发烧友10周年庆典,全网超值优惠来袭!千元现金券,下单抽奖赶紧参与》》

分析19个行业的400+用例,盘点人工智能万亿美元级价值潜力

传感器技术 2018-05-29 18:36 次阅读

看点:麦肯锡AI前沿笔记,分析19个行业的400+用例,盘点人工智能万亿美元级价值潜力。

近日,麦肯锡发表研究报告,指出人工智能为分析技术贡献了40%的年度价值,加起来每年可创造3.5万亿到5.8万亿美元的潜在价值,相当于各个行业(2016)年度收入的1%到9%。

本期的智能内参,我们推荐这份麦肯锡AI前沿笔记,分析19个行业的400+用例,覆盖企业、物流、国防、旅行到公共部门等,盘点人工智能的业务功能和经济效益。

以下为智能内参整理呈现的干货:

人工智能的万亿价值

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。

案例表明,在旅行、交通、零售、汽车、高科技、能源、化工、娱乐传媒、基础材料、消费品、农业、银行、医疗系统与服务、公共部门、通讯、医疗制药、保险、先进电子器件/半导体、航天与国防这19个行业中,人工智能(AI,包括前馈神经网络和卷积神经网络)的引入,可以创造3.5万亿到5.8万亿美元的潜在价值,包括更有价值的产品和服务、收入的增长、成本的节约、消费者剩余等。

这相当于整体分析技术价值规模(9.5万亿到15.4万亿美元)的40%,对于每个行业而言,AI潜在价值平均占行业总规模的1%到2%。即便是应用潜力最小的航天与国防(少于500亿美元),这也相当于黎巴嫩的GDP了。

▲AI价值潜力:3.5万亿到580亿美元(行业年产值)

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的潜在价值是行业年收的3%到6%,超过1000亿美元。同样的,对于公共部门,大量的数据和用例亦使其成为AI比较成熟的应用领域,但数据隐私和分析成功的可解释性/逻辑透明性限制了潜在的价值。尽管如此,公共部门依旧是AI技术非常大的潜在机会点。

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。

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。

▲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

人工智能简明释义

为帮助读者建立更为具象的AI技术框架,本节对重要的人工智能相关概念进行简明释义。

人工智能指人造的机器智能,由1956年达特茅斯会议上正式提出。机器学习是实现人工智能的主流手段,是基于一种数据训练的模型,即机器通过分析大量数据进行学习,无需编程从而归纳和识别特定目标,重在发现数据之间内在的相关性并做出预测。

▲各类分析技术在19大领域中的热度

1、神经网络

神经网络技术是机器学习下属的一个概念,本质上是从信息处理的角度对人脑神经元网络进行抽象模拟,从而建立计算模型。

基于神经连接的计算模型在上世纪40年代开始受到重视,大量的训练数据(包括图像、视频和语音)成功的实现了数据分析。在深度学习发展之前,神经网络通常只有3到5层,和几十个神经元/节点;深度学习之后,神经网络扩展到7到10层,甚至更多层,模拟神经元数目增至百万量级,从而面向更为复杂的问题实现更为可靠的处理。当下兴起的人工智能,主要就是大规模的深度学习。

具体来看,神经网络有三类主要形式:

1.1 前馈神经网络

前馈神经网络(Feed forward neural networks)是最常见的人工神经网络。在这种结构下,信息只向一个方向(向前)移动,即从输入层经过“隐藏层”到输出层,没有循环网络。首个单节神经网络在1958年提出,经过计算能力和训练算法的大发展,前馈神经网络展现出了更高的性能水平。

1.2 循环神经网络

循环神经网络(Recurrent neural networks)指结构中包含节点定向连接成环(loops)的人工神经网络,非常适合于处理(手写、文本、语音形式的)任意时序的输入序列。2016年11月,牛津研究报告显示,基于神经网络(和卷积神经网络)的系统在唇语识别应用中实现了95%的准确率(有经验的人类唇语者准确率近52%)。

