为什么当今的企业都需要人工智能战略?

来源:腾股创投

概要:人工智能(AI)从根本上改变了所有行业的企业的运营(包括制造业,医疗健康,信息技术和运输业)。


今后5年,会有一些标普500强CEO 后悔没有早点考虑自己的 AI 战略。


人工智能(AI)从根本上改变了所有行业的企业的运营(包括制造业,医疗健康,信息技术和运输业)。


在过去的十年中,AI 的进步为企业提供了自动化的业务流程,改变客户体验和产品差异化的机会。


Google 和亚马逊这样的 AI 先行者已经采用这些新技术来创造日益增长的竞争优势,我们看到了他们的 AI 战略带来的的好处。


虽然企业级 AI 的采用仍处于初级阶段,但把握住 A I带来的机会需要管理层进行更多的讨论,增加对AI及其生态系统的理解,了解行业巨头如何采取措施,从而获得差异化的竞争优势。


理解 AI


AI 是计算机科学的一个分支,旨在创造能够实现智能行为的机器。 AI 内有多种技术和细分,机器学习(ML)是其中规模最大,增长最快的领域之一。


机器学习算法从实例和经验中学习,而不是依赖于预定义的规则或算法。在机器学习中,还有其他细分,如深度学习,其重点是深度神经网络结构。

今天,AI 准备从几项技术创新和更广泛的专业知识的融合中受益,特别是:可负担的云计算基础设施,可用的大型数据集和算法优化的飞跃。


这些进步,加上人工智能研究的投入增加,为人类发展创造了一个可持续发展的环境,并将继续影响到未来的企业和社会。


机器学习有何特别之处?


最近 AI 的兴起主要是由于机器学习的进步。 这些进展导致了自然语言处理(苹果的Siri,Google Translate),推荐系统(亚马逊的推荐引擎,音乐推荐服务 Pandora)和图像识别(诊断工具,自动驾驶汽车)的突破。

机器学习大致分为两种学习方法:


  • 监督学习,其使用已知数据集基于标记的输入和输出数据进行推理。

  • 无监督学习,从包含没有标记输出的数据的数据集中得出推论。

今天工作中最流行的方法是监督学习,无监督学习对于更广泛的应用来说具有巨大的前景。


在每种学习方法中,有多种算法类型可供选择。根据问题的类型或所需的结果进行不同的选择。

在机器学习工作流程中,流程的每个部分都需要特定类型的专业知识和资源。 虽然领域专业知识对工作流程的预处理/功能部分工作很重要,但训练阶段需要独立的 AI 专业知识,领域知识较少。


从基础设施的角度来看,资源最密集的阶段是数据处理时的模型训练阶段。然后是构建 ML 模型时,理解和权衡各种方法和正在解决的问题的类型变得很重要。

掌握 AI 需要的技术栈


AI 技术栈是运行 AI 模型所需的基础架构,包括优化组件,存储,数据处理和分析工具。


组件:CPU,GPU,FPGA 和专用 ASIC 是 AI 技术栈的基础组件。 虽然 CPU 是普遍存在的,但在机器学习的资源密集型训练阶段中使用的 GPU 和 FPGA 已经在深度学习中取得了巨大进步。对于需要较少资源的推理部分,传统的 CPU 或超低功耗 FPGA 或 ASIC 是最常见的选项。


计算公共云供应商现在正在为 AI 提供量身定制的解决方案。云计算服务商的选择很多,可使任何企业,中小企业或小团队都能够以合理的价格运行 AI 模型。


存储:随着机器学习所需的大量数据,特别是在特征工程阶段,数据存储至关重要。 


Hadoop 集群和云对象存储的出现显着提高了数据存储容量,以支持 AI 使用案例。


AI 技术栈依赖于公有云供应商和开源项目提供的服务。云计算巨头(如谷歌,亚马逊,Facebook,微软和百度)投入 AI 服务已经有助于从拥有技术栈的专有厂商转移。


