人工智能(AI)实际上是一组链接技术。它很复杂,对许多人来说有点吓人。它也是巨大的并且正在迅速扩展。
在价值预测和使用该技术的广泛行业中,这种规模都很明显。2月,Markets and Markets 对2017年AI市场的估值为160.6亿美元。到2025年,这一数字预计将达到1906.1亿美元。这是36.61%的复合年增长率(CAGR)。各行各业同样令人印象深刻。该公司表示,人工智能将用于医疗保健,制造业,汽车,农业,零售,安全,人力资源,市场营销,法律和金融技术领域。
最重要的是,人工智能今天就在这里。例如,流媒体服务的搜索引擎提出的建议或网站选择显示在个人计算机上的广告会更加准确地描绘出他或她的品味。这是对AI的使用。更具体地说,它是机器学习的一个示例,它是AI的组成部分之一。
机器学习与至少两种其他技术结合形成AI。顾名思义,自然语言处理是理解语言交流的科学。这将不仅限于解码单词,还包括细微差别和情感。例如,有人对一个问题说“是的,对的”可能是滑稽的(特别是如果那个人是青少年),或者确实是对它的肯定回答。未来的NLP引擎将能够在这些可能性之间做出决定。
第二个是计算机视觉,它不仅能够解密图像或视频。例如,尽管已经过去了很多年,他或她的脸已经变老并且他们的发型已经改变或消失,但是人们通常几乎没有困难地识别一个人的图像。SAS的业务策略主管Kimberly Nevala说,这对计算机视觉来说是一个挑战。
机器学习的作用
因此,人工智能难题主要包括三个部分。它们可以不同地组合以实现期望的目标。一个特定的用例可能需要其他元素才能添加到此核心中。
机器学习是AI最耀眼的元素,也许是吓人的元素。“机器学习既是名词又是动词,” Michael Wu博士说。以及 PROS的首席AI策略师,该公司使用AI和其他工具为其客户提供动态定价。“作为一个动词,机器学习是将数据转换为模型的过程。[它可以帮助]预测未来并做很多不同的事情。”
通常,计算机根据人类给出的指令进行操作。随着被要求执行的任务变得越来越复杂,这些指令所基于的原始假设发生了变化,以及组织的目标不断发展,这变得越来越低效。在机器学习场景中,AI系统会收集它收集的输入并沿途调整其任务。
这是这些元素如何协同工作的示例:假设使用AI平台根据客户提出的问题向有线电视运营商的呼叫中心代表提供信息。将来,AI平台的NLP元素将能够通过她的声音来评估呼叫呼叫中心的人的情绪状态:她会生气吗?可能流失?或者,相反,这是一个尝试加价销售人员的好时机吗?在此基础上,可以为联络中心员工提供最佳工具。从长远来看,AI平台的机器学习元素将利用该经验来更好地定制将来向联络中心代理提供的指导和材料。
另一个示例更加关注机器学习元素。当然,车辆只能在四个基本方向上行驶:前进,后退,左和右。不可能对无人驾驶汽车(AV)进行编程,以使其在每种情况下都做出反应(例如“如果右边有一条狗,则向左移动”,等等)。计算机视觉使AV能够识别障碍物并启动适当的反应。机器学习元素将存储该知识(“如果狗在右边,则向左移动”)。内瓦拉说:“存在着巨大的组合问题。” “动作定义得很好,但是如何使用它们却很复杂。这就是机器学习发挥作用的地方。它使(车辆)能够从经验中学习。”
-
人工智能
+关注
关注
1776文章
43763浏览量
230550 -
计算机视觉
+关注
关注
8文章
1591浏览量
45601 -
机器学习
+关注
关注
66文章
8104浏览量
130540
发布评论请先 登录
相关推荐
评论