人工智能的應(yīng)用與發(fā)展

責(zé)任編輯:cres

作者:Samuel Greengard

2019-05-31 10:34:57

來源:企業(yè)網(wǎng)D1Net

原創(chuàng)

人工智能(AI)這一術(shù)語是指執(zhí)行在人類決策領(lǐng)域內(nèi)考慮的任務(wù)的計算系統(tǒng)。這些軟件驅(qū)動的系統(tǒng)和智能代理包含高級數(shù)據(jù)分析和大數(shù)據(jù)應(yīng)用程序。人工智能系統(tǒng)利用這個知識庫來制定決策,并開展近似認知功能的行動,其中包括學(xué)習(xí)和解決問題。

人們需要了解人工智能(AI)如何使用軟件驅(qū)動的系統(tǒng)和智能代理來做出接近人類認知功能的決策。
 
人工智能(AI)這一術(shù)語是指執(zhí)行在人類決策領(lǐng)域內(nèi)考慮的任務(wù)的計算系統(tǒng)。這些軟件驅(qū)動的系統(tǒng)和智能代理包含高級數(shù)據(jù)分析和大數(shù)據(jù)應(yīng)用程序。人工智能系統(tǒng)利用這個知識庫來制定決策,并開展近似認知功能的行動,其中包括學(xué)習(xí)和解決問題。
 
人工智能在20世紀50年代中期被作為一個科學(xué)領(lǐng)域引入,近年來發(fā)展迅速。它已成為協(xié)調(diào)數(shù)字技術(shù)和管理業(yè)務(wù)運營的重要工具。特別有用的是人工智能的進步,如機器學(xué)習(xí)和深度學(xué)習(xí)。
 
重要的是要認識到人工智能是一個不斷變化的目標。曾經(jīng)被認為屬于人工智能領(lǐng)域的事物,例如光學(xué)字符識別和電腦國際象棋,現(xiàn)在被認為是常規(guī)計算。如今,機器人、圖像識別、自然語言處理、實時分析工具和物聯(lián)網(wǎng)(IOT)內(nèi)的各種連接系統(tǒng)都采用人工智能,以提供更先進的功能和能力。
 
幫助開發(fā)人工智能的是許多提供基于云計算的人工智能服務(wù)的公司。Statistica公司預(yù)計,到2025年,人工智能將以每年超過127%的速度增長,其市場規(guī)模將達到48億美元。咨詢機構(gòu)埃森哲公司(Accenture)報告指出,“到2035年,人工智能可以通過改變工作性質(zhì),并在人與機器之間產(chǎn)生新的關(guān)系來實現(xiàn)經(jīng)濟增長率翻一番。”毫不奇怪,觀察家們在這項技術(shù)滲透到商業(yè)和日常生活中的同時,也對這項技術(shù)進行了宣傳。
 
人工智能在許多業(yè)務(wù)領(lǐng)域具有廣泛的應(yīng)用
 
人工智能的歷史:復(fù)制人類思維
 
開發(fā)能夠模仿人類認知的機器的夢想可以追溯到幾個世紀前。在19世紀90年代,像H.G. Wells這樣的科幻作家開始探索機器人和其他機器的概念,這些機器像人類一樣思考和行動。
 
然而,直到20世紀40年代初,人工智能的概念才真正形成。在阿蘭·圖靈提出計算理論(本質(zhì)上是機器如何使用算法來產(chǎn)生機器“思考”)之后,其他研究人員開始探索創(chuàng)建人工智能框架的方法。
 
1956年,達特茅斯學(xué)院的研究人員開始了人工智能的實際應(yīng)用。這包括采用電腦玩跳棋游戲,其水平可以擊敗大多數(shù)人。在隨后的幾十年中,人們對人工智能的熱情逐漸消退。
 
