醫療、營銷、金融、交通…人工智慧顛覆的下一個目標是誰？

人工智慧是當今最熱門的話題之一，諸多企業都在努力探尋其在未來業務擴展上的價值。據著名市場調研公司Forrester Research的一項研究，2017年人工智慧領域吸引的投資相比去年增長高達300%。在資本與技術的大潮下，AI已經從實驗室中走出，逐漸應用在我們日常生活的各個方面。而這六大行業，或許會率先被人工智慧顛覆。

1.醫療服務

這一行業一直在等待著一個「攪局者」，而AI天生適合。它或許可以從根本上改變我們的醫療體驗，比如大大減少對藥物的不良反應。《醫療保健業未來》作者Emmanuel Fombu博士表示：「人工智慧可以說是衛生保健行業最大的顛覆者，它可以將醫生從無意義的簡單工作中解放出來，從而將省出的時間用於發現新的藥物和治療方法，還將有助於為系統中的每一位患者都提供個性化的醫療服務，這種可能性十分振奮人心。」

AI在醫療服務產業的應用主要依靠了「機器學習」技術。隨著物聯網的興起，各種設備開始連接到互聯網並收集數據。在數據量達到一個閾值成為「大數據」、數據點多到人類無法處理時，AI成為唯一的替代方案，這些數據的意義和價值只能由人工智慧來闡明，這時讓AI以學習的方式分析、解釋數據的「機器學習」就出現了。目前專註於機器學習的公司有亞馬遜、谷歌、微軟、賽仕軟體等，它的應用十分多元化，主要體現在預測和管理分類上。通過提供演算法、API（應用程序編程介面）、開發和培訓工具、應用程序和其它機器，機器學習平台的吸引力也越來越大。

2.市場營銷

在購買或銷售廣告空間方面，營銷行業越來越依賴於工具和自動化來完成工作，正確使用這些工具可以讓他們向用戶提供更多個性化的信息，從而改善客戶的體驗，同時銷售更多的產品。在接下來的十年中，市場營銷工具可能越來越依賴人工智慧技術來加強個性化，下一代的營銷工具將使用AI和機器學習來使目標客戶獲得的信息比以往任何時候都更加相關。

市場營銷自動化工具主要應用了機器人流程自動化（RPA，Robotic Process Automation）技術和自然語言處理技術（NLP，Natural language processing）。RPA適用於人力成本太高或人工效率低的工作，可以大幅降低企業任務的人工操作需求，使員工能夠節省時間投入更有價值的業務工作，使人類天賦得到更好的發揮。

NLP技術則涉及計算機與人類語言（即自然語言）之間的相互作用，該技術通過統計方法和機器學習，使用文本分析來了解句子的結構、含義和意圖，大批自動化助理和應用程序都運用這項技術來提取非結構數據。這一技術服務的代表提供商有 Lexalytics（文本分析軟體開發商）、Stratifyd（大數據分析服務提供商）、Synapsify（文本、語音分析及內容管理服務商）等。

3.文字寫作

近年來，新聞媒體使用AI寫作的案例屢見不鮮。美聯社藉助Automated Insignts自動撰寫企業財報新聞，Narrative Science通過多重數據源為用戶提供自動化寫作服務，Yseop使用自然語言處理系統來描述查詢需求，可以寫作英語、法語、西班牙語、日語等。這都離不開自然語言生成（NLG,Natural Language Generation）技術的不斷成熟與發展。

對於人類來說，以合理的順序說出（或寫出）正確的辭彙來將易於理解的明確信息傳達給聽眾（或讀者）或許不是個難題。但是對於以與人類大腦完全不同的方式處理信息的機器，這一直是一個棘手的問題。如何用程序自動生成語句、段落乃至文章？這個問題近年來一直是自然語言生成這一新興領域的工作重點。經過該領域專家們不斷提出的新理論和設計的新模型，眼下自然語言生成技術已經取得了長足進步，出現在我們生活的各個角落，目前主要用於用戶服務方面的業務，在製作新聞報道、調查報告、數據概要等工作上用途廣泛。