1.3 卷积神经网络

卷积神经网络(Convolutional neural networks)是一种深度前馈人工神经网络,其逻辑结构受动物视觉大脑皮层的启发,对于大型图像处理(视觉感知任务)有出色表现。

▲最好的AI系统识别能力已经超过人类

2、其他机器学习概念

从学习的方式来看,机器学习分为监督式学习(训练数据集中的目标由人标注的)、非监督式学习(训练集没有人为标注)、半监督式学习(训练集被部分标识)和强化学习(输入数据作为模型的反馈)。

从算法的类型来看,常见的机器学习算法有决策树算法(采用树状结构建立决策模型)、回归算法(对连续值预测)、分类算法(对离散值预测,事前已经知道分类)、聚类算法(对离散值预测,事前不知道分类)、神经网络和集成算法(集成几种学习模型)。

为帮助后文理解,以下进一步说明两类在新生业务中极具潜力的机器学习技术:

▲不同用例中的数据类型(结构化程度、时序性、文本or音频or视频or图片)

▲不同类型数据的AI价值

2.1 生成对抗网络/GANs

生成对抗网络(Generative adversarial networks)是深度学习领域的一个重要生成模型,即两个网络(生成器和鉴别器)在同一时间训练并且在极小化极大算法(minimax)中进行竞争。这种对抗方式避免了一些传统生成模型在实际应用中的一些困难,巧妙地通过对抗学习来近似一些不可解的损失函数,在图像、视频、自然语言和音乐等数据的生成方面有着广泛应用。

2.2 强化学习

强化学习(Reinforcement learning)本质上就是通过试错实现模型优化。目前,强化学习已经被广泛采用,包括谷歌Deepmind的视频游戏和AlphaGo。

3、分析技术之于实际问题

▲分析技术:从经典到前沿(将深度学习神经网络、迁移学习和增强学习定义为AI技术)

分析技术在不同业务类型中可以解决多种实际问题,包括:

分类(Classification),即根据一组训练数据,将新输入的数据进行分类的业务,主要任务为识别特定物理对象(如卡车、汽车、生产线上接受质检的产品等)的图形

连续评估(Continuous estimation),即根据训练数据,评估新输入数据的序列值,常见于预测型任务,如根据销售数据、消费者态度、天气等数据来预测消费需求,或者根据建筑物的相关数据和照片来于猜测房产价格等;

集群(Clustering),即根据任务数据创建系统单个组类别,案例有,基于特人数据的消费偏好;

其他优化(All other optimization),即系统根据任务产生一组输出为特定目标的函数优化结果,案例有,基于用户(时间、费用、偏好等)需求的最佳交通路线推荐;

异常检测(Anomaly detection),即根据训练数据/历史相关性判断输入数据是否异常,本质上是分类功能的子范畴;

排序(Ranking),常见于信息检索问题,即基于检索需求按照某种排序标准呈现结果,比如提供产品购买推荐等;

建议(Recommendations),即根据训练数据提供建议,比如根据个人购买历史行为推荐“下一个产品”;

数据生成(Data generation),即根据训练数据生成合适的新数据,用例包括音乐创作等,即根据音乐素材在特定风格下创作出新的音乐片段。

▲不同类型实际问题涉及的分析技术(条状图表征该问题中AI技术的价值和潜力)

从用例看潜力

讲解完抽象的概念名词,是时候来关注具象的实际案例了。先来说说人工智能算法跟传统算法相比,在性能方面的优势(总体而言,AI分析技术能带来传统之外的30%到128%的行业价值提升):

▲AI分析技术的价值潜力(左为AI与传统分析技术的对比,右为AI分析为19大行业带来的潜在价值增量)

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。

在被调研的案例中,这种基于AI技术的预测维护(远程机载诊断技术),可以帮助企业减少停机时间,制定有计划的干预措施,提高产量,并降低经营成本,对应的经济价值约为总销售额的1%到2%。

在货运飞机的案例中,AI技术加持的预测维修,能够延长飞机寿命。因为相比于传统模型,它能更有效的结合平面模型数据、维护历史、物联网传感器数据(包括发动机振动数据、发动机状况的图像和视频等)。

