人們為什么需要人工智能
一、互聯網的衰退讓人工智能成為新的風口
第一,互聯(lian)網流量紅利基本已經(jing)消失(shi)。
PC和(he)移動互聯網的紅利(li)早(zao)已消失,手(shou)機出(chu)貨量(liang)每(mei)年(nian)都在下降。手(shou)機、無(wu)線(xian)方面的流量(liang)基本走平了,但是中國已經(jing)連續(xu)幾年(nian)手(shou)機出(chu)貨量(liang)維持(chi)在四億臺,意味著你多(duo)賣(mai)一臺別人就少(shao)賣(mai)一臺。
現在(zai)這個(ge)階(jie)段,流量(liang)的(de)大趨勢基本(ben)上定了,大家都知(zhi)道手機首屏基本(ben)就這幾個(ge)APP:微信、QQ、、頭條、郵(you)件、日歷。在(zai)現在(zai)新(xin)的(de)流量(liang)紅利已經比較干涸的(de)情況下,再在(zai)這個(ge)領域(yu)創(chuang)業其實(shi)不是很明(ming)智。
舉個例(li)子,PC互聯(lian)網最后一個獨角(jiao)獸(shou)公司是(shi)哪家(jia)?知(zhi)乎。
知乎2011年正式(shi)上線運營(ying),到今天這(zhe)已(yi)經是(shi)最(zui)晚的(de)一(yi)個PC獨角獸。
2011年PC互(hu)聯網(wang)競爭(zheng)的(de)激烈程(cheng)度跟2015年移動(dong)互(hu)聯網(wang)競爭(zheng)的(de)程(cheng)度類似(si)。
2015年的(de)(de)移動互(hu)聯(lian)網的(de)(de)總人數(shu)和總的(de)(de)競爭激烈程(cheng)度其實已經超過了2011年的(de)(de)PC領域(yu),那(nei)就意味著在(zai)2015年之后,移動互(hu)聯(lian)網可能很難(nan)再做。
第二,互聯網給用戶帶來的最大的價(jia)值(zhi)是解決(jue)信息不對(dui)稱和連接的問題(ti)。
電商解(jie)決了這(zhe)兩個(ge)問題:
①?信息(xi)不對稱。
你怎(zen)么(me)知道(dao)我(wo)賣的東西(xi)都是真貨(huo)還是假貨(huo)?怎(zen)么(me)知道(dao)我(wo)的售(shou)后服務(wu)好不好?用鉆石皇冠把問題給解(jie)決了。
②信息(xi)連(lian)接的問(wen)題。
有這(zhe)(zhe)么多(duo)買家(jia)(jia)這(zhe)(zhe)么多(duo)賣家(jia)(jia),當然需要一個(ge)平(ping)臺把大家(jia)(jia)都集(ji)中在一起,這(zhe)(zhe)個(ge)是“互聯(lian)網+”集(ji)中解決的(de)問題。
對于(yu)很多比較(jiao)傳(chuan)統的行(xing)業,信(xin)息和連接并不(bu)是(shi)痛點(dian)。
拿醫(yi)療舉例(li),中(zhong)國三甲醫(yi)院的大夫就那(nei)(nei)么多(duo),你把全(quan)國13億人(ren)民都和這(zhe)些大夫連(lian)接上了也沒用,因為(wei)一個(ge)醫(yi)生一天(tian)還是只(zhi)能看(kan)那(nei)(nei)么多(duo)病(bing)人(ren)。互(hu)聯網(wang)并沒有(you)提高醫(yi)生看(kan)診的效率(lv),幫(bang)助是很有(you)限的。
第三,人工(gong)智能(neng)能(neng)夠大幅提高(gao)生產力。
現在AI看片(pian)非常火,很(hen)多(duo)基層醫院打出(chu)來的(de)CT和X光片(pian),通過AI能解決很(hen)多(duo)問題。
也包括滴滴打車,互聯網解決了(le)打車難的(de)問題,但是沒解決打車價(jia)格(ge)的(de)問題。事實上,補貼(tie)去(qu)掉之(zhi)后,大家(jia)都(dou)發現(xian)了(le)滴滴一點(dian)都(dou)不便(bian)(bian)宜,道理很簡單(dan)——不管是專(zhuan)車還是出租車,還是需(xu)要由人(ren)來(lai)開,人(ren)工成本降不下來(lai),就不可(ke)能(neng)便(bian)(bian)宜。
不(bu)知道大(da)家有(you)沒有(you)體會到一(yi)(yi)個(ge)問題,現在互聯(lian)網(wang)對傳統行業(ye)(ye)中餐(can)飲行業(ye)(ye)的改造其(qi)實是非常皮毛的,無(wu)非就是搞個(ge)折扣券把(ba)它預(yu)定一(yi)(yi)下,好像僅(jin)此而已。