4.交通運輸

人工智慧也為自主駕駛系統的不斷完善提供了動力，在未來幾年內，名副其實的「自駕車」就將成為現實。

由於更精密的計算和更準確的操控，無人車的安全性將大大超過人力駕駛，交通事故發生率將大大降低——谷歌的無人汽車在180萬英里的路程實驗中，只被捲入了13起事故中，而且都是由路途上的其他車輛造成的，這種安全性或許會使手動駕駛在未來的某一天成為不夠安全的「非法行為」。無人汽車的發展對於職業司機、駕校教練可能是個壞消息，但每年因道路交通事故死亡的130萬人或許不會這麼想。

無人駕駛系統主要應用的技術為深度學習（Deep Learning）和硬體設計（AI-Optimized Hardware）。深度學習是人工智慧增長最快的領域，也是機器學習新的一大趨勢。一組演算法通過對應不同層次的抽象使用人工神經網路進行不同層次的學習，模仿人腦的機制來分析和解釋數據。人工智慧需要大量密集計算，對終端所能承受的功耗和熱效率也有較高要求，圖形處理單元（GPU）以及專門設計、架構的設備可以有效地運行面向AI的計算任務。在無人駕駛領域，深度學習主要體現在車輛、路徑等的圖像識別和處理上，感測器和定位設備則離不開硬體的設計和升級。

5.金融財務

如果能通過監管機構的測試，並遵守國際金融組織的嚴格立法，AI有巨大的潛力來顛覆財政金融行業。事實上，已經有公司開發出了測試版AI來檢測虛假的信用卡交易、打擊金融行業的欺詐行為。金融服務都離不開線上平台，用戶身份識別的準確性和安全性更顯得格外重要。生物識別技術通過身體語言識別實現人與機器之間更自然的交互，對採集的人體生物特徵及行為特徵與註冊信息進行比對，從而實現對人員身份識別與鑒定，不但保證了安全性，金融業務的效率也有很大提升。

此外，決策管理（Decision Management）技術能夠為人工智慧系統引入規則和邏輯，可用於初始設置、培訓、持續維護和調整。世界各地的企業都依賴其重要業務的及時、相關且可信的數據，從而贏得競爭優勢。與AI在營銷中被用於購買和銷售廣告空間的方式相同，金融行業也需要AI的分析來作出何時投資、買賣股票等的數據決策。

6.生活方式

在我們的日常生活中，AI也被用來驅動像Siri和Alexa（亞馬遜語音助手）這樣的工具。在人工智慧領域，生活方式（Lifestyle）品牌比其他行業的優勢更為突出，因為消費者與其植入的AI的互動處於「想要」而非「必要」。這也意味著在擁抱AI上面他們更為積極主動，而不是觀望不前。科技巨頭紛紛投入大量精力研發自己垂直領域的聊天機器人，隨之而來的是技術的快速創新和發展。

在這方面，語音識別（Speech recognition）和虛擬代理（Virtual Agents）是主要的應用技術。語音識別就是將人類的語音信號轉錄並轉換成對計算機應用程序適用的格式，目前主要用於互動式語音應答系統和移動應用。近日微軟宣布，該公司語音識別系統的系統已經將至5.1%。隨著越來越多的系統加大在語音識別方面的投入，人工智慧語音識別技術不斷升級，準確率和流暢度都有了很大提高，人類與人工智慧流暢對話的情景可期。語音識別的代表服務商有Nuance Communications、OpenText、Verint Systems等。虛擬代理技術目前主要用於客戶服務與政府服務方面，以及個人生活的智能助理，代表性公司包括亞馬遜、蘋果、微軟和IBM。

經過時間的檢驗，人工智慧邁出了規模應用的步伐。雖然有的還是「新生兒」，但可以肯定的是，憑藉AI在其生態系統中所佔的位置，人工智慧在未來可能顛覆地球上與數據有關的任何行業。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！