2014-2016年機器智能方面的收購和投資
機器智能在很久之前就成為重要的技術(shù)趨勢話題。它是重要的海量復(fù)雜的數(shù)據(jù)分析工具,可以提高員工績效、開發(fā)新的產(chǎn)品和服務(wù)、將越來越復(fù)雜的工作進行自動化,發(fā)展“認(rèn)知代理”,甚至模擬人類思維。
早期的機器智能項目主要出現(xiàn)在醫(yī)療研究(分析100億張遺傳和基因圖像)、金融服務(wù)領(lǐng)域(處理27000個會話和幾十種語言)。德勤預(yù)計,2019年之前,針對機器智能的投資將近313億美元。接下來的幾個月,機器智能將出現(xiàn)在更多領(lǐng)域。
機器智能的主要背景是爆炸式增長的數(shù)據(jù)、更快的分布式系統(tǒng)和更為智能的算法(機器/深度學(xué)習(xí)、概率推演、語義計算、自然語言引擎、機器人過程自動化等)。
財富500強公司和風(fēng)險投資公司已經(jīng)意識到了機器智能的潛力和戰(zhàn)略投資建立新的能力。在德勤 2016 年全球 CIO 調(diào)查中,1200 名IT 高管被要求說出他們計劃在未來兩年投入大量資金的新技術(shù):其中有 64% 的人列舉了認(rèn)知技術(shù)或 MI。
機器學(xué)習(xí)創(chuàng)造的價值主要體現(xiàn)在以下3個方面:
1、認(rèn)知洞見。機器學(xué)習(xí)將通過數(shù)據(jù)和模型來預(yù)見將會發(fā)生什么,幫助商業(yè)領(lǐng)導(dǎo)人應(yīng)對職員、客戶支持、訂單安排、調(diào)查計費等。
2、認(rèn)知參與。也就是將認(rèn)知技術(shù)應(yīng)用到與人的交往中去,面向消費者,執(zhí)行數(shù)字化任務(wù),比如調(diào)低空調(diào)溫度、電視換頻道。
3、認(rèn)知自動化。這需要開發(fā)特定領(lǐng)域的專業(yè)知識庫,然后制定自動化任務(wù),比如醫(yī)療保健領(lǐng)域的放射學(xué)圖譜辨認(rèn)等。
AIG全球首席技術(shù)總監(jiān)Mike Brady認(rèn)為,企業(yè)向自動化轉(zhuǎn)型需要以下三步:
1、穩(wěn)定。因為改進涉及整體網(wǎng)絡(luò),根據(jù)經(jīng)驗,很可能每周都要停機一次,對企業(yè)客戶的影響比較大。
2、優(yōu)化。需要優(yōu)化的內(nèi)容包括自助服務(wù)配置、自動化和成本效率。
3、加速。節(jié)約研發(fā)和運營策略涉及的整體流程和部署時間。
這4點可能是機器學(xué)習(xí)突破應(yīng)用瓶頸的關(guān)鍵:
1、助理數(shù)據(jù):也就是自動化的數(shù)據(jù)分類、本體定義、合理化,來維護主數(shù)據(jù)。機器學(xué)習(xí)會根據(jù)每一塊數(shù)據(jù)派生近似質(zhì)量的數(shù)據(jù),尋找方法彌補缺失背景和問題數(shù)據(jù)。
2、封閉的問題:提煉業(yè)務(wù)涉及的封閉的數(shù)據(jù)集,明確問題的目的,對機器學(xué)習(xí)提出針對這一封閉的問題的描述。在面對復(fù)雜問題的時候可以調(diào)用這些結(jié)論。
3、放開合作:不管是初創(chuàng)企業(yè),還是供應(yīng)商、學(xué)者、相關(guān)意見人士,都應(yīng)該建立合作關(guān)系,分享新的技術(shù)。
4、工業(yè)化分析:數(shù)據(jù)已經(jīng)成為企業(yè)戰(zhàn)略資源,但機器學(xué)習(xí)的各個環(huán)節(jié)都還不完善。工業(yè)化分析換言之就是利用平臺,發(fā)揮數(shù)據(jù)工具、人才和企業(yè)機器智能,進行數(shù)據(jù)攝取、集成、歸檔、訪問權(quán)利、加密和管理。
2024-09-03 09:08
2024-09-01 08:20
2024-09-01 08:07
2024-08-30 09:30
2024-08-28 11:13
2024-08-26 10:28
2024-08-25 09:29
2024-08-23 09:38
2024-08-23 09:28
2024-08-23 09:16