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。

在一个欧洲货运的案例中,基于AI技术的车辆性能检测和驾驶员行为分析,司机能够获得实时指导(合适加速、减速等),以优化燃料费用并降低维护成本,货车公司省了15%的燃油费。在一个航空案例中,航空公司基于AI预测交通拥堵和天气相关问题,避免了昂贵的取消费用。对于每天航线近十万的公司而言,哪怕减少1%的取消飞行,也意味着很大的不同。

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。

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;对于旅游公司,全方位的客户视图(额外的酒店、航班服务)将帮助增加10%到15%的收入,相当于总营收的7%到12%,价值是传统分析的两倍以上;在零售业,SKU性能数据能被用于优化促销策略。

▲各类分析技术在九项业务中的应用热度

根据调研,69%的案例中AI分析技术完成了对传统分析技术的性能优化,16%的“绿地”案例非AI不可。“绿地案例”主要存在于客户服务等商业领域,如疾病诊断、改善护理等,对应的数据丰富(大量音频、视频、图像和文本),还需要整合人类的反应。

此外,还有15%的案例是AI分析,或者说深度学习不适用的,比如药品和医疗产品、电信等领域,一方面是受限于现有的技术和该领域不够充足的结构化的数据量(据估计,一个监督学习算法要实现可接受的性能,每个类别需要至少5000个标记过的数据),另一方面受限于行业和监管问题。

除了使用深度学习提高分析性能之外,很多常见的消费产品,如Siri、Alexa和Cortana,甚至基于图像处理的自动驾驶也在发展中。对于这些AI系统,数据采集和再培训是必要的(需要至少每月更新一次,有时甚至是每天更新一次)。除了数据量和多样性之外,训练数据的刷新也很重要,特别是销售、供应、管理和制造业领域。

▲对于大约三分之一的用例,AI分析模型需要频繁更新(四分之三的情况需要每月更新一次,近四分之一的情况至少每周更新一次)

前路的挑战

尽管人工智能前途远大,它依旧面临着诸多的挑战和限制。

从数据的角度出发,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)。

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。

考虑到数据的关键性,对于企业和组织来说,制定数字战略,建立数据中心(或者更普适的,选择云供应商),争夺高级人才,思考获取和生成数据的方式,至关重要。技术方面,组织必须开发出健壮的数据维护和治理流程,并实现软件现代化(如Agile和DevOps),并确保AI分析被实例化,克服“最后一英里”(组织挑战)。

智东西认为,AI作为当下信息技术革新的主要动力之一,指向了庞大的经济和社会价值,正在将各个参与者,包括(技术)革新者、公司和政策制定者等,凝聚起来,从而营造充满活力产业环境,确保更为安全、有效的经济和社会福利。现有案例足够说明,AI技术的引进,不仅将深化传统技术价值,更将拓展新的产品和业务形态。对于企业而言,相关数字战略的制定,迫在眉睫。

原文标题:人工智能从应用看潜力

文章出处:【微信号:WW_CGQJS,微信公众号:传感器技术】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

四轴机器人编程与应用

主题简介:本次直播主要讲解四轴机器人控制器基本原理及组成。四轴机器人的核心技术内嵌人工智能算法的工业级运动控制技术和伺服
发表于 10-30 00:00 11587次 阅读
四轴机器人编程与应用

爬虫技术为什么变成了害虫?爬虫技术到底犯了什么错?

 近日,多家通过爬虫技术开展大数据信贷风控的公司被查。短短几天时间,“爬虫”技术被推上了风口浪尖,大....
的头像 Wildesbeast 发表于 09-21 11:16 426次 阅读
爬虫技术为什么变成了害虫?爬虫技术到底犯了什么错?

