2018年5大主要人工智慧趨勢

人類一直對人類機器人和人工智慧（AI）這個概念感到興奮。好萊塢電影和科幻小說可能已經啟發了一些科學家開始朝這個方向努力。雖然人工智慧泡沫已經多次爆發，但重大的發展和突破現在正在更新公眾對這一領域的興趣。2017年，Gartner將其普通AI置於其炒作周期的早期階段。它還在這個炒作周期的頂峰放置了深度學習和機器學習技術。

認識到人工智慧是幾個相互關聯的技術的總稱是很重要的。這些包括自然語言處理（NLP），機器學習，認知計算，神經網路，計算機視覺和機器人及其相關技術。在本文中，我們將解釋圍繞所有這些技術的五種不斷變化的趨勢，並了解它們的優點。

1.機器學習模型的民主化

機器學習旨在使計算機能夠從數據中學習並進行改進，而不依賴於程序中的命令。這種學習最終可以幫助計算機構建諸如用於天氣預測的模型。在這裡，我們介紹了一些利用機器學習的常見應用程序：

金融應用

隨著金融科技初創公司向在職者挑戰，金融業正在迅速發展。許多這些老牌企業在很大程度上依靠傳統的低效率方法來提供標準化金融產品的諮詢和分配。隨著自動化諮詢的推出，人工智慧的發展已經改變了這一領域。機器學習模型也正在取代用于衡量市場趨勢的傳統預測分析方法。與傳統投資模型相比，這些模型可以提供更高水平的準確度和預測市場波動的速度。

機器學習現在也幫助金融公司防止財務欺詐。這些模型尤其擅長根據歷史數據找到任何異常，並且可以輕鬆識別甚至預測欺詐活動。銀行正在使用這些模型來提醒客戶賬戶中有任何異常活動。機器學習除了防止欺詐外，還可以在風險管理領域發揮更大的作用。這些模型可以提高信貸評級的準確性，並改善貸款機構的風險管理。

醫療應用

機器學習和大數據是控制大量潛在醫療數據持有的關鍵。基於機器學習模型的新應用程序可幫助識別疾病並提供疾病的正確診斷。機器學習還可以幫助基因測序，臨床試驗，藥物發現和研發以及疫情爆發預測。

例如，阿里雲的ET Medical Brain最近將來自世界各地的演算法科學家帶到了天馬精密醫學大賽的通用平台。他們能夠開發糖尿病個性化治療的預測模型。

基於人工智慧的系統也正在幫助醫院改進其操作流程和數據管理。在閱讀劑量指示或診斷數據時，醫療保健專業人員犯下錯誤也很常見。具有圖像識別和光學字元識別功能的智能AI系統可以仔細檢查所有這些數據，並確保減少此類錯誤。

工業應用

機器學習演算法支持許多涵蓋整個製造生命周期的應用，包括產品設計，生產計劃，生產優化，分銷以及現場服務和回收。目前，一些行業正在他們孤島和零散的SCADA（監控和數據採集）解決方案之上實施基於人工智慧和物聯網的解決方案，以提高協同性。

此外，機器人和自動化機器的使用對製造業來說並不陌生。先進的基於物聯網的系統現在可以驅動工廠設備和機器的預防性維護和修理。基於人工智慧技術的供應鏈運營優化是另一個不斷演變的用例。

AIOps平台

我們大多數人目睹了IT設置，IT從業人員經常負擔過重，每天處理數千個事件。這些分析系統無法利用IT運營數據的真正潛力。這就是為什麼要轉向開發更智能的運營能力。AIOps中的高級AI演算法可以自動執行分析和關聯事件數據的過程。此外，AIOps可以使用可重複刪除，黑名單和實時關聯事件饋送的演算法來降低此類事件的頻率。

2.用自然語言處理簡化人機交互

自然語言處理（NLP）是人工智慧的一個快速發展的分支，其重點在於分析和理解人類語言。基於NLP的應用程序可以更好地理解語音，語境，方言和發音的細微差別，從而與人類進行交互。

而且，NLP正在幫助計算機發展超越人類的閱讀和理解能力。2018年1月，在斯坦福大學的閱讀和理解測試中，阿里雲得分高於人類。阿里雲NLP和基於深度神經網路的AI人機在本次測試中回答了超過100,000個問題。

我們來看看一些基於NLP和AI技術的發展趨勢：

客戶服務Chatbots

NLP可以支持眾多真實世界的客戶服務應用程序，人們必須處理日常的客戶查詢，這通常是在高度緊張的工作條件下進行的。基於NLP的聊天機器人可以通過提供更高的效率，更短的等待時間，標準化的文檔以及更好的客戶查詢解決方案來改善客戶服務。

虛擬助理

Amazon Echo，Alexa，Cortana，Google Assistant和Siri是進入消費領域的最著名的NLP示例。通過了解人類語音請求，AI技術正在改變我們與機器交互的方式。虛擬助理有可能破壞傳統的廣告業務並改變我們做出購買決定的方式。