1997年,IBM公司開發(fā)了一臺國際象棋計算機深藍(Deep Blue)擊敗了世界象棋冠軍加里卡斯帕羅夫。2011年,IBM公司推出了Watson,它使用了更為復(fù)雜的技術(shù),包括深度學(xué)習(xí)和機器學(xué)習(xí),擊敗了兩個頂級的Jeopardy冠軍。而Jeopardy是美國知名的益智節(jié)目。
 
盡管人工智能在未來幾年繼續(xù)發(fā)展,但觀察家們經(jīng)常將2015年作為人工智能的一個里程碑年。谷歌云、亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)、微軟(Microsoft)、微軟Azure等公司開始加強研究,提高自然語言處理能力、開發(fā)計算機視覺和分析工具。
 
如今,人工智能已嵌入越來越多的應(yīng)用程序和工具中。其中包括企業(yè)分析程序和Siri和Alexa等數(shù)字助理,以及自動駕駛汽車和面部識別。
 
人工智能采用不同的形式
 
人工智能是一個涵蓋任何和所有機器智能的總稱。然而,人工智能的研究和使用有幾個截然不同的區(qū)域 - 盡管它們有時會重疊。這些包括:
 
•通用人工智能。這些系統(tǒng)通常向周圍的世界學(xué)習(xí),并以跨域的方式應(yīng)用數(shù)據(jù)。例如,現(xiàn)在谷歌所有的DeepMind使用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)如何操作人類所玩的電子游戲。
 
•自然語言處理(NLP)。這項技術(shù)使機器能夠閱讀、理解和解釋人類語言。自然語言處理(NLP)使用統(tǒng)計方法和語義編程來理解語法,在某些情況下,還可以理解作者或與聊天機器人等系統(tǒng)交互的人的情緒。
 
•機器感知。在過去的幾年里,傳感器相關(guān)技術(shù)(攝像頭、麥克風(fēng)、加速度計、GPS、雷達等)的巨大進步推動了機器感知,其中包括語音識別和用于面部和物體識別的計算機視覺。
 
•機器人。機器人設(shè)備廣泛用于工廠,醫(yī)院和其他場所。近年來,無人機也開始應(yīng)用。這些系統(tǒng)依賴于復(fù)雜的映射和復(fù)雜的編程,也使用機器感知來完成任務(wù)。
 
•社交智能。自主車輛、機器人和數(shù)字助理(如Siri和Alexa)需要協(xié)調(diào)和調(diào)整。因此,這些系統(tǒng)必須了解人類的行為,以及對社會規(guī)范的認識。
 
人工智能方法
 
有許多方法用于開發(fā)和構(gòu)建人工智能系統(tǒng)。這些包括:
 
•機器學(xué)習(xí)(ML)。人工智能的這一分支使用統(tǒng)計方法和算法來發(fā)現(xiàn)模式,并“訓(xùn)練”系統(tǒng)在沒有明確編程的情況下做出預(yù)測或決策。它可能包括有監(jiān)督和半監(jiān)督的機器學(xué)習(xí)(包括分類和標簽)和無監(jiān)督的機器學(xué)習(xí)(僅使用數(shù)據(jù)輸入,不使用人類應(yīng)用的標簽)。
 
•深度學(xué)習(xí)。這種方法依靠人工神經(jīng)網(wǎng)絡(luò)模擬來近似人腦的神經(jīng)。深度學(xué)習(xí)系統(tǒng)對于發(fā)展計算機視覺、語音識別、機器翻譯、社會網(wǎng)絡(luò)過濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價值。
 
•貝葉斯網(wǎng)絡(luò)。這些系統(tǒng)依賴于概率圖形模型,這些模型使用隨機變量和條件獨立性來更好地理解和處理事物之間的關(guān)系,例如藥物和副作用。
 