人工智能并非高高在上 也并不与我们的日常生活背道而驰

前不久,一直活跃在美国加州大学伯克利分校的网红无人送餐车Kiwibot,被爆出是人工遥控的。据报道,....
发表于 09-21 10:58 74次 阅读
人工智能并非高高在上 也并不与我们的日常生活背道而驰

嵌入式人工智能前端设备未来的前景怎样

嵌入式人工智能顾名思义就是机器和人的交互。目前来看,我们身边许多嵌入式人工智能设备,如摄像头、机器人....
发表于 09-21 10:39 58次 阅读
嵌入式人工智能前端设备未来的前景怎样

嵌入式人工智能在现在火吗

嵌入式人工智能,就是在人工智能领域出现的,需要在本地终端进行计算的应用场景。
发表于 09-21 09:47 38次 阅读
嵌入式人工智能在现在火吗

区块链和人工智能谁是下一个风口

如果比特币是记账系统的表征、符号,是记账系统上的数字;那么区块链就是这个记帐系统本身,是它背后的一套....
发表于 09-21 09:25 64次 阅读
区块链和人工智能谁是下一个风口

机器学习为什么成为了物联网发展的关键

支持机器学习必然会需要更大的计算资源。我们遇到的主要挑战是将计算资源远远地推到产生数据的网络边缘。
发表于 09-21 09:22 48次 阅读
机器学习为什么成为了物联网发展的关键

2019模拟半导体大会开幕! 产、投两界代表热议中国模拟芯片发展思路!

9月20日,由深圳华秋电子有限公司主办的2019中国模拟半导体大会在深圳成功举办,如何判断中国模拟半....
的头像 章鹰 发表于 09-21 07:56 611次 阅读
2019模拟半导体大会开幕! 产、投两界代表热议中国模拟芯片发展思路!

联想贺志强:智能互联网时代正在到来,未来20年内是产业发展最佳时期

9月19日下午消息,在联想2020校园宣讲会上,联想集团高级副总裁、联想创投集团总裁贺志强向现场50....
的头像 牵手一起梦 发表于 09-20 17:09 409次 阅读
联想贺志强:智能互联网时代正在到来,未来20年内是产业发展最佳时期

京东智谷与三大运营商签署战略合作协议,建设5G智慧园区

2019年省重大预备项目、市重大建设项目京东智谷有了新进展。今日(19日),京东智谷先后与移动、联通....
的头像 牵手一起梦 发表于 09-20 16:46 369次 阅读
京东智谷与三大运营商签署战略合作协议,建设5G智慧园区

人工智能在未来将实现社会包容式发展

很多人看到人工智能,看到的都是悲观的景象,但我看到的是光明的未来。在过去的60多年当中,科技进步最重....
发表于 09-20 16:29 65次 阅读
人工智能在未来将实现社会包容式发展

未来人工智能将可以让机器变得有自我意识

20世纪50年代,计算机科学之父阿兰·图灵在《思想》杂志上发表了题为“计算的机器和智能”的论文,首次....
发表于 09-20 16:23 153次 阅读
未来人工智能将可以让机器变得有自我意识

高维空间对于人工智能是非常重要的

在人类历史上发生过很多次革命。第一次革命可以称之为“农业革命”。当人类第一次出现在地球上的时候,他们....
发表于 09-20 16:22 54次 阅读
高维空间对于人工智能是非常重要的

深度学习与对象检测之人脸识别

以上人脸识别过程,存在一定的问题,当人脸原始数据比较大时,数据库中必然存在比较多的人脸数据,当进行人....
的头像 倩倩 发表于 09-20 16:18 287次 阅读
深度学习与对象检测之人脸识别

快速跟踪其人工智能实施的五种方法

围绕人工智能这一重要支持技术的快速成功,可以进一步增加对更广泛的数字转型和创新举措进行更多投资的商业....
发表于 09-20 16:15 56次 阅读
快速跟踪其人工智能实施的五种方法

关于机器学习的to do & not to do

模型复现可以给自己规定一个任务,譬如在一个月内,把某篇论文的Tensorflow实现的代码,复现成P....
的头像 倩倩 发表于 09-20 16:11 115次 阅读
关于机器学习的to do & not to do