总而言之,将开放源码作为公认标准在整个 AI 生态系统中引起了更快的发展。谷歌的开放源码 TensorFlow 库体现了这一观念,TensorFlow 可以让任何对机器学习感兴趣的人开发模型,而不必从头开始构建库和算法。


AI 生态系统


过去十年,AI 从研究机构中脱颖而出,成为世界上最先进的技术公司。 这些公司将 AI 嵌入其核心产品和服务,加速了人工智能生态系统的技术进步,人才开发和投资。 


例如:

  • 亚马逊正在使用 AI 来改善个性化推荐并优化库存管理。在亚马逊向股东提交的年度股东信中,CEO Jeff Bezos 讨论了通过其云计算部门采用 AI 快速交付产品,增强现有产品和创建新工具的重要性。


  • Google 使用自己的 DeepMind 技术来管理数据中心的电力,将冷却成本降低了40%。该公司的 AI 优先策略专注于利用 AI 进行搜索优化,自动驾驶汽车以及投资了众多其他的解决方案。


  • Facebook 致力于打造 AI 的基础技术。 其研究小组 FAIR 是神经网络突破的顶尖人工智能实验室之一。


  • 微软已经创建了一个 AI 业务部门,拥有超过 5000 名计算机科学家和工程师,专注于将 AI 推向公司的产品。


  • 英特尔正在更新其服务器以应对处理和训练 AI 系统所需增加的计算量。 为了做到这一点,该公司已经在 CEO Naveen Rao(前深度学习公司 Nervana CEO,2016年被英特尔收购)的领导下,组建了一个统一的 AI 的机构。


  • 百度正在大力投入人工智能,建立图像识别技术,推进自主驾驶,推出数字助理,开发增强现实工具。


AI 人才的短缺仍然是一个问题。 据麦肯锡称,AI 投资的 70% 来自最大的技术公司的内部研发投入。 我们继续看到,云端巨人从学术界聘请了关键的 AI 人才领导 AI 的工作。 80% 到 90%的 AI 人才都在最大的几家科技公司。


人才竞争激烈,AI 公司收购大幅增长。 据 CB Insights 的数据,仅在 2017 年就有不同行业使用 AI 的 55 家公司被收购。Google,苹果,Facebook,英特尔,微软和亚马逊一直是 AI 中最活跃的收购者,大部分收购都落在核心  AI技术中,如图像识别和自然语言处理。

在这些技术供应商的带领下,AI 已经出现一些早期的获利者,并在此过程中创造了一个积极的技术和工具生态系统。 2017年,美国共有 650 多笔 AI 融资并购事件,总金额 6.5 亿美元,已经超过了 2016 年全年近 1000 笔交易的 5.7 亿美元。


AI 公司的范围从那些专注于开发核心 AI 技术到构建 AI 工具来解决行业特定问题。在投资方面,AI 的最大细分部门是网络安全和通用解决方案,其次是商业智能和物联网初创公司。


企业如何利用人工智能


在评估如何部署或构建 AI 工具时,公司应分析最高价值用例,并计划建立强大的支持和人才基础。


任何 AI 都将依靠三个主要的部分:数据,基础设施和人才。


数据驱动洞察力需要访问大型数据集。机器学习的有效性通常与可用数据量相关。在这个阶段,访问大量数据是推动 ML 工具价值的一个要求。


技术设施,软件和硬件的基础设施必须有效运行机器学习模型。云服务提供商有能力将其产品扩展到 AI 基础设施,并提供可与开源软件结合使用的解决方案。 对于一些公司来说,由于监管或其他商业原因,将训练数据移至云端太贵或不可行。 对于这些公司,将需要大量的计算能力,有时需要使用 GPU,FPGA 或 ASIC 的硬件加速。


AI 人才在有效利用机器学习方面至关重要。虽然并不是每家公司都将寻求建立一个内部的 AI组织,但是经验丰富的数据科学家是从 AI 推动价值的关键。机器学习是一个需要专业知识的难题。


