您的位置首页 >网络行情 >

当您唯一知道的是缩写词时这就是如何开始使用AI

除非您一直生活在岩石下,否则您会听到关于人工智能的嗡嗡声。因此,您可能会惊讶地发现,根据麦肯锡全球研究院(McKinsey Global Institute)于2017年发布的一项调查,在3,000名意识到AI的高管中,只有五分之一的人在其业务的核心领域使用任何与AI相关的技术。

为什么企业家和高管们不跳上他们所知道的市场变化技术?总之,不确定性。在人工智能还很年轻的时候,领导者不确定在哪里应用它,如何确保他们的投资回报,或者最重要的是如何实现它。

可以肯定的是,人工智能可能会令人生畏。这不是您要翻转的开关,也不是您插入产品的小部件。要想赢得AI,就必须认真分析在哪里玩以及如何赢得比赛,同时还要对软件,数据和机器学习进行快速投资。

那么从哪里开始呢?我们希望从三个粒度级别考虑AI:业务模式,核心技术和用例。由于AI的几乎所有业务应用都属于三种模式,因此检查它们是了解AI的用例和特定技术的好方法。

周期性业务模式

人工智能描述了一系列可以粗略地与人脑相比的技术。尽管AI可能永远不会复制人们有能力解决的创造性问题,但它确实提供了巨大的处理能力和决策技巧。实际上,在超级碗比赛之后的星期一,它永远不会感到无聊,疲倦或生病。AI的优势意味着,在某些情况下,AI可以在短短几分钟内完成工作,这将花费人类数千个小时。

相关:2018年企业家将遵循的5个最有趣的人工智能趋势

AI分流,这种模式大约代表了我们在Manifold工作的一半,有助于增强人类的决策能力。AI解决方案无需让保安人员监视数小时的监控录像,而是可以标记可疑活动的实例,从而大大减少了人员工作量。AI作为分流技术特别有利,因为该软件不需要100%准确。即使是精度达到80%的算法,也可以节省大量时间。另外,在很多情况下,使用时其准确性会提高。

实体解析和主题建模是作为组织者的AI的复杂示例,但此AI解决方案本质上涉及标记数据资产,以释放它们可以提供的见解。随着大数据的接管,人工智能对于管理和处理大量信息至关重要。

作为分类和组织者,人工智能需要一定程度的人工投入和指导。但是,自主AI能够学习某些需要做出复杂决定的任务。自主AI通常受到最多的关注,因为它使无人驾驶汽车等创新成为可能,但至少在短期内,商业世界可能会更多地利用AI的组织和分类功能。

无论您选择使用AI做什么,都不要拖延。马克·库班(Mark Cuban)表示:“人工智能将比过去30年来的任何其他技术进步更彻底地改变世界。”在最近在洛杉矶举行的Upfront峰会上。像互联网一样,人工智能将产生一个越来越丰富的环境,而那些抢先一步的人将掌控一切。到目前为止,人工智能的以下领域显示出特殊的业务前景:

1.预测分析

想象一下,一旦客户购买了您的服务,便能够预测其价值。听起来不可能,对吧?好吧,在我们的AI分流工作过程中,我们帮助一家领先的在线注册表在签约后的几天内以90%的准确度预测了顾客的终身价值。现在,注册管理机构可以就其客户服务做出更明智的决定,从而为其最忠实的用户提供尽可能多的价值。

当然,创建预测性解决方案需要完整记录您的客户互动。建立此数据库需要花费时间,但是许多必要的组件都可以使用。即使预测性分析对您的业务而言是个障碍,现在也要开始收集客户数据,以便在决定使用AI时就可以使用它。

2.计算机视觉

最初以禁止成本的技术开始,已在日常生活中变得司空见惯。计算机视觉是存储图像和视频以了解其内容之间的跨越。每当您的照片应用识别出您的脸部或通过移动设备存入支票时,您就在使用计算机视觉。如果您的企业几乎可以以任何方式处理非结构化可视数据,则可以利用这种类型的AI。

如果您陷入困境,请考虑一下计算机视觉正在崛起的市场的各个角落。自动驾驶汽车使用它来检测道路线,行人和其他汽车。Twitter使用它将用户上传的照片裁剪到他们最感兴趣的部分。计算机视觉可以自动为照片和视频添加标签,而Google的图片搜索使用该技术为互联网上的所有图片建立索引。

3.自然语言处理

计算机不仅在理解视觉数据方面变得越来越出色;他们已经开始通过自然语言处理来掌握人类演讲和写作的复杂性。简而言之,NLP算法对自由文本中包含的信息进行解码。通过深度学习,NLP可以搜索大量文本以获取特定信息和上下文相关区域。

作为分流,AI可以浏览病历并确定要编码的内容。例如,Apixio正在使用NLP在电子病历系统,独立图像等中查找和“读取”图表。根据其进行的一项研究,与传统方法相比,Apixio的AI平台的准确性提高了20%,生产力提高了400%。同样,NLP可以梳理法律文件以查找与特定案件相关的文件。

就像计算机视觉一样,使用NLP要求识别您想在大块文本中检索或更改的信息。例如,客户反馈,对贵公司的媒体提及,搜索查询和内部记录。例如,为解决健康IT客户的实体解析问题,我们使用NLP构建了一个AI解决方案,该解决方案可吸收大量记录,识别重复项并将它们合并到主记录中。如果没有自动化,客户将花费数千个工时来审查和整理数百万条记录。

无论您做什么,AI集成都不会在一夜之间发生,但除非您主动启动流程,否则它根本不会发生。首先确定机会来赢得快速业务,以建立动力并确保未来的AI投资稳固。根据实施的复杂性和回报的重要性来策划和优先考虑机会。人工智能因其降低成本的能力而备受赞誉,但其推动增长的潜力也同样重要。

你的下一个任务?开始考虑如何收集,存储,转换和标记关键数据资产,以为您的AI解决方案提供动力。您需要对它们进行组织和更新,以正确筛选发现的机会。幸运的是,一旦您的数据成形,您将拥有最困难的部分。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。