掌握这三点才是AI系统的未来

特别是,我们需要停止构建那些只是用来更好检测数据集统计模式(通常被称为深度学习的方法)的计算机系统通....
的头像 倩倩 发表于 09-20 16:09 245次 阅读
掌握这三点才是AI系统的未来

深度学习路径的由来,面对人工智能人类还只是“小学生”

这些研究人员认为,受大脑生物学启发的、那些被称为神经网络、连接主义和并行分布处理的AI实现方法,会最....
的头像 倩倩 发表于 09-20 16:05 194次 阅读
深度学习路径的由来,面对人工智能人类还只是“小学生”

深度学习与机器阅读

随后,以传统机器阅读的方法作为引入,引出了深度学习的方法。先介绍了机器阅读的主要步骤:文本表示(将文....
的头像 倩倩 发表于 09-20 16:01 208次 阅读
深度学习与机器阅读

深度学习的基础知识,深度学习神经网络和学习过程的历史

好的,大脑是如何表现的?它使用几个无限对(x,y)样本(训练集)训练自己,并且在整个逐步过程中,f(....
的头像 倩倩 发表于 09-20 15:57 98次 阅读
深度学习的基础知识,深度学习神经网络和学习过程的历史

AI寒冬将至?深度学习的“新江湖”

说到深度学习与人工智能的关系,简单来说就是:将海量数据通过深度学习进行处理后形成一个模型,再将模型应....
的头像 倩倩 发表于 09-20 15:29 136次 阅读
AI寒冬将至?深度学习的“新江湖”

FPGA的云端部署将使用户对新应用触手可及

利用FPGA进行机器学习推断的云识别,加速倍数是40倍。Ngcodec是做视频解码的企业,编码追诉率....
发表于 09-20 15:16 92次 阅读
FPGA的云端部署将使用户对新应用触手可及

机器学习技术将促使“算法生成新闻提要和内容推荐”的应用普及

智能内容意味着内容本身受到阅读或视听内容的影响,根据人工智能技术、用户个性化需求追踪、机器学习技术等....
的头像 倩倩 发表于 09-20 15:04 85次 阅读
机器学习技术将促使“算法生成新闻提要和内容推荐”的应用普及

最常见的机器学习面试问题及其相应的回答

在监督学习中,机器在标记数据的帮助下进行训练,即带有正确答案标记的数据。而在无监督机器学习中,模型自....
的头像 倩倩 发表于 09-20 15:01 109次 阅读
最常见的机器学习面试问题及其相应的回答

第四范式市场份额位列中国第一,并处于机器学习平台市场领导者位置

IDC中国区首席分析师武连峰表示:“对于第四范式自主创新的核心技术和产品的分析与比较、及企业发展关键....
的头像 倩倩 发表于 09-20 14:57 116次 阅读
第四范式市场份额位列中国第一,并处于机器学习平台市场领导者位置

人工智能和机器学习与深度学习之间是怎样的关系

这三种方式在运行机制上的差异使得它们分别适用于不同的任务。而其间最为突出的差别存在于人工智能 (AI....
发表于 09-20 14:57 35次 阅读
人工智能和机器学习与深度学习之间是怎样的关系

IDC逐步深入开展机器学习开发平台厂商评估

应用落地现状:目前商业化机器学习产品已经落地的行业及应用包括金融行业反欺诈、信用模型评估,跨行业的产....
的头像 倩倩 发表于 09-20 14:53 168次 阅读
IDC逐步深入开展机器学习开发平台厂商评估

AWS是如何推动AI技术实际落地到各行各业场景中?

目前,全球已有几万个客户选择借助 AWS 实施机器学习,其中既有巨头企业,也有风口上的初创企业。作为....
的头像 倩倩 发表于 09-20 14:50 176次 阅读
AWS是如何推动AI技术实际落地到各行各业场景中?