餐飲行(xing)業真正(zheng)需(xu)要解決(jue)的(de)是大廚(chu)能不能被替(ti)代的(de)問題(ti),在(zai)這塊互(hu)聯(lian)網根本幫不上忙。
所以,未來(lai)人(ren)工智(zhi)能(neng)對于各行各業的改造力(li)度會(hui)遠遠超(chao)過互(hu)聯網(wang)。
比如醫(yi)療(liao)行業,很多(duo)基層醫(yi)院(yuan)水(shui)平不高(gao),那未(wei)來完全可以(yi)通過(guo)人工智能來輔助醫(yi)生(sheng)讀CT、X光等(deng)醫(yi)療(liao)影像。像今年,IBM Watson對皮(pi)膚黑色素(su)瘤(liu)的診斷,準確率已(yi)提高(gao)至(zhi)97%,遠遠超過(guo)了人類專家75%-84%的平均(jun)水(shui)平。
未(wei)來,人工智(zhi)能無(wu)論是(shi)在無(wu)人車、機器人、醫療、金融、教育還是(shi)其他(ta)領域,都(dou)將爆發巨(ju)大的社會效益,這(zhe)點毋庸置(zhi)疑。
二、人工智能應用廣泛
1、自(zi)然語言生(sheng)成
自然語言生成(cheng)是人工智能的分支,研究如何將數據轉(zhuan)化為文本,用于客戶服(fu)務、報(bao)告生成(cheng)以及市場(chang)概(gai)述。
2、語音識別
Siri就是一個典型(xing)的例子。
目前,通過語音應答交互系統和(he)移動(dong)應用程序對人類語言進行轉錄的系統已多(duo)達數十萬。
3、虛擬助理
虛擬助理(li)是一種能與人類進行交(jiao)互的(de)(de)計算機(ji)代理(li)或程(cheng)序,其中以聊天機(ji)器人最為著(zhu)名。虛擬助理(li)多用(yong)于客戶服務和支持,并可(ke)以作為智能家居的(de)(de)管理(li)者(zhe)。
4、機器學習(xi)平臺(tai)
機器學習是計算機科學和人工(gong)智能(neng)技術的(de)(de)分支,它能(neng)提升計算機的(de)(de)學習能(neng)力。
通(tong)過提供算法、API(應用程(cheng)序(xu)接(jie)口(kou))、開發和訓練(lian)工具包、數據、以及計(ji)(ji)算能(neng)力來(lai)設計(ji)(ji)、培訓和部(bu)署模(mo)型到應用程(cheng)序(xu)、流程(cheng)和其他機器(qi),廣受企業青睞,用以解決預測和分類任務。
Adext是世界上第一個(ge)也是唯一的觀眾(zhong)管理工(gong)具,它將人工(gong)智能和機器學(xue)習應(ying)用于數字廣告(gao),以期將廣告(gao)精準的投放(fang)給最符(fu)合產品定(ding)位(wei)的受眾(zhong)。
5、人工智能硬(ying)件優(you)化
用(yong)于運行(xing)面向(xiang)人工(gong)智(zhi)能的計算(suan)任務,是經過(guo)專門設計和架構的GPU(圖形處理單元)和CPU(中央處理單元)。
即將(jiang)推出的基于(yu)人工智能優化的硅芯片,將(jiang)直接嵌(qian)入(ru)到你的便攜(xie)設備以(yi)及生(sheng)活(huo)各處。
6、決策管理
智能機器能夠向AI系統引(yin)入規則及(ji)邏輯,因(yin)此你(ni)可以利用它們進行(xing)初始化設置/訓練,以及(ji)持續的維護和優化。
決策(ce)管理在多類企(qi)業應用中得以實現,它(ta)能協(xie)助(zhu)或者進行自動決策(ce),實現企(qi)業收益(yi)最大化。
7、深度學習(xi)平臺
深度(du)學習平臺是機(ji)器(qi)學習的一種特殊形式(shi),它包(bao)含(han)多層的人(ren)工神(shen)經網絡,能(neng)夠(gou)模擬人(ren)類(lei)大腦,處理數據并(bing)創建決策模式(shi)。目前主要被用于基于大數據集的模式(shi)識別和分類(lei)。
8、生物信息
這項技(ji)術能夠識別、測量、分(fen)析人類行為以及身體的物理結(jie)構和形態。
它能(neng)賦予人類(lei)和機器之(zhi)間更多的自然(ran)交(jiao)互能(neng)力,包括但不(bu)僅限于(yu)圖像、觸控識別和身體語言識別,目前(qian)被(bei)廣泛(fan)用于(yu)市(shi)場研(yan)究(jiu)領域。
9、機器處(chu)理自動化
機器(qi)處(chu)理自動化使用腳本和其它方法實(shi)現(xian)人類操作的(de)自動化,以(yi)支持更高效(xiao)的(de)商業流程(cheng)。
目前被(bei)用于人力(li)成本高昂或效(xiao)率較低的任務(wu)和流程。
機(ji)器處(chu)理自動化(hua)(hua)能(neng)將人類的(de)(de)才能(neng)最大化(hua)(hua)的(de)(de)展示出來,并且讓職工更加具有創造性和戰(zhan)略性,對公司的(de)(de)發(fa)展至(zhi)關重(zhong)要。
10、文本分析(xi)和自然(ran)語言(yan)處理
文本分析(xi)和自(zi)然語言處理利(li)用(yong)統(tong)計(ji)和機器學(xue)習方法理解句子的結構(gou)、含義、情(qing)緒和意圖,廣(guang)泛應用(yong)于(yu)欺詐探(tan)測和信息安全等領域(yu),同時還(huan)可用(yong)于(yu)非結構(gou)化數(shu)據的挖掘。
11、數字孿生(sheng)/AI建模
數字(zi)孿(luan)生是(shi)一種軟件架構,搭建起(qi)物理(li)系(xi)統和數字(zi)世界的橋梁。
通(tong)用電(dian)氣(qi)公(gong)(gong)司(General Electric,GE)宣布將成立(li)一家(jia)人工智能公(gong)(gong)司,用于對飛機引(yin)擎、機車、燃(ran)氣(qi)輪機的監控、以及故障預測。該公(gong)(gong)司的數字孿生(sheng)僅幾(ji)行代碼,即(ji)便是最復雜的版本(ben)看上去也就像(xiang)三(san)維(wei)計算機輔助設計圖(tu)紙,充(chong)滿了交(jiao)互式圖(tu)表和數據點。
12、網絡防御
網絡(luo)防御是一種計算(suan)機(ji)網絡(luo)防御機(ji)制,專注(zhu)于預防、檢測(ce)以及(ji)在(zai)基礎設施和信息在(zai)受(shou)到(dao)攻擊和威脅時(shi)(shi)進行(xing)及(ji)時(shi)(shi)響應。
人工智能和機器學習將網絡防御帶(dai)入(ru)了新的發展階段:在2017年,共檢測出(chu)20億次的入(ru)侵(qin)記錄(lu),其中76%的入(ru)侵(qin)是意外發生的,69%是身(shen)份丟(diu)失造成的。
遞歸神經網絡(luo)(Recurrent neural networks,RNN)能夠處理(li)輸入序(xu)列,與機器學習(xi)技(ji)術(shu)相結合(he)創建(jian)出監督(du)學習(xi)技(ji)術(shu),能夠發現可疑目(mu)標,并檢(jian)測(ce)出高達85%的(de)網絡(luo)攻擊。
Darktrace和Cylance等(deng)初(chu)創公司高度重(zhong)視人工智能結(jie)合(he)網絡防御領(ling)域(yu)的(de)工作(zuo)。Darktrace將(jiang)行為(wei)分析與(yu)高等(deng)數學相結(jie)合(he),自動檢(jian)測組織(zhi)內部的(de)異常行為(wei),Cylance應用(yong)人工智能算法來(lai)阻止惡意軟件(jian)的(de)入侵并減輕攻(gong)擊造成的(de)損害(hai)。另一家(jia)致力于網絡防御的(de)公司,Deep Instinct,被看(kan)作(zuo)是“最具破壞(huai)性的(de)初(chu)創公司”,該公司旨在保護企業的(de)端(duan)點、服(fu)務器和移(yi)動設備。
13、合規
合規(gui)是(shi)指一個人或者一家(jia)公司的經營(ying)活動與公認(ren)管理(li)、法規(gui)、規(gui)章、標準或合同條款相一致。
將(jiang)人工(gong)智(zhi)能應(ying)用(yong)于(yu)合規工(gong)作中已屢見不鮮,自然語言處理(li)技術能夠掃描文(wen)本(ben)并(bing)且將(jiang)其模式與(yu)關鍵字相匹(pi)配,以識別與(yu)公司(si)有關的變動。
具有(you)預測(ce)分(fen)析功能(neng)(neng)和場景構建器的資本壓力測(ce)試技術能(neng)(neng)夠幫助公司遵守監管(guan)資本要求。此外(wai),深(shen)度學(xue)習的使用(yong),能(neng)(neng)有(you)效減(jian)少(shao)被標記為潛在洗錢活動的交易數量。
14、知識(shi)工作輔助
雖(sui)然許多人都很(hen)(hen)擔心AI是否會完(wan)全取代人類工作(zuo),但別忘了,AI科技能夠在很(hen)(hen)大程度上(shang)幫助人們出色(se)的完(wan)成自(zi)己的工作(zuo),特別是在知識工作(zuo)領域(yu)。
