• 电话:400-000-0000

2019年机器学习:追踪人工智能发展之路

文章作者:http://www.shiyuexin 上传时间:2019-05-15

  Siri和Google智能助理以及Alexa已经成为我们日常生活的一部分,而更重要的是,每个“智能助手”都在逐年变得更加聪明。

  机器学习也可以在农业中发挥重要作用。用于农业的智能电杆,具有深根传感器和专用机器学习模块,可以帮助农民做出更明智的决策。

  智能机器人在工作场所的作用正逐渐增加 - 而机器学习的改进是其主要原因。在日本,到2025年,人工智能机器人将提供四分之三的老年人护理服务 - 取代人类照顾者。天元服装 - 一家中国的T恤公司 - 计划在其阿肯色州工厂使用“缝纫机器人”。一般而言,许多劳动密集型任务(特别是不需要太多专业技能的重复性活动)将在不久的将来由“智能机器人”执行。除了使工作流程更智能,提高可用性和可靠性以及缩短产品上市时间外,机器学习驱动的机器人还可以显着降低运营成本(以及外包成本,如果有的话)。提高生产率应该是工作场所全面采用人工智能的直接结果。

  传统的,适合的客户服务主管也逐渐被虚拟角色所取代。后者提供更快速的响应 - 并且由于对话是智能的(虚拟代理从之前的对话中学习),因此个人触摸不会丢失。

  今年早些时候,美国陆军宣布将使用定制的机器学习软件工具用于战斗车辆的预测性维护。换句话说,机器学习将能够预测车辆可能需要何时以及何种类型的维修服务。另一个有趣的机器学习用例是根据之前股票收益的记录预测股市波动。近的一项研究表明,用机器学习预测股票市场具有60%以上的准确度。在医疗健康领域,机器学习模型被用于估计一个人的死亡概率(在这种情况下的准确率远远超过90%)。零售,营销和销售以及工业/制造业场景也常有机器学习的用例出现。

  ComScore是否预测到2020年将有50%的搜索活动由语音提供支持,这一点还有待观察 - 但是,语音识别(以及基于此的交互)已经成为一个重要的事实是无法摆脱的机器学习的要素。与早期的语音技术不同,现今的语音识别误码率低于5% - 这比可用的更多。
 

 

 

  彻底改变人类与技术互动的方式
 

  像TensorFlow,H2O,人工智能-one和Torch这样的平台已经在如何在不同场景中部署机器学习功能方面发挥重要作用。在即将到来的这一年中,我们可以期待更强大的机器学习平台 - 具有的分析,分类和预测功能。这些平台的容量与其他API一起使用,大数据也将继续改进。机器学习的不断发展为计算机和移动设备提供了更快“学习”和更好地“解释/分析”数据的机会。
 

  到2020年,全球云计算市场的年增长率约为25%。企业中机器学习的日益普及是推动这一激增的关键因素。为了成功实施“机器学习文化”,企业必须比以往更加关注创新 - 特别强调改进的云托管和基础设施参数。随着时间的推移,越来越多的“人工智能专用工具和系统”必须存储在云上 - 后者需要具有足够的安全性和可用性标准。强大、可扩展的云支持将帮助企业从机器学习无缝转移到深度学习,为终用户提供更大价值,并提高他们的ROI数据。
 

 

 

 

 

  换句话说,开发人员必须明白人工智能和机器学习不仅仅是几个技术流行语 - 如果实施得当,他们的潜力可能是无穷无尽的。目前还有许多其他技术正在争夺注意力(如4d打印),除非人工智能的发展解决了实际问题,否则投资者可能会开始寻找其他地方。将“人工智能 overhype”与“人工智能事实”分开是至关重要的,并根据后者采取行动。

  语音技术脱颖而出
 

  更多的机器学习平台
 

 

 

澳门永利赌场开户|永利娱乐场网址大全|Sitemap1|Sitemap2