机器学习技术在高德的地图数据生产的具体应用

交通标志检测,特指在普通街景图像上通过自动化手段检测出各种类型的交通标志,如限速、禁止掉头、人行横道....
的头像 倩倩 发表于 09-20 14:45 148次 阅读
机器学习技术在高德的地图数据生产的具体应用

人工智能、机器学习与深度学习之间有什么区别联系?

如果你观察下跳棋程序的输出,你会发现这些动作背后隐藏着某种形式的“人工智能”,尤其是当电脑打败你的时....
的头像 倩倩 发表于 09-20 14:35 164次 阅读
人工智能、机器学习与深度学习之间有什么区别联系?

谷歌发布机器学习框架:一个名叫NSL的神经结构学习框架

神经结构学习框架(NSL)的作用很大,它可以制作计算机视觉模型、执行自然语言处理(NLP)、从医疗记....
的头像 倩倩 发表于 09-20 14:30 67次 阅读
谷歌发布机器学习框架:一个名叫NSL的神经结构学习框架

联想员工暗示将会推出搭载35W i7-10710U的笔记本

不久前,雷蛇发布了第一台搭载25W 10nm 低压处理器的笔记本,当时该博主就在微博表示“猜猜谁将推....
的头像 倩倩 发表于 09-20 14:24 90次 阅读
联想员工暗示将会推出搭载35W i7-10710U的笔记本

Swift for TensorFlow:无边界机器学习,值得大家期待

据资料显示,Swift for TensorFlow:无边界机器学习简介主要是——Swift for....
的头像 倩倩 发表于 09-20 14:20 96次 阅读
Swift for TensorFlow:无边界机器学习,值得大家期待

谷歌推出了名叫NSL的神经结构学习框架

神经结构学习框架(NSL)可以监督、半监督、或无监督地学习,对训练期间的图形信号进行正规化的建模。在....
的头像 倩倩 发表于 09-20 14:18 77次 阅读
谷歌推出了名叫NSL的神经结构学习框架

2020年我国机器视觉市场规模将超过150亿元

根据我国机器视觉行业CAGR为23.81%的增速水平,预测2019年我国机器视觉行业市场规模将达到1....
的头像 墨记 发表于 09-20 14:06 1171次 阅读
2020年我国机器视觉市场规模将超过150亿元

启英泰伦发布第二代语音AI芯片,首批10万片已售罄,语音模组最低14.99元!

9月19日,启英泰伦在深圳发布最新第二代语音AI芯片CI110X 系列CI1102和CI1103。此....
的头像 芯链 发表于 09-20 12:02 906次 阅读
启英泰伦发布第二代语音AI芯片,首批10万片已售罄,语音模组最低14.99元!

四大银行均采用了SAS自动化分析工具来实现银行卡反欺诈检测

就目前而言,自动化分析正成为人工智能反欺诈检测的关键组成部分,可以有效减少50-70%的误报,使人们....
的头像 倩倩 发表于 09-20 11:38 697次 阅读
四大银行均采用了SAS自动化分析工具来实现银行卡反欺诈检测

如何快速认识Ceph/CephFS,最简单的方式就是快速应用它

了解Ceph的人,大都会认为Ceph是一个相对复杂的系统,尤其当磁盘规模达到千块甚至万块时。Ceph....
的头像 倩倩 发表于 09-20 11:33 140次 阅读
如何快速认识Ceph/CephFS,最简单的方式就是快速应用它

Java程序员把机器学习作为主攻方向,未来会有更多的发展机会

对于Java程序员来说,要想转向机器学习,首先要了解机器学习的概念和步骤,然后根据自身的知识结构来补....
的头像 倩倩 发表于 09-20 11:27 125次 阅读
Java程序员把机器学习作为主攻方向,未来会有更多的发展机会

介绍21种用于机器学习的开源工具

优步路德维希:路德维希允许我们训练和测试深度学习模型,而无需编写代码。您需要提供的只是一个包含数据的....
的头像 倩倩 发表于 09-20 11:16 142次 阅读
介绍21种用于机器学习的开源工具

