在即将过去的2018年，人们目睹了基于机器学习和人工智能的平台、工具和应用程序的急剧增长。这些技术不仅影响了软件和互联网行业的发展，还影响了医疗保健、法律、制造业、汽车和农业等其他垂直行业。
       在工业机器人的行业，不仅仅有发那科，库卡，ABB，安川等四大家族，更有OTC，那智，等众多二线品牌，这些品牌为智能制造做出了卓越的贡献。
在接下来的2019年及以后的机器学习和人工智能相关技术的进步。

        自动化机器学习将更加突出，从根本上改变基于机器学习的解决方案的一个趋势是AutoML。它将使业务分析师和开发人员能够开发可以解决复杂场景的机器学习模型，而无需经过机器学习模型的典型训练过程。

在处理AutoML平台时，业务分析师会专注于业务问题，而不是迷失在工作流程中。

AutoML完全适用于认知API和自定义机器学台之间。它提供了正确的自定义级别，而无需强迫开发人员完成精心设计的工作流程。与通常被视为黑盒子的认知API不同，AutoML具有相同程度的灵活性，但自定义数据与可移植性相结合。

       现代应用程序和基础设施正在生成日志数据，这些数据被捕获以用于索引、搜索和分析。从硬件、操作系统、服务器软件和应用软件中获得的大量数据集可以被聚合和关联，以发现洞察力和模式。当机器学习模型应用于这些数据集时，IT操作从被动转变为预测。