招聘門戶

基於NLP的招聘門戶正變得越來越普遍。這些門戶網站有助於企業處理群體性事件，人力資源經理需要對成千上萬的簡歷進行分類。NLP可以通過掃描大量工作申請並將其與招聘標準進行匹配，從而迅速找到候選人。與過去的門戶網站不同，這些門戶網站不需要依賴關鍵字。

3.通過情感分析增強客戶體驗

在客戶服務代表出席之前，客戶需要等待IVR隊列時，可能會感到沮喪。我們所有人都經歷過這樣的經歷。由於如此低效的客戶支持流程，企業會失去客戶。這是情緒分析可以提供前進方向的地方。情感分析使計算機能夠理解對話，評論或反饋的背景或意圖。它使他們能夠區分意見，建議，投訴，疑問和讚美。

利用情感和情緒分析的應用程序可以幫助企業更好地了解客戶的需求。此類應用程序可以分析眾多社交媒體渠道，以改善品牌的社交傾聽。

隨著情緒分析的不斷發展，未來虛擬個人助理和情感感應可穿戴設備可能會理解我們的情緒狀態和偏好。這些系統可以幫助營銷部門向客戶提供情境化和個性化的體驗。根據Tractica的數據，到2025年，類似軟體工具的全球收入將達到38億美元。

情緒分析也在醫療保健和精神健康領域發揮著重要作用。除了關於身體健康的其他指標之外，情感感應可穿戴設備還可以監控心理健康。心理健康提供者也可以採用像Karim和Woebot這樣的心理治療聊天機器人來幫助人們管理他們的心理健康。

此外，即使汽車公司正在評估情緒分析的範圍。通過部署在車輛上的高級情緒檢測系統，車載計算機將能夠測量駕駛員的情緒和注意力水平，以幫助駕駛。此外，未來的自動駕駛車輛將能夠從駕駛員身上完全控制檢測諸如憤怒，睏倦和焦慮等情緒，以防止事故發生。

4.發展智能城市

目前，全球大部分城市裝備不足，無法滿足人口爆炸的需求。為城市管理者提供水，電，便捷的交通和更清潔的空氣正成為越來越複雜的挑戰。獲得醫療保健和公共服務是另一個主要關切。在這一切中，政府組織也需要在有限的資源範圍內維持法律和秩序。

智慧城市利用人工智慧，大數據和物聯網解決大部分城市人口挑戰。綜合使用這些技術，城市可以更好地分析來自整個城市的攝像機信息。圖像和實時視頻分析可以幫助識別事故和交通擁堵。管理員可以利用這些信息來集中管理道路上的交通。此外，他們可以依靠智能系統自動控制交通信號，以便優先通過VIP，應急響應小組和執法機構。

阿里雲ET City Brain提供了上述大部分功能。中國已利用ET City Brain開展了多個成功的試點項目。要了解更多關於這些發展的信息，可以閱讀我們的博客 - ET City Brain如何改變我們生活的方式 - 一次一個城市。

除了一般監控，面部識別和情感感知能力可能對在城市中運營的零售店有所幫助。基於人工智慧的營銷系統可以增強目前依賴於客戶智能手機使用的基於地理圍欄和燈塔的店內營銷方法。

人工智慧在建築設計和施工活動中也扮演著重要的角色。基於人工智慧的系統不僅可以管理建築資產，還可以改善垂直框架系統的選擇，幫助進行性能診斷，並通過分析GIS數據來協助規劃施工階段。在未來，人工智慧將幫助用納米技術設計定製建築材料。這意味著除了鋼筋和混凝土外，工程師還將擁有大量新型建築材料來構建環保可持續建築。

5.人工智慧工具和開發平台的統一

AI工具和平台的市場擁有眾多競爭廠商，在分散的生態系統中提供不同的功能。大部分人工智慧的發展仍處於起步階段。儘管多年來大量業務用例已經成熟，但人工智慧的全面採用在所有行業中仍然不常見。這就是傳統雲和分散式計算服務提供商在AI初創公司中佔有重要優勢的地方。雲服務提供商擁有現成的基礎架構，規模和重要資源，可為各種規模的企業開發大數據和人工智慧平台。

阿里雲的ET Brain就是這樣一個平台。它結合了多種人工智慧和大數據功能，並在不同的行業垂直領域實現突破。ET Brain可以幫助您的組織通過推理演算法進行實時決策，並通過機器學習方法推動創新。它提供多源大規模處理，可提高決策的積極性。ET Brain還將幫助您利用神經網路提高靈活性。基於雲計算的平台已經在幫助政府機構改善其公共服務。

開發人員可以使用ET Brain創建利用語音識別，面部識別，圖像識別，文本識別，自然語言處理，機器學習和其他AI技術的應用程序。這些應用程序還可以利用阿里雲的大數據平台DataWorks和MaxCompute實時分析複雜和大量的數據。

結論

很容易得出結論：基於人工智慧的開發已經成為主流。企業不僅熱衷於改進現有流程，而且還看到人工智慧帶來新的收入來源的潛力。這就是AI為何對CIO具有戰略重要性的原因。在這個領域還有很多創新空間。最終，保持敏捷並隨時採用人工智慧，大數據，物聯網和區塊鏈的最新進展的企業將獲得更早的優勢。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！