机器学习教父:从未标记数据中促进机器学习能力

会上,美国卡内基梅隆大学CMU计算机学院院长、机器学习教父、乂学教育-松鼠AI首席AI科学家Tom ....
的头像 倩倩 发表于 09-20 11:12 183次 阅读
机器学习教父:从未标记数据中促进机器学习能力

2019年人工智能初创企业的资金没有大幅增长

对于美国和全球AI和ML初创企业而言,真正的资金跃升发生在2016-2018年之间。就在那时,风险投....
的头像 倩倩 发表于 09-20 11:09 157次 阅读
2019年人工智能初创企业的资金没有大幅增长

国际纸业:为机器学习魔兽馈送数据

这是一个良好的开端,但后面还有更大的挑战。2017 年,国际纸业发起了一个以数据和机器学习为核心的试....
的头像 倩倩 发表于 09-20 11:06 118次 阅读
国际纸业:为机器学习魔兽馈送数据

IDC发布了首份《IDC MarketScape:中国机器学习开发平台2019厂商评估》

百度拥有齐全的机器学习产品矩阵,秉承“双引擎双轮驱动往前走”的发展战略, 致力于针对不同能力的开发者....
的头像 倩倩 发表于 09-20 10:59 114次 阅读
IDC发布了首份《IDC MarketScape:中国机器学习开发平台2019厂商评估》

探讨机器学习与深度学习的差异

人工智慧、機器學習以及深度學習已變成現今最熱門的話題之一,但以字面上的意思不足以清楚的表達其意義,使得人們常常混淆。以下...
发表于 09-20 09:05 87次 阅读
探讨机器学习与深度学习的差异

怎么设计ARM与神经网络处理器的通信方案?

人工神经网络在很多领域得到了很好的应用,尤其是具有分布存储、并行处理、自学习、自组织以及非线性映射等特点的网络应用更加广...
发表于 09-20 06:15 75次 阅读
怎么设计ARM与神经网络处理器的通信方案?

基于Blackfin561的嵌入式车牌识别系统该怎么设计?

随着科技与经济的发展,汽车数量也逐渐增多,交通管理问题日渐严峻。如何建立一个科学有效的交通管理系统是交通管理的重点。智能...
发表于 09-17 07:21 17次 阅读
基于Blackfin561的嵌入式车牌识别系统该怎么设计?

郑交会人工智能科技展

2019年,“智能+”作为一个概念,首次出现在政府工作报告中,人工智能也已连续三年被写入政府工作报告。在国务院印发的关于“新...
发表于 09-16 18:24 106次 阅读
郑交会人工智能科技展

Ubuntu下试玩visionseed工具的数据可视化

日前购得一套AI视觉模组visionseed,我准备先在Ubuntu下试玩visionseed工具来了解这套视觉模组。当然前期准备工作是要做的:...
发表于 09-16 11:29 367次 阅读
Ubuntu下试玩visionseed工具的数据可视化

大话人工智能成功进入测试阶段

大话人工智能成功进入测试阶段 人工智能英文简称为AI,英文全写Artificial Intelligence,中文直译就是人工智能。 人工...
发表于 09-15 12:40 221次 阅读
大话人工智能成功进入测试阶段

机器学习分类与算法选择

根据需求选择算法
发表于 09-12 15:38 50次 阅读
机器学习分类与算法选择

神经网络和反向传播算法

03_深度学习入门_神经网络和反向传播算法
发表于 09-12 07:08 97次 阅读
神经网络和反向传播算法

国内外人工智能十大芯片怎么样?

2019年属于人工智能爆发的一年,特别是芯片领域,华为一家就推出来四个芯片,芯片可不像软件一样简单复制,也不像普通的线路板一...
发表于 09-11 11:52 196次 阅读
国内外人工智能十大芯片怎么样?

人工智能能否取代人类?

为什么大家对这类问题如此感兴趣?这可能要追溯到2016年,AI真正进入到大众视野并引爆媒体的标志性事件,也就是AlphaGo战胜围...
发表于 09-11 11:52 271次 阅读
人工智能能否取代人类?