尽管人工智能在各行业应用的例子很多,但仍被认为是仍在崛起的生力军。 事实上,人工智能对于许多企业的技术平台至关重要,包括金融、零售、医疗保健和媒体。 人工智能和深度学习的例子也数不胜数。

如今人工智能的例子实在是太多了,选择一些有代表性的人工智能例子就成了一个艰难的选择。

尽管人工智能在各行业应用的例子很多,但仍被认为是仍在崛起的生力军。 事实上,人工智能对于许多企业的技术平台至关重要,包括金融、零售、医疗保健和媒体。 人工智能和深度学习的例子也数不胜数。

虽然一些选定的人工智能示例彼此之间有很大不同,但它们都有一个共同特征:输入的数据越多,学到的就越多。 这就是人工智能:从输入中学习的软件系统。 这是大数据分析和人工智能之间的主要区别:大数据可以扫描数据并揭示趋势,但人工智能可以做到这一点,并且还可以根据输入进行调整。

人工智能示例:跨部门的人工智能

以下人工智能的例子正在引领市场——未来几年采用人工智能的企业可以参考以下例子。

1. Siri 和 Alexa

随着语音助手在商业运营中发挥着越来越重要的作用,它们面临的挑战是需要真正理解人类语言,但更困难的是需要真正理解人类。

这就是人工智能发挥作用的地方。虽然人工智能系统工程师可以构建这些语音助手,但他们无法在发布时将许多人类特征嵌入其中。 因此,人工智能系统需要大量使用机器学习技术,以使其更好地完成人与机器交互的极其复杂的任务。 借助人工智能,语音助手将越来越能够搜索网络、帮助人们购物并提供导航。 人们期待这种语音技术能够在家庭助理中发挥重要作用,帮助照顾老人。 这是人工智能语音识别的无数其他例子之一。

2. 亚马逊和在线商务

响应客户输入的系统概念本身并不是人工智能的一个例子。 例如,检测用户对衬衫产品的了解,然后在线推荐衬衫广告的应用程序不一定是高级人工智能应用程序。

但以亚马逊的推荐系统为例,它是交易人工智能平台的强大引擎。 人们可能已经观察到该系统持续学习的能力。 从本质上讲,大量购物者正在“教导”亚马逊的人工智能系统,以更好地显示哪些商品可能在打折。 也就是说,将一件商品与过去展示过的另一件商品相匹配将促进销售,并且可以将半关联的概念(例如灯架与摄影设备)联系起来。

另一方面,这种高端人工智能系统需要巨大的计算平台来处理所有这些数据。 对于拥有小型服务器的用户来说,很难支持这样的系统。 显然,亚马逊网络服务拥有世界领先的计算平台。

3.潘多拉

对于那些相信人工智能将取代人类工作的人来说,潘多拉人工智能系统就是与人类合作的一个例子。 首先,Pandora 在音乐专业人士的帮助下对歌曲进行分析和分类。 Pandora 会根据歌曲的 450 个属性对它们进行分类,从声音风格到节奏。

当其人工智能算法发挥作用时,它会根据用户对其歌曲库的反应结合大量推荐。 然后AI系统可以批量分组并呈现对用户有意义的歌曲。

4.我思

这无疑是人工智能最活跃的领域之一:在销售和客服电话中使用人工智能可以增强与客户的情感联系。 具体来说,就是利用人工智能与比人类更有同理心的人进行互动。 当然,这是人工智能应用的前沿。

Cogito(拉丁语,意为“自我意识”)运用了人类互动的一个关键真理:重要的不仅仅是词语的含义,还有它们的表达方式、情绪、节奏和感觉。

Cogito 软件可以实时分析对话,提供关于什么是对、什么是错的线索和提示。 也许对话者可能谈论了太多话题,或者反应不够快。 该应用程序提供基于颜色的警告和更新。 该软件可以分析数百条线索来确定对话的情绪质量。

5.巢

推动人工智能增长的关键因素之一是财力雄厚的供应商之间寻求早期市场份额的竞争。 以谷歌旗下的家用恒温器 Nest 为例。 其部分目标是将谷歌的人工智能内置到设备中,以应对苹果 Siri 和亚马逊 Alexa 日益普及的需求。

Nest 使用人工智能来适应人类行为模式,获取持续的输入提示,并在在家工作时更准确地做出响应。 当业主设置系统一段时间后,Nest 可以自行集成输入。

无论如何,智能家居设备(物联网设备)无疑是争夺人工智能市场主导地位的关键战场。 让一整套智能家居设备协同工作、响应家庭成员的命令并根据他们的行为进行学习,这显然是家庭人工智能的未来。

6. 博克斯弗

总部位于爱尔兰的Boxever推出了Boxever“个性化平台”,以旅游业为主要目标。 其基于云的平台使旅游公司能够创建客户的单一视图,从而为客户提供更有效的营销。 其目标是通过单独定位客户来改进销售流程。 如果人工智能可以一对一地定制交互,理论上它可以更有效地为客户提供服务(并向客户销售)。

