未来,人工智能将无处不在。美国国防
部曾20年未到访硅谷,而当时的国防部长卡
特自 2015 年上任以后以来连续 4 次访问硅
谷,对人工智能表示出极大兴趣,直言要将民
用AI技术用于改进国防装备体系,帮助美国
培育出新型的“钢铁侠”战士,国防部高等研
究计划局(DARPA)正在布局开发基于人工
智能技术研发自动驾驶战车、反潜无人机械
船、智能电子战系统、“半人马”人类作战行动
辅助系统等。据悉,谷歌、微软、苹果、脸书和
英特尔等巨头也正在不约而同地投入“人工
智能优先”战略。
本报告由阿里云研究中心、波士顿咨询
公司和 Alibaba Innovation Ventures 合作推
出,通过对人工智能内涵的阐述,分析了未来
人工智能行业的竞争格局和企业制胜之道。 人工智能的主战场在哪
人工智能最适用于解决什么样的问题?通过分解典型的商业流
程,我们发现,人工智能更易于解决符合以下特点的商业问题:
行业存在持续痛点;
商业流程本身具备数字化的信息输入,问题可以细分并清晰地
界定,商业流程存在重复,且获得的结果的沟通以书面沟通或单项沟
通为主;
商业流程较少受整体商业环境的复杂影响。
企业客服就是人工智能应用的一个典型例子,作为企业用户与
企业服务的交互入口,客服面对的80%的问题都是简单的、重复的问
题,但是却需要大量人力和时间的工作。同时,客服提供的服务内容
大都来自于企业自有知识体系,受整体商业环境的影响相对较弱。
这使得企业客服的智能化应用相对容易,很多基于自定义知识库的
问答型企业智能客服产品蜂涌而出。
但是如何真正实现人工智能意义的智能客服?尽可能地模仿真 大数据是战略竞争优势
数据是人工智能的基础,拥有针对特定领域的庞大数
据集,能够成为竞争优势的重要来源。现阶段,制约人工
智能领域很多重大突破的关键,并非是算法不够先进,而
是缺乏高质量的数据集。
海量、精准、高质量的数据为训练人工智能提供了原
材料(见图1),巨型数据库、十几年累积的搜索结果,乃至
整个互联网都让人工智能变得更聪明。人工智能从庞大
的、复杂的、无序的个体数据中发现更为本质、更能解释
世界的规律,并复合多个规律共同作用,以解决问题。
人工智能的三种主要技术,都需要专有类型的数据。
机器学习——例如计算机视觉、情感分析、自然语言处理
等技术,需要大量的标签样本数据。模式识别——例如
文字、语音、指纹、人脸等识别技术,则偏重于信号、图像、
语音、文字、指纹等非直观数据。人机交互——如智能机
器人技术,则需要积累大量的用户数据。
互联网催生了大数据,大数据催生了人工智能。互联
网的演进和催生的新业态,进一步吸引了大量用户的积
极参与,实现了数据“产生—使用—新数据产生—再使
用”的闭环,这个闭环恰恰是人工智能自主学习和知识管
理的基础。例如:拥有上亿注册用户和上亿商品的阿里
巴巴淘宝,后台积累了286亿多个图片文件,更方便地让
用户在即时场景(电视观看、社交图片分享、逛街等)下所
见即所“得”的找到感兴趣的商品,是淘宝“拍立淘“应用
的主要目的。在“以图搜图”模式下,机器学习正确理解
后台几百亿图片并打上标签,用户通过点击商品列表等
参与来判断机器的理解是否正确。人工智能的应用的实
现本质上就是“知识产生—知识应用—知识产生的自我
学习和优化”的体系化过程的落地。
场景数据的积累,可以促进人工智能技术的应用,从
而形成更高效的解决方案。例如,传统外卖配送采用人
工调度,由派单员进行手工派单,所依据的是有限的餐厅
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !