2018年的人工智能

_2018年我们对人工智能的期望是什么? 时间:2019-03-28 11:43:52 阅读:15次

  这是一年中的那个时候!我们对2018年的人工智能有什么期望?请继续阅读我对2018年人工智能(AI)趋势的预测。

AI预测#1:AI周围的雾将开始升高

  培训基于机器学习的系统需要投入资源,时间和耐心来忍受任何必须“学习”的系统所需的许多重复。

  基于AI的客户服务自动化和其他后台流程也可以访问更多数据,尤其是非结构化数据。借助有监督的机器学习(大多数情况下都需要这种机器学习,尤其是非结构化数据),组织需要非常大的数据集才能为企业流程提供自动化。还必须标记此数据,以便模型可以“学习”以识别正确的结果。

  对于简单的模型,标签可能需要每个标签35秒;如果您有100,000条数据,则相当于数千小时的工作量。这不包括达到可接受结果通常所需的重复

  一旦这个现实出现,机器学习作为应用AI的唯一技术的激进接受模式开始分崩离析。相反,更现实(也更容易)的方法是将AI与基于具有知识体系的系统的其他更传统技术相结合,“理解”,并通过一些调整,可以适应在复杂情况下工作

AI预测#2:AI不会将我们从假新闻中拯救出来

  虽然最流行的假新闻分销商,即社交媒体平台,声称致力于解决这个问题,但经济和政治激励措施太大而不能实现。此外,人工智能的新应用,例如虚拟现实,只会促进更高级形式的假新闻的发展。解决这一现象需要全球努力,但我不认为这种情况会在2018年(未来5年)发生。组织,个人和整个社会将不得不寻找其他方式来暂时处理假新闻。

AI预测#3:AI作为洞察系统

  智能应用程序越来越多地被用于主要增强,但也取代人类活动。客户服务和后台流程的自动化使得一类新的非结构化数据可用。通信流中的内容(例如客户请求的支持文档)提供了组织与客户关系中发生的事情的实时视图。使用人工智能技术实现数据准备自动化,洞察发现和洞察力共享将为广泛的业务用户,运营工作者和公民数据科学家提供更多的决策和研究支持。

AI预测#4:数字模型

   2018年的增长趋势将来自我们对世界大多数方面日益复杂的数字化表现的获取。基于AI的功能将有助于简化并相对便宜地执行高级仿真,操作和分析。对于石油和天然气以及重型制造业或数字营销人员或医疗保健专业人士等资产密集型行业,它将为测试新方案开辟几乎无限的可能性。例如,未来的数字模型可以提供生物识别和医疗数据,整个城市的数字模型将允许进行高级模拟。

AI预测#5:了解AI的ROI

  组织必须考虑如何计算AI的投资回报率(ROI)。将有两种测量。传统的测量与通过自动化实现的效率(例如客户呼叫偏差和后台办公自动化)和收入增长相关,将通过第二种测量得到增强。例如,这将包括自动化的全职等效(AFE),因为自动化可以处理离散的任务或业务流程,并释放人工,或者减少有形的回报,例如增加对结果的信心或AI解决方案提供的其他选项。第二种测量更难以计算,但它也使我们更接近AI的真实价值。忽略这一点(并推迟你的人工智能投资)可能直接影响你未来的竞争能力。

  

2018年的人工智能所属专题:人工智能 《2018年的人工智能》链接:http://www.zhouchuanxiong.net/1509