从概念到应用,人工智能所激发的潜力

人工智能 深度学习
目前,已知的人工智能最大的潜力在于分析技术,包括回归和分类。神经网络技术可以提供更高的功能性,或者产生附加的见解和应用。

目前,已知的人工智能最大的潜力在于分析技术,包括回归和分类。神经网络技术可以提供更高的功能性,或者产生附加的见解和应用。

[[230927]]

 

价值

对于通讯行业,运营商有大量的结构化的客户数据,非常适合传统分析技术和AI分析技术 。

AI分析技术还将用于各个行业的风险管理,如保险业更为精准的风险评估和保费设置,制药公司将AI算法用于降低临床试验风险,矿业公司预测生产中断风险,实现更有效的勘探、钻探和开采规划等。此外,AI还可创造新的产品和业务模式,如用于银行客户类型识别,可以有效改进的欺诈检测。

[[230928]]

 

AI最大的价值机遇是供应链管理和制造业中营销和销售环节。对于公司而言,他们必须检查自己的部门组合,理解行业的价值驱动,寻找人工智能的布局机会,已确定合适的投资部署。

此外,零售与高科技等消费行业将出现更多AI营销和销售应用,这是由于更为频繁的数字交互,特别是对电商平台而言,基于AI分析实时制定促销、价格和产品动态,利用生成模型优化端到端的供应链等,将有效降低各项成本,提高运营效率,实现精准营销。

潜力

预测维护

传统系统,已经能够对传感器时序数据,包括检测温度、振动状态等,进行分析,实现预测异常检测和预测维护(对组件的剩余使用寿命做出预测)了。但深度学习将这个功能带到了一个新的高度:可以对数据进行分层,从而分析海量的、高维度的,包括图像、音频等各种形式的传感器数据,一些原先不适用的低质量数据(来自廉价的麦克风和照相机)也能被用起来。

[[230929]]

 

物流优化

以AI为导向的物流优化可以实时预测,降低成本,指导行为,提高燃油效率,减少交货时间。

客户管理

AI正在成为客户服务管理和个性化市场营销的重要工具。

[[230930]]

 

呼叫中心将AI用于语音识别(不仅是语言内容,甚至是情绪语调)和呼叫路径规划,可以更有效的为客户提供更为无缝的体验;在销售领域(如亚马逊和Netflix),AI也成功的用于个性化的“下一个”产品推荐,大幅提高了销售转化率;在保险领域,汽车保险保费可以根据驾驶数据(驱动模式和距离)进行调整。

挑战

尽管人工智能前途远大,它依旧面临着诸多的挑战和限制。

可以把困难归纳为五点:训练数据的标记常常需要人工手动,难以获取足够大且全面的训练数据集(特别影响医疗用例),模型透明度有待提高(直接影响汽车、医疗认证等领域的应用),学习缺乏可概括性(难以从一个应用迁移到另一个相似的应用),数据和算法中存在偏差的风险(更社会化的问题)。

[[230931]]

 

此外,人工智能还存在恶意使用的问题,包括更为复杂的黑客攻击和高度个性化的政治虚假信息运动、欺骗性的视频等一些列安全威胁。 

责任编辑:庞桂玉 来源: 今日头条
相关推荐

2021-01-11 11:04:53

人工智能AI人工智能技术

2022-07-22 11:09:49

人工智能AIops

2009-07-09 18:20:53

云存储云计算云服务

2019-08-14 09:32:14

人工智能机器学习编程

2023-09-27 10:11:40

人工智能AI

2010-08-25 17:05:41

DHCP服务器

2017-07-25 16:04:31

概念应用强化学习

2022-07-07 10:11:37

人工智能物联网

2021-08-18 09:38:51

人工智能AI机器学习

2020-03-10 12:14:24

人工智能机器人AI

2010-01-15 14:02:48

软交换技术应用

2012-04-25 10:02:39

H3CNGIP

2022-09-22 11:12:17

人工智能AI

2018-03-19 09:35:37

人工智能

2018-03-18 15:51:59

人工智能潜力首席数据官

2016-01-14 09:30:46

Hive概念安装使用

2015-09-16 10:58:53

物联网

2018-05-24 16:57:17

微软人工智能Azure

2023-07-10 00:01:31

2023-09-28 15:04:53

人工智能AI
点赞
收藏

51CTO技术栈公众号