•遺傳算法。這些搜索算法利用自然選擇后建模的啟發(fā)式方法。他們使用變異模型和交叉技術(shù)來解決復(fù)雜的生物挑戰(zhàn)和其他問題。
 
現(xiàn)實世界中的人工智能
 
對于人工智能來說,有很多令人信服的用例。以下是在一些行業(yè)領(lǐng)域中的主要示例:
 
•醫(yī)療保健行業(yè)
 
醫(yī)療保健中的人工智能可以發(fā)揮主導(dǎo)作用。它使衛(wèi)生專業(yè)人員能夠更深入地了解風(fēng)險因素和疾病。它可以幫助診斷,并提供對風(fēng)險的洞察力。人工智能還為支持患者跟蹤或警報的智能設(shè)備、手術(shù)機器人和物聯(lián)網(wǎng)(IOT)系統(tǒng)提供幫助。
 
•農(nóng)業(yè)
 
人工智能現(xiàn)在廣泛用于農(nóng)作物監(jiān)測。它幫助農(nóng)民以最佳水平施用水和肥料。它還有助于農(nóng)場設(shè)備的預(yù)防性維護,并產(chǎn)生自動機器人來挑選農(nóng)作物。
 
•金融行業(yè)
 
如今,定量(算法)在沒有人為干預(yù)的情況下交易股票,銀行立即做出自動信貸決策,金融機構(gòu)使用算法來檢測欺詐行為。人工智能還允許消費者使用智能手機掃描紙質(zhì)支票和存款。
 
•零售行業(yè)
 
越來越多面向消費者的應(yīng)用程序和工具支持圖像識別、語音和自然語言處理以及增強現(xiàn)實(AR)功能,這些功能允許消費者在房間或辦公室中預(yù)覽家具,或者在不前往實體商店的情況下查看化妝品的外觀。零售商也在使用人工智能進行個性化營銷、管理供應(yīng)鏈和網(wǎng)絡(luò)安全。
 
•旅行、交通和招待
 
航空公司、酒店和租車公司使用人工智能來預(yù)測需求并動態(tài)調(diào)整定價。航空公司還依賴人工智能來優(yōu)化航線飛機的使用,考慮天氣條件、乘客負荷和其他變量。他們還可以了解飛機何時需要維護。酒店正在使用人工智能(包括圖像識別)來部署機器人和安全監(jiān)控。自動駕駛汽車和智能交通網(wǎng)也依賴人工智能。
 
人工智能的好處和風(fēng)險
 
對于企業(yè)來說,這不是一個是否使用人工智能的問題,許多組織已經(jīng)每天都在使用人工智能,而是一個如何最大化收益和最小化風(fēng)險的問題。
 
企業(yè)了解人工智能如何以及在何處改善業(yè)務(wù)流程,以及建立一個能夠理解人工智能是什么,它適合何處以及它提供哪些機會的員工隊伍是至關(guān)重要的。這可能需要企業(yè)員工具備新的知識和技能,同時需要重新考慮服務(wù)提供商、工作流程和內(nèi)部流程。
 
人工智能能應(yīng)對其他挑戰(zhàn)。人工智能最大的障礙包括機器學(xué)習(xí)和深度學(xué)習(xí),而構(gòu)建結(jié)構(gòu)不良的框架?;蛴脩羰褂迷愀獾臄?shù)據(jù)訓(xùn)練模型或構(gòu)建有缺陷的統(tǒng)計模型時,通常會出現(xiàn)不正確甚至危險的結(jié)果。
 
人工智能工具雖然越來越容易使用,但需要數(shù)據(jù)科學(xué)專業(yè)知識。其他重要因素包括:確保有足夠的計算能力和適當?shù)幕谠朴嬎愕幕A(chǔ)設(shè)施,以及減輕員工的工作崗位被人工智能取代的擔憂。
 
無論如何,人工智能正在引入更多的機會來創(chuàng)造更智能、更強大的機器。相信在未來幾年,人工智能一定會進一步改變業(yè)務(wù)和生活。

鏈接已復(fù)制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號