知(zhi)識(shi)工作的自動(dong)化已被列(lie)為(wei)第二大最具(ju)破壞性的新(xin)興技術(shu)。在大量依(yi)靠知(zhi)識(shi)工作者(zhe)的醫療和法律領域,從業者(zhe)們(men)將逐(zhu)漸使用AI技術(shu)作為(wei)診斷工具(ju)。
15、內容創作
內容創作包(bao)括人們對網絡世(shi)界(jie)輸入的任何材料,如視頻、廣告、博客、白皮書(shu)、信(xin)息(xi)圖表以及其它視覺或者(zhe)書(shu)面(mian)材料。
哥倫比(bi)亞廣播公(gong)司等團隊已使用(yong)了AI技術(shu)進行內(nei)(nei)容(rong)(rong)生成;Wibbitz的SaaS平臺可(ke)以通過人工智能視頻(pin)產品把文字內(nei)(nei)容(rong)(rong)轉化(hua)為視頻(pin)內(nei)(nei)容(rong)(rong);自動透視公(gong)司研發(fa)的Wordsmith,在獲取數據后利用(yong)自然語言處理技術(shu)進行新聞寫(xie)作。
16、P2P網(wang)絡
P2P網(wang)絡(luo)(luo)是(shi)指網(wang)絡(luo)(luo)的參與者共(gong)(gong)享(xiang)他(ta)們(men)所擁有(you)的一部分硬件資源(yuan),這些共(gong)(gong)享(xiang)資源(yuan)通過網(wang)絡(luo)(luo)提供服務和內(nei)容,能被其它P2P節(jie)點(dian)直接訪問而無需(xu)經(jing)過中間實體(ti)。
Bet Capital LLC的首(shou)席執行長(chang)本哈特曼(man)在接受《創(chuang)業者》雜志采訪時表示,P2P網絡也(ye)被用(yong)于貨(huo)幣加(jia)密,甚至能(neng)夠通(tong)過收集(ji)和分析大量數據來解決一些世界上最具(ju)挑戰性的問題。
普瑞(rui)斯(si)是一家(jia)旨在利用P2P網絡和人工(gong)智能(neng)讓搜(sou)索引擎更加通(tong)俗易懂(dong)的公司,以(yi)加密貨幣為獎勵,讓參與者(zhe)們借出他們電腦的計算能(neng)力。相應地,該公司許(xu)諾(nuo)會建立一個更加透明的搜(sou)索引擎平臺。
17、情(qing)緒識別情(qing)緒識別可以通(tong)過高(gao)級圖像處(chu)理(li)或音頻數據處(chu)理(li)來“讀取(qu)”人類臉上的(de)(de)表情(qing)。目前,我們已經能(neng)夠(gou)捕(bu)捉“微(wei)表情(qing)”,識別肢體語(yu)言暗示,以及分(fen)析含(han)有情(qing)緒的(de)(de)語(yu)音語(yu)調。
執(zhi)法人(ren)員在審訊過程中使用這項技(ji)術能夠獲取更多的信息(xi),這項技(ji)術也被廣泛運用于市場(chang)營銷。
18、圖像識別
圖像識(shi)別是(shi)指在數字圖像或者視頻中識(shi)別和(he)檢測(ce)出(chu)物體或特征的過程(cheng),人工智能技術在該領域具有獨特的優勢。
人工(gong)智能可以在社交媒(mei)體平臺上搜(sou)索照片,并將其(qi)與大量數據集進行比較,從而找出(chu)與之最(zui)為相關的(de)內(nei)容。
圖像識(shi)(shi)別(bie)技術能用(yong)于車(che)牌識(shi)(shi)別(bie)、疾病檢測、客戶(hu)意見(jian)分(fen)析以(yi)及身份驗(yan)證等。
19、智能營銷
到目(mu)前(qian)為(wei)止,市場部門已經從人(ren)工智能中獲益良(liang)多,業界對人(ren)工智能的(de)(de)信任(ren)是有充分理由的(de)(de)。55%的(de)(de)營銷人(ren)員確(que)信人(ren)工智能在他(ta)們(men)的(de)(de)領域(yu)會(hui)比(bi)社交媒體有更大的(de)(de)影響力。
智能(neng)(neng)營銷能(neng)(neng)夠提升公司的參與度和效率,對(dui)客戶(hu)進行(xing)細分(fen)、集成客戶(hu)數據和管理活(huo)動,并簡化重復任務,讓決(jue)策者(zhe)們有更多(duo)的時間專(zhuan)注戰略制定。
申明:以上源于程序系統索引或網民分享提供,僅供您參考使用,不代表本網站的研究觀點,請注意甄別內容來源的真實性和權威性。