Boxever 的方法认识到竞争的关键领域是客户体验。 如果零售商更加谨慎地满足客户需求,他们将赢得电子商务竞争。 而且使用智能软件的成本远低于人工销售代表。

7. 人工智能机器人、人形机器人等

人工智能正在为机器人技术的应用提供动力,包括加州大学伯克利分校的 BRETT 和麻省理工学院的麻省理工学院狗。 索菲亚是人工智能机器人的一个例子,她在《今夜秀》中与 NBC 主持人吉米·法伦聊天和唱歌,已成为媒体热门。

除了喧嚣的流行文化之外,还有各种形状和大小的人工智能机器人。 例如,iRobot的RoomBA 980吸尘器利用人工智能技术来完成家庭的各种清洁任务。 该公司声称 Roombas 的 RoomBA 980 吸尘器销量已超过 1000 万台。

8. 垃圾邮件过滤器

人工智能的核心是学习。 使用机器学习和其他人工智能技术,软件系统将在无需人工帮助的情况下变得更加智能。

当然,利用人工智能来防止垃圾邮件是迫切需要机器学习的领域。 员工(甚至团队)努力跟上垃圾邮件的增长。 例如,Gmail 部署机器学习算法来过滤(大部分)垃圾邮件。

为此,垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作,垃圾邮件发送者不断采用创造性的方法来欺骗收件人。 垃圾邮件过滤器中的人工智能会持续扫描元数据,例如发件人的位置或主题行中的关键字。 如果您无法学习,几天后垃圾邮件过滤器将无法工作。

人工智能技术使用人类的输入:因为对一个用户有价值的优惠券对另一个用户来说就是垃圾邮件。 特定用户如何对邮件流进行分类必须成为垃圾邮件过滤器学习的一部分。

9. 网上银行

该银行为用户提供了一项便捷服务:扫描支票并在移动设备上存入金额,而无需前往实际的分行存款。 问题是:这样做需要机器读取用户的签名,这是一项混乱且令人困惑的工作——即使对工人来说也是如此。

在其他供应商中,Mitek Systems 专门从事基于软件的身份验证。 其人工智能技术利用计算机视觉和机器学习来确保移动端到银行的交易安全。

例如,Mitek 使用视觉算法对银行交易中的无数 ID 格式进行分类。 其核心是光学字符识别(OCR)软件,它可以扫描文档并将数据转换为可编辑的格式。 OCR 软件可以使用人工智能进行调整,以准确提取个人的签名或指纹。

10. 贷款和信用卡处理

当消费者申请信用卡或贷款时,消费者信用评分(FICO)(通常在 300 至 850 之间)将发挥至关重要的作用。 过去,信贷员会审查这些贷款和信用卡申请。 尽管仍然有大量工人,但有关信用卡或是否接受消费者申请的许多决定都是由机器学习系统做出的。

再次强调,学习是这个过程的核心部分。 银行经理可以设定参数,决定当前的信贷标准是宽松还是严格。 但他们希望银行的机器学习系统能够随着时间的推移进行学习,以更准确地识别哪些申请人是安全的借款人。

11.Lyft 和 Uber

如果没有人工智能和机器学习,自行车共享就不可能实现。 具体来说,票价、预计到达时间、走的路线:这些都是人工智能计算出来的。

人工智能可以即时进行大量计算。 如果没有机器学习系统分析情况并将结果数据路由到用户和驾驶员应用程序,这些计算的数量和复杂性是不可能实现的。 当然,Lyft 和 Uber 将其记录在自己的系统上,这两家公司拥有大量有关用户模式的数据。

未来,这些服务预计将迎来无人驾驶汽车的时代(尽管这种情况何时发生最多仍是模糊的)。 如果没有人类驾驶员的因素,系统运行的过程就变成了更加纯粹的逻辑机器学习计算。 理论上,这应该会导致拼车服务的成本下降,甚至节省雇用司机的成本。

12.社交网络

主要社交媒体网络是人工智能发展的核心驱动力。 尤其是 Facebook,它似乎已经接受了人工智能的各个方面。 例如,它的算法定义用户的时间线,决定是否在他们的时间线上显示来自朋友的某些帖子。 该公司知道,如果显示用户的每个朋友,时间线就会变得非常混乱,甚至会变得烦人。 因此,时间线算法可以了解用户正在与谁交互以及它通常忽略什么。

Facebook 的底线是,该社交网络使用人工智能来帮助个性化向用户提供广告的方式,因此它所显示的广告具有一定程度的相关性。 请注意,Facebook 允许用户评论广告与时间线的相关性; 每个用户评论都有助于系统学习并变得更加完善。 由于 Facebook 和 Google 使用人工智能来微调其显示系统的方式,它们在整个在线广告市场中占有非常高的比例。

此外,Facebook 使用图像识别人工智能技术来识别照片中的面孔,以便邀请用户为它们添加标签。 毫不奇怪,考虑到照片对 Facebook 的重要性,Facebook 在面部识别技术上投入了大量资金。 使用机器“读取”照片是当今人工智能时代最显着的进步之一。

作者 admin