分析中发挥领导作用，他将引导机器通过各种未经探索的路径，增强的分析将彻底改变智能预测。
2、人工智能的趋势
虽然人工智能是2018年的热门话题，且人工智能技术已经开始应用到某些领域，但是，我们离真正的人工智能仍然有很大的距离。
根据计算机先驱阿兰图灵的定义来看，真正的人工智能还不存在，而另一位纽约大学的心理学和神经科学教授加里·马库斯也认为，人们***的误解是“我们非常接近人工智能”。因此，2019年甚至未来很长一段时间，人工智能仍是趋势。
3、分析模型的趋势
根据Rexer数据科学调查显示，只有10-15%的公司会全面应用分析模型。另外，50%的公司只会经常应用分析模型，偶尔或很少成功应用分析模型的公司约有30-40%，一些企业的应用率甚至低于10%。
没有应用分析模型就不会产生经济价值，因此各个企业需要在2019年认真衡量和提高部署率。
4、数据科学的趋势
通过KdNuggets的一些帖子可以发现，数据科学的未来市场指标是一把双刃剑，因为先进的技术和工具将完成数据科学家的工作，而主流商业用户将无法在人类专家的帮助下使用机器引导的解决方案。
5、数据分析趋势
自助式商务智能的发展和繁荣取决于智能机器的能力，它将提供比人类专家更优越、更可靠的分析解决方案。
根据Gartner预测，到2019年自动化和半自动化工具将比人类数据科学家提供更多的分析能力，而增强的分析能力将进一步提高企业的洞察力，并提供预测性智能。
6、新技术将出现
随着性能的提升，应用程序用在某些技术上将具有很强的诱惑力，不过当有更加新的技术出现后，性能仍然会再次困扰你。因此，2019年大数据从业者要在他们的创作中，尽可能保持灵活性和扩展性，以便于更好的使用新的技术。
总结：2019年，数据分析、人工智能、机器学习仍然是关注的重点，将会出现越来越强的各种新的算法。预计，数据科学采用自动化技术的能力将继续加速，但仍然不会完全实现自动化。当然，虽然人工智能的技术进步是飞速的，但人工智能的炒作会增长得更快。此外，中国已经成为许多国家的公司在人工智能领域的主要参与者。
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
