数据矿工的博客

您现在的位置是:首页 > 数据资讯与书籍推荐 > 正文

数据资讯与书籍推荐

人工智能AI的12个典型应用

admin2022-07-28数据资讯与书籍推荐100
有很多人工智能的例子,选择几个有代表性的人工智能案例可能是一个困难的选择。

有很多人工智能的例子,选择几个有代表性的人工智能案例可能是一个困难的选择。

尽管人工智能在各个行业的应用实例很多,但它仍然被认为是一股仍在崛起的新生力量。事实上,人工智能对于金融、零售、医疗保健和媒体等许多企业的技术平台都很重要。人工智能和深度学习的例子不胜枚举。

虽然一些选定的人工智能示例彼此完全不同,但它们都有一个共同点:你输入的数据越多,你学到的就越多。这就是人工智能的本质:基于输入进行学习的软件系统。这是大数据分析和人工智能之间的主要区别:大数据可以扫描数据并揭示趋势,但人工智能可以做到这一点并根据输入进行调整。

人工智能的例子:跨部门的人工智能

以下 AI 示例引领市场 - 未来几年采用 AI 的企业示例。

1. Siri 和 Alexa

语音助手在业务运营中发挥着越来越重要的作用。他们面临的挑战是需要真正理解人类语言,但更困难的是真正理解人类。

这就是人工智能的用武之地。虽然人工智能系统工程师可以构建这些语音助手,但他们无法在发布时将很多人类特征嵌入其中。因此,人工智能系统需要大量使用机器学习技术,以使它们能够更好地执行极其复杂的人机界面任务。借助人工智能,语音助手将越来越多地能够搜索网络、帮助人们购物和提供导航。这种语音技术有望在家庭助理中发挥重要作用,帮助照顾老人。这是 AI 语音识别的无数其他示例之一。

2. 亚马逊和在线商务

响应客户输入的系统概念本身并不是人工智能的一个例子。例如,检测用户对衬衫产品的了解,然后在线推荐衬衫广告的应用程序不一定先进人工智能应用。

但以亚马逊的推荐系统为例,它是一个强大的交易人工智能平台引擎。这是人们可能已经观察到的能力,这个系统可以不断学习。从本质上讲,成群结队的购物者正在“教”亚马逊的人工智能系统更好地展示可能出售的商品。也就是说,将一件商品与过去展示过的另一件商品相匹配将促进销售,并且可以连接半关联概念(例如灯架与摄影设备)。

另一方面,这样的高端人工智能系统需要庞大的计算平台来处理所有数据。小型服务器的用户很难为这样的系统提供支持。显然,亚马逊网络服务拥有世界领先的计算平台。

3.潘多拉

对于那些相信人工智能将取代人类工作的人来说,潘多拉人工智能系统是与人类合作的一个例子。首先,Pandora 在音乐专业人士的帮助下对歌曲进行分析和分类。 Pandora 查看歌曲的 450 种属性,从声乐风格到节奏。

当它的人工智能算法工作时,它会根据大量用户对其歌曲库的反应,结合来自用户的大量推荐。 AI系统然后可以对用户有意义的歌曲进行批量分组和呈现。

4. 我思

这无疑是人工智能活跃的领域之一:在销售和客服电话中使用人工智能可以增强与客户的情感联系。具体来说,使用 AI 进行交互比人类更具同情心。当然,这是使用人工智能的前沿。

Cogito(拉丁语为“自我意识”)使用了人类互动的一个关键真理:不仅仅是文字如何表达意义,还有文字如何表达他们的情绪、节奏和感觉。

Cogito 软件实时分析对话,提供关于什么是对什么是错的线索和提示。也许对话者可能切入了太多话题,或者反应不够快。应用程序提供基于颜色的警告和更新。该软件可以分析数百条线索,以确定对话的情绪质量。

5.巢

推动人工智能增长的关键因素之一是资金雄厚的供应商之间的竞争,他们希望尽早获得市场份额。以谷歌的 Nest 家用恒温器为例,它的部分目的是将谷歌的人工智能构建到设备中,以应对苹果的 Siri 和亚马逊的 Alexa 不断增长的增长。

Nest 使用人工智能来适应人类的行为模式,获得持续的输入提示,并在在家工作时更准确地做出反应。主人设置系统一段时间后,Nest 可以自行集成输入。

无论如何,智能家居设备(物联网设备)无疑是争夺人工智能市场霸主地位的关键战场。让一整组智能家居设备协同工作,可以响应家庭成员的命令并从他们的行为中学习,显然是人工智能在家庭应用中的未来。

6. Boxever

总部位于爱尔兰的 Boxever 推出了 Boxever“个性化平台”,主要目标是旅游业。其基于云的平台允许旅游公司创建其客户的单一视图,从而使他们能够为客户提供更有效的营销。其目标是通过单独定位客户来改善销售流程。如果人工智能可以在一对一的基础上定制交互,理论上它可以更有效地服务(和销售给)客户。

Boxever 的方法承认,竞争的一个关键领域是客户体验。如果零售商在满足客户需求方面更加谨慎,他们将在电子商务竞争中获胜。使用智能软件比人工销售代表便宜得多。

7. 人工智能机器人、人形机器人等

人工智能为机器人应用提供动力,包括加州大学伯克利分校的 BRETT 和麻省理工学院的 MIT dog。 Sophia 是一个媒体炒作的 AI 机器人的例子,它共享一个BC 电视台主持人吉米·法伦 (