将 AI 推向核心产品和服务创造竞争优势。公司必须在内部建立一个能够处理 AI 开发的强大的基础设施。


在许多情况下,实施战略需要大量资本入。 如果构建内部解决方案不可行,那么采用第三方工具就是一个合适的选择。 无法将其产品通过 AI 进行差异化的公司仍然可以采取措施来改进和自动化核心业务。 运营效率也是竞争优势。

     

       通过高级机器人和虚拟助理进行差异化的客户服务


  • 对财务规划,库存管理和销售渠道进行更智能的预测


  • 自动人力资源流程,通过优化招聘,自动人才管理和量身定制的优势


  • 通过自动出站销售,智能客户参与和目标营销,提高销售人员的生产力


  • 通过 AI 合同尽职调查,辅助法律研究和自动化 IP 监控来简化法律流程。

每家公司的优先级都不一样,有些公司可能自动化客户服务解决方案为其业务带来最大的价值,但更智能的预测库存管理可能对另一家公司产生更大的影响。这需要领导层分析和探索在自己的部门采用人工智能工具的好处,将揭示人工智能产生影响最大的领域。


结论


AI 不再是学术机构或研发实验室的理论研究;相反,它是一种本质上能够颠覆整个社会,带来数十年创新的基础技术,从我们工作的方式,医生识别和治疗疾病的方式来看,AI 将为未来创造无限的可能性。


今天实施人工智能战略的公司将有机会抓住未来。 AI 正在改变我们做生意的方式,对于大小企业来说,这可能意味着一个令人不安的变化。然而,无障碍技术和活跃生态系统的融合表明,企业比以往任何时候都更加准备参与这一新的创新浪潮。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/498669.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

昆虫大脑帮助AI解决导航难题

原作者:SAKYASINGHADASGUPTA, LEAPMIND INC译者:彭婷概要:无人机和其他自主机器人需要通过移动或其他有效的方案来解决现实生活中的问题,而这些问题有的小到平常的包裹运输,有的大到紧急搜索和救援任务。无人机和其他自…

DeepMind发布《星际争霸 II》深度学习环境

来源:AI 研习社概要:上个月,DeepMind和暴雪终于开源了《星际争霸II 》的机器学习平台。本文介绍了基于星际争霸II游戏的强化学习环境SC2LE(《星际争霸II 》学习环境)。StarCraft II: A New Challenge for Reinforcemen…

中国首篇Science机器人子刊!北航软体机器人实验室四年成果登上封面长篇

来源:北航新闻网、机器人大讲堂概要:通过这三项关键技术,我们成功实现了机器人样机能够像真正的䲟鱼一样牢牢吸附在物体表面,并且通过内部鳍片的主动抬起运动显著增大摩擦力。重磅惊喜,北京时间9月21日,国际…

java 控制台输入字符串_Java控制台输入字符串及字符串比较

需求描述:茵茵很喜欢研究车牌号码,从车牌号码上可以看出号码注册的早晚,据研究发现,车牌号码是按字典序发放的,现在她收集了很多车牌号码,请你设计程序帮她判断注册较早的号码。车牌号码由5个字母或数字组成…

DARPA:我们需要一种新型的芯片技术来确保人工智能的长足发展

原文作者:Dom Galeon译者:李凌概要:专家们普遍认为在21世纪20年代摩尔定律将黯然失色。同时,人工智能正在接受的测试要求他们有更强大的处理能力——接近于人脑的处理能力。简介上周三,美国国防部高级研究计划局&#…

前沿|揭开黑箱:希伯来大学计算机科学教授提出「信息瓶颈」

来源:全球人工智能概要:像大脑一样,深度神经网络也有很多层神经元。当神经元被激活时,它会发出信号,连接上面一层的神经元。如今「深度神经网络」已经学会对话、驾驶汽车、打视频游戏、玩围棋、绘画并辅助科研&#xf…

