解釋所有AI技術(shù)的五大發(fā)展趨勢

我們需要理解的是：AI是幾個相互關(guān)聯(lián)的技術(shù)的總稱術(shù)語。它包括：自然語言處理(Natural Language Processing，NLP)、機器學(xué)習(xí)、認知計算、神經(jīng)網(wǎng)絡(luò)、計算機視覺、機器人科學(xué)及其相關(guān)技術(shù)。在本文中，我們將解釋所有這些技術(shù)的五大發(fā)展趨勢，并了解它們所帶來的益處。

1. 機器學(xué)習(xí)模式的大眾化

機器學(xué)習(xí)的目的是使得計算機能夠從數(shù)據(jù)中學(xué)習(xí)、在不依賴程序命令的情況下進行改進。這種學(xué)習(xí)最終可以幫助計算機建立模型，例如被用于預(yù)測天氣的模型。在這里，我們來介紹一些利用機器學(xué)習(xí)的常用應(yīng)用程序：

財務(wù)應(yīng)用

隨著金融業(yè)的迅速發(fā)展，各種初創(chuàng)型Fintech(金融科技)企業(yè)大量涌現(xiàn)。該行業(yè)的從業(yè)者曾經(jīng)過度依賴于傳統(tǒng)的低效方法，去咨詢和分銷他們的標(biāo)準(zhǔn)化金融產(chǎn)品。如今，各種AI先進技術(shù)以自動化咨詢等方式，讓該領(lǐng)域得到了轉(zhuǎn)型。同時，機器學(xué)習(xí)模型也取代了在量化市場趨勢時常用的傳統(tǒng)預(yù)測分析方法。與傳統(tǒng)的投資模型相比，這些模型能夠以更高的準(zhǔn)確性與速度，來預(yù)測市場的各種波動。

另外，機器學(xué)習(xí)如今也能夠幫助金融公司去防止各種金融欺詐。這些模型特別擅長于發(fā)現(xiàn)任何基于歷史數(shù)據(jù)的異常，并能輕松地識別甚至預(yù)測出某項欺詐活動。一旦客戶賬戶中出現(xiàn)任何不尋常的活動，他們的銀行都能通過使用這些模型來提醒他們。除了防止欺詐之外，機器學(xué)習(xí)還可以在風(fēng)險管理領(lǐng)域發(fā)揮出更大的作用。這些模型可以通過提高信用評級的準(zhǔn)確性，來改善對貸款機構(gòu)的各種風(fēng)險管理。

醫(yī)療應(yīng)用

機器學(xué)習(xí)和大數(shù)據(jù)都是掌握海量潛在醫(yī)療數(shù)據(jù)的關(guān)鍵因素。通過在機器學(xué)習(xí)模型之上建立的新應(yīng)用，我們可以識別各種疾病，并提高疾病診斷的準(zhǔn)確性。同時，機器學(xué)習(xí)還能夠有助于基因排序、臨床試驗、藥物發(fā)現(xiàn)和研發(fā)，以及流行病的暴發(fā)預(yù)測。

另外，基于AI的系統(tǒng)也能幫助醫(yī)院改善其操作的流程和數(shù)據(jù)的管理。鑒于醫(yī)療保健專業(yè)人員在閱讀劑量指示、或診斷數(shù)據(jù)方面難免會經(jīng)常犯錯，智能AI系統(tǒng)通過具有圖像識別和光學(xué)字符辨識的功能對所有的數(shù)據(jù)進行二次檢查，以減少此類錯誤的發(fā)生頻率。

工業(yè)應(yīng)用

機器學(xué)習(xí)算法如今能夠支持大量的應(yīng)用，并涵蓋了整個制造業(yè)的生命周期。它包括：產(chǎn)品設(shè)計、生產(chǎn)計劃、生產(chǎn)優(yōu)化、配送、現(xiàn)場服務(wù)和再生。目前，一些行業(yè)正在將基于AI和以物聯(lián)網(wǎng)(IoT)的解決方案，實施到他們原有的、孤立且零散的SCADA(Supervisory Control and Data Acquisition，監(jiān)控和數(shù)據(jù)采集)方案之上，以發(fā)揮并增強協(xié)同作用。

雖然使用機器人和自動化機器設(shè)備對于制造業(yè)來說已不是什么新鮮事了，但是如今，各種先進的、基于物聯(lián)網(wǎng)的系統(tǒng)，已經(jīng)能夠?qū)崿F(xiàn)對設(shè)備和機械的預(yù)防性維護與維修。此外，基于AI技術(shù)的供應(yīng)鏈運營優(yōu)化，也是另一個不斷發(fā)展的工業(yè)用例。

AIOps平臺

我們大多數(shù)人都有過這樣的體會：IT人員每天都需要滿負荷地去處理數(shù)以千計的系統(tǒng)事件，而且手頭的分析系統(tǒng)根本無法利用到那些對于IT操作真正有用的數(shù)據(jù)。他們亟待開發(fā)出更具智能運營能力的系統(tǒng)。而AIOps中的高級AI算法便能夠?qū)κ录?shù)據(jù)的分析和關(guān)聯(lián)過程予以自動化。此外，AIOps還可以使用各種算法，來實時地執(zhí)行去重、黑名單管理和關(guān)聯(lián)事件反饋等操作，以減少此類事件的發(fā)生頻率。

2. 用自然語言處理來簡化人機互動

自然語言處理(NLP)是人工智能快速發(fā)展的一個分支，它側(cè)重于對人類的語言進行分析和理解?；贜LP的應(yīng)用程序通過了解語言、語境、方言和發(fā)音上的細微差別，來更好地與人類進行互動。

此外，NLP能夠幫助計算機不斷開發(fā)閱讀與理解能力，甚至能夠超越人類。2018年1月，在斯坦福大學(xué)的閱讀理解測試中，阿里云的得分就比人類還要高。在這次測試中，阿里云的NLP和基于AI的深層神經(jīng)網(wǎng)絡(luò)成功地回答了十萬多道問題。

下面讓我們來看一些采用NLP和基于AI技術(shù)的發(fā)展趨勢吧：

客服聊天機器人

在傳統(tǒng)的應(yīng)用中，人們必須在高度緊張的工作環(huán)境內(nèi)，處理客戶的各種例行查詢。而NLP則可以支持許多現(xiàn)實世界的客服應(yīng)用。那些基于NLP的聊天機器人可以通過提供更高的效率、縮短的等待時間、標(biāo)準(zhǔn)化的文檔、以及更好地解決客戶的查詢，來改善對于客戶的服務(wù)質(zhì)量。

虛擬助理

亞馬遜Echo、Alexa、Cortana(微軟小娜)、谷歌助理、和Siri都是一些NLP進入消費者領(lǐng)域的著名案例。通過理解人類的聲音請求，AI技術(shù)正在改變我們與機器的交互方式。當(dāng)然，虛擬助理也具有干擾傳統(tǒng)廣告業(yè)務(wù)的能力，并能夠改變我們做出各種購買選擇的方式。

招聘門戶

各種基于NLP的招聘門戶平臺正越來越普遍。這些門戶平臺能夠通過為人事經(jīng)理對數(shù)以千計的簡歷進行排序，從而協(xié)助企業(yè)處理大量的招聘工作。NLP可以通過掃描大量的工作申請、并將它們與招聘標(biāo)準(zhǔn)相匹配，從而快速地找到合適的候選者。與過去門戶平臺不同的是，這些門戶網(wǎng)站將不再需要依賴于各種關(guān)鍵字的配對。

3. 通過情緒分析來增強客戶體驗

相信我們都有過這樣的經(jīng)歷：客戶在得到客服代表的電話應(yīng)答之前，往往只能絕望地在IVR(譯者注：Interactive Voice Response，即互動式語音應(yīng)答)隊列中等待。企業(yè)也會因為如此低效的支持流程，而失去了大量的客戶。如今，AI提供了情緒分析的新途徑。通過允許計算機理解某段對話、評論、反饋的上下文、以及意圖，AI就能夠籍此區(qū)分出不同的意見、建議、投訴、查詢、以及贊譽。

采用情感分析的應(yīng)用可以幫助企業(yè)更好地理解客戶的需求。這種應(yīng)用可以被用于分析大量的社交媒體來源，以提高品牌對于社會的傾聽能力。

隨著情緒分析的不斷發(fā)展，虛擬個人助理和具有情感獲知能力的可穿戴設(shè)備，將能夠理解我們的情緒狀態(tài)與偏好。這些系統(tǒng)將幫助市場部門向客戶提供情境化、和個性化的體驗。根據(jù)Tractica(譯者注：一家市場研究與咨詢機構(gòu))的數(shù)據(jù)顯示：到2025年，此類軟件工具的全球收入將達到38億美元。

