今年，英特尔，nvidia，amd，arm，华为，高通等领先的芯片制造商都已经将ai芯片的生产提上了日程，在2019年，他们将生产能够快速提高基于ai执行速度的芯片，这些芯片将应用在不限于计算机视觉、语言处理等多种定制用途，更完全会根据市场需要，推出特定使用在如医疗保健以及汽车行业专业芯片。
ai+iot
2019年，ai和iot的结合，将达到1+1>2的效果。
对ai来说，因为ai可以提升精度，并提高其分析和预测性维护方面的功能，因而iot设备通过ai神经网络的高级机器学习模型的优化，甚至嵌入专门设计的ai芯片，将实现万物互联更为多样性的适配。
除此之外，2019年，随着5g的普及，所有设备和基础设施都会联结在一起，技术和产品会使得我们整个社会的效率越来越高，加之ai+iot也将越来越多地融入边缘计算，大多数经过云训练的模型都将放在边缘层，最终从云到边缘再到终端，最后这张网将会越来越复杂。
自动化机器学习
随着automl(自动机器学习)算法的到来，机器学习将发生根本变化。automl将允许开发人员和程序员在不创建特定模型的情况下解决复杂问题。automl的优势在于它可以使分析师和开发人员只关注有关问题，而不是整个流程和工作流程。
因此，automl独特地融合了灵活性和可移植性。automl与认知api和自定义ml平台
由于网络安全专家的需求和供应存在巨大差距，以及网络安全的缺点以及需要采用创新方法的安全漏洞风险不断增加，2019年，人工智能和机器学习在网络安全中的使用将会大幅度提升。
其中，尤其是具备海量大数据的组织随着系统规模的扩大以及警惕地监控威胁需要，在没有人工智能的情况下，网络安全流程会变得脆弱并导致效率降低，因此，将ai纳入网络安全并不意味着不需要专家，反之，ai将赋予专家更多的权力并使得安全系统更加完善。
ai技能
据报道，在2018年，人工智能已经成为薪酬最高的工作之一，并且许多组织及高校已经在人工智能领域的技能培训和学科培养上加大投入，同样的趋势在2019年也将继续。
然而，其中有一些挑战也正在出现，比如企业自身难以在短期培养一个具备强人工智能技能的高级人才，因此，他们可能更趋向于选择设立一个不需要监督的人工智能工具进行替代。
通过ai实现devops的自动化
如今，互联网生成的海量数据无法估量，往往需要对其进行过滤后再实现分析，其中，使用ai对数据集进行整理，来找到可以满足硬件和其他应用软件的相关性和新模式，将逐渐成为主流。
在2019年，最优的解决方案，是在这些数据集上应用机器学习模型使它们具有预测性，并且随着ai的不断深入，管理it基础架构的方式将被重新定位，在it运营中部署ai将帮助他们在更短的时间内完成任务，并快速解决问题，因此，基于ai的devops将于2019年投入运营，云供应商等将从中受益匪浅。
神经网络互操作
在目前的一些神经网络操作中，最主要问题存在于选择最合适的框架，因此，开发人员往往面临从一系列工具中进行选择的艰难问题，不仅局限于apache mxnet，
实际上，伴随2019年的到来，没有人能预见到ai领域到底会发生哪些令人难以置信的变革，我们仅能从这些趋势中，感受到足以令人十分兴奋的未来。ai所带来的优势及其深远的影响，仅从中美之间新生的ai竞争就能看出，未来，人工智能将重塑从工作性质到日常沟通再到运输方式的一切一切，它所释放的“创造性破坏”将使大量现有技能和工作状态革新，开辟一个新智能时代。 人工智能(ai)可以说是近几十年来最具革命性的技术了，不论是google、facebook、intel、阿里巴巴等通过产业布局进入人工智能领域的互联网企业，亦或如旷视科技face++、极链科技video++、优必选科技这样直接以人工智能起家的原生技术企业，都引领着新一轮ai轮廓的塑造。文章出自：网络