华为与英特尔开展5G互操作性测试

来源:华为概要:C-Band被认为是首批全球协同频谱之一,将提供5G的基础覆盖和带宽,是5G最主要的频段,也是全球最可能首商用的频段之一。华为与英特尔宣布启动基于3GPP标准的5G新空口互操作性测试(IODT&#xf…

java手机网站开发工具_制作网站常用的网页开发工具有哪些

我们要想制作好网站其实是离不开网站代码的HTML,我们在制作网站的时候是需要用到一些常用的网页开发工具,才能完成我们网页的编写,那么,你知道制作网站常用的网页开发工具有哪些吗?不清楚的话,下面小编和你说一说吧!一…

Natural 自然语言处理(NLP)「全解析」

原文来源: 机器人圈概要:在自然语言处理方面的研究已经延续了五十多年,而随着计算机的兴起,它的发展也早已超出了语言学的范畴。提起AI,你可能会不假思索的想到自然语言处理、人脸识别、无人驾驶等。那么,你…

大脑神经细胞也有老熟人

来源:科学网概要:观察者在没注意到熟悉的画面时,相应的神经元也会发射。但神经反应的强度和时间上与看到时的有明显差异。当人们看到认识的人图片时,比如著名的网球运动员Roger Federer或女演员Halle Berry,特定的细胞…

从生成对抗网络到更自动化的人工智能

来源:中国计算机协会作者:黄鹤 王长虎概要:“What I cannot create, I do not understand.” 这是著名物理学家费曼的一句名言。把这句话放在人工智能领域,可以理解为:要想让机器真正理解某样东西,就得让…

百度人工智能

来源:199IT互联网数据中心概要:人工智能的发展运用到生活的各个方面。

java9 揭秘 jlink_初试Java9

原标题:初试Java9Java 9 正式发布了JDK 9(http://openjdk.java.net/projects/jdk9/)有不少重要或是有意思的新特性,这里简单介绍下我的了解与尝试抛砖引玉下载oracle 官网下载即可。(http://www.oracle.com/technetwork/java/javase/downloads/jdk9-down…

前沿报告|AI系列报告之:智能计算芯片

来源:中国电子技术化标准研究院 概要:人工智能时代的到来,智能计算芯片需求旺盛颇具投资价值

java编译命令带参数_java编译命令基础知识点

我们在对计算机下达指令时,人类的语言它是不能够明白,需要通过编译的时候翻译成计算机能听懂的语言。编译过程中会调用javac命令,这点大家可能接触的不多,毕竟是是计算机程序内部运行时的操作。下面我们就编译的概念、命令带来讲解…

一文读懂工业物联网 全面起底核心玩家和技术体系

来源:智东西概要:未来10年内,全球物联网将创造10多万亿美元的价值,约占全球经济的1/10,并与城市管理、生产制造、汽车驾驶、能源环保等形成数个千亿级规模以上的细分市场。物联网进入与传统产业深度融合发展的崭新阶段…

java 枚举可以循环吗_(转载)java 枚举 循环遍历以及一些简单常见的使用

本文转载自:http://blog.csdn.net/qq_27093465/article/details/51706076 作者:李学凯什么时候想用枚举类型:有时候,在设计一个java model对象的时候,你需要一些具体的常量字符串之类的东西,这个东西又没必…

【免费获取】80+页PPT全方位解读半导体行业

来源:新材料在线概要:全方位解读半导体行业

java的构造特点_JAVA学习第八课(构造函数及其特点)

构造函数:构造函数,就是在构建 创造对象 时所调用的函数,作用就是给对象进行初始化特点:1.函数名和类名相同2.不需要定义返回值类型3.没有具体的返回值作用:给对象进行初始化注意:1.默认构造函数的特点2.多…

深度学习处在大爆炸时代的边缘

原作者:Alex Hickey译者:宋榕概要:人工智能(AI)、机器学习和深度学习的早期应用有望在短期和长期内分别取得的创造性和生产性效益。因此多数服务提供商正在逐步加大在深度学习上的投资。据Gartner咨询公司报道&#xf…