AI已經觸摸到零售和廣告業，這五大領域不容錯過

圖：pixabay

即將在6月召開於倫敦召開的「零售與廣告深度學習峰會」（DEEP LEARNING IN RETAIL & ADVERTISING SUMMIT）上，知名人工智慧組織RE?WORK將對人工智慧對零售和廣告行業產生影響的五大領域進行解讀，機器人圈提前對大會的內容進行了梳理，這些AI技術會對行業產生哪些影響？一起來看看！

深入學習的最新進展使得科學研究和行業領域能夠輕鬆應對計算機視覺和自然語言處理中的諸多挑戰，這些在幾年前還是遙不可及的。然而，這些挑戰只不過是可能存在的挑戰中的冰山一角罷了。

人工智慧軟體在財務、製造和零售等行業的快速普及只會越來越快。 Gartner預測，到2020年，85％的客戶互動將會實現自動管理；而在2018年到來之前，跨渠道機器人就能夠識別客戶的聲音和面孔。許多零售商已經部署了產品推薦軟體，使計算機能夠更好地預測和實時提供智能選擇，確保客戶愉快消費和進一步的銷售。

很容易看出這種技術該如何發揮價值，因為客戶被日益增長的在線市場所淹沒，當引入這種推薦式人工智慧時，便可以有效減少瀏覽產品的時間和精力。但是在不久的將來，AI在零售和廣告方面的廣泛影響不會僅僅局限於推薦這單一方面——事實上，它將會改變和改善行業的每一個角落。

在6月1-2日於倫敦舉行的首屆零售與廣告深度學習峰會上（點擊文字進入），我們將探討AI是如何通過庫存預測和庫存水平優化，個性化購物體驗的自然語言處理（NLP），分級效率的計算機視覺和欺詐檢測的智能演算法等，來徹底改變全球零售行業的。

通過匯聚重要影響力，分享最前沿的研究和現實零售應用，我們可以探索如何成功應用人工智慧軟體來增強和發展零售和廣告行業。

我們在峰會上彙集了前五名不容錯過的主題：

電子商務計算機視覺

時尚界是一個視覺世界，電子商務網站每天都會顯示數百萬張圖片，為消費者提供最新趨勢和產品。但是，根據許多詳細屬性自動對大量圖像進行分類和搜索，這仍然是一個很大的挑戰。

圖：pixabay

在大會上，魯汶大學博士後研究員Susana Zoghbi將分享諸如計算機視覺和在不完整和嘈雜的數據存在情況下自動識別圖像和文本中的細粒度屬性的模式識別等深度學習技術的專業知識。在這個新的AI時代，這個技術對於大型在線商店蓬勃發展具有越來越重要的作用。

下一代消費者分析

由於每個個體消費者的個人數據量都在不斷增加，公司正在推出新一代的AI增強型個人數據分析，這是為了徹底改變零售分析。通過集成感測器和自動特徵學習，現在可以收集您的生活活動和體驗的詳細信息，科學家正在利用這些進步來提高客戶的生命周期價值（CLTV）。CLTV的準確性允許零售商更好地分配營銷支出，識別和培育高價值客戶，最大限度地減少對無利潤客戶的影響，並將價值歸因於內容生產等間接營銷。

我們將在6月1-2日和客戶分析專家、ASOS高級數據科學家Ben Chamberlain，以及都柏林城市大學高級講師Cathal Gurrin，進一步探索這個問題，進一步深入了解客戶的「生活日誌」和大數據，以及如何利用這些新技術更好地了解客戶。

微時刻購物＆自然語言處理

通過允許即時訪問品牌研究和在線價格比較等方式，應用程序和移動設備的低成本廣泛可用性已經徹底改變了整個行業。在一個非常短的時間內，購買商品的常用方法已經完全解體，消費者的旅程被分解成數百個實時的知情決策片段，而這些片段已被廣泛認知為「微時刻」。

圖：pixabay

現在，了解這些微時刻對於零售商來說至關重要，而AI提供了新穎的解決方案，以便在快速發展的技術世界中保持領先地位。科爾百貨公司大數據與機器學習高級產品經理Kumar Ujjwal將探索微時刻購物中的深度學習，詳細了解零售商如何利用NLP幫助客戶在購物體驗中做出明智的決定。

智能庫存管理

在Zalando，他們正在應用深度神經網路來確定在線零售，客戶參與和推薦系統的解決方案。該公司將許多非常棒的用戶體驗歸功於增加了機器學習，例如對消費者未來興趣的精確預測，這是對消費者以前參與的活動的深入分析的結果。

Zalando研究實驗室的研究科學家卡爾文·西沃德（Calvin Seward）將與我們分享如何使用人工智慧管理倉庫庫存，以及神經網路以最少的技術開銷運行GPU的交易建議和技巧。

人機交互與合作

雖然AI的歷史裡程碑經常與計算機匹配或在難度上超人類的認知任務相關聯，但是人們很少關注與人類有更多合作關係的人工智慧的發展。你可能聽說過人機交互（HCI），其重點是人與電腦之間的介面和通信；人機合作（HMC）是下一步：融合人類創造力和常識的優勢，隨著對機器認知的強化，這可能難以在AI中進行編程。

儘管計算機視覺近期取得了大量進展，但並不總是適用於行業特定的圖像識別需求，需要機器和人員之間的協作才能成功構建用於加強專門圖像識別解決方案的數據集。Deepomatic聯合創始人兼首席執行官Augustin Marty將和我們分享如何利用機器—人類合作技術來構建數據集，從而推動專門的圖像識別解決方案。

來源：medium

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！