此外，情緒分析在醫(yī)療保健和精神健康領(lǐng)域也發(fā)揮著巨大的作用。具有情緒獲知能力的可穿戴設(shè)備，除了能夠顯示與身體健康有關(guān)的指標(biāo)之外，還能監(jiān)控心理上的健康。因此，心理健康提供者也可以采用像Karim和Woebot之類的聊天機器人，來制定治療方案，以幫助人們管理他們的心理健康。

目前，一些汽車公司也引入了情緒分析。他們通過將先進的情緒檢測系統(tǒng)部署到車輛之上，讓那些車載電腦能檢測到駕駛員的情緒與注意力水平，從而協(xié)助駕駛。此外，未來的自動化車輛將能夠檢測駕駛員的憤怒、嗜睡、焦慮等情緒，通過控制車輛，從而避免事故的發(fā)生。

4. 智能城市的發(fā)展

目前，全球大多數(shù)城市的基礎(chǔ)設(shè)施都無法滿足人口激增的需求。水、電、易出行和更清潔的空氣，都是城市管理者日常所要面對的復(fù)雜挑戰(zhàn)。而人們獲得醫(yī)療保健和公共服務(wù)則是另一個重大的問題。與此同時，政府組織也需要在這些有限的資源范圍內(nèi)維護相應(yīng)的法律和秩序。

智能城市通過使用AI、大數(shù)據(jù)和物聯(lián)網(wǎng)來解決城市內(nèi)人口所面臨的大多數(shù)挑戰(zhàn)。使用這些技術(shù)的組合，城市可以更好地分析他們遍布在各處的攝像頭所反饋的信息。例如：通過對各種圖像和實時視頻的分析，可以協(xié)助識別事故和交通擁堵狀況。管理者們也可以利用這些信息，來集中化管理不同道路上的交通。此外，他們還可以依靠智能系統(tǒng)，來自動控制交通信號等設(shè)備，以便讓貴賓、應(yīng)急響應(yīng)小組和執(zhí)法人員具有通行的優(yōu)先權(quán)。

除了一般性的監(jiān)控，面部識別和情緒感知能力也可以協(xié)助城市里零售店的日常運營。基于AI的營銷系統(tǒng)可以增強基于地理圍欄(geo-fencing)和坐標(biāo)模式的商店營銷。此方法目前主要依賴的是客戶對于智能手機的使用。

AI在建筑設(shè)計與施工活動中也發(fā)揮著重要的作用?；贏I的系統(tǒng)不僅可以管理建筑資產(chǎn)，還能夠改進垂直框架系統(tǒng)的選擇，從而有助于進行性能診斷、并通過對GIS(譯者注：Geographic Information System，地理信息系統(tǒng))數(shù)據(jù)的分析，以協(xié)助規(guī)劃與施工。今后，AI將有助于設(shè)計和定制具有納米技術(shù)的建筑材料。這將意味著，除了鋼筋混凝土，工程師們將有更多新的建筑材料，以適應(yīng)不同的建設(shè)環(huán)境。

5. 統(tǒng)一各種AI工具與開發(fā)平臺

在分散的生態(tài)系統(tǒng)和市場上，許多頗具競爭力的廠商提供著不同能力的AI工具和平臺。這些AI開發(fā)產(chǎn)品的大多數(shù)仍處于起步階段。多年來，盡管許多領(lǐng)域的業(yè)務(wù)用例已經(jīng)成熟，但是要在所有行業(yè)中全面采用AI仍為時尚早。這也是傳統(tǒng)云和分布式計算服務(wù)商相較于AI初創(chuàng)企業(yè)的占優(yōu)之處。那些云服務(wù)提供商擁有現(xiàn)成的基礎(chǔ)結(jié)構(gòu)、規(guī)模和大量的資源，可以為各種規(guī)模的企業(yè)開發(fā)出大數(shù)據(jù)和AI的應(yīng)用平臺。

結(jié)論

綜上所述，我們很容易得出結(jié)論：如今，基于AI的發(fā)展已經(jīng)成為了主流。各種企業(yè)不僅熱衷于改進其現(xiàn)有的流程，而且還能看到AI給他們帶來的潛在增長點。這也就是為什么CIO們應(yīng)當(dāng)重視AI的戰(zhàn)略意義和其創(chuàng)新發(fā)展的空間。總之，那些能夠快速擁抱AI、大數(shù)據(jù)、物聯(lián)網(wǎng)和區(qū)塊鏈等新技術(shù)的企業(yè)必將在競爭中搶占到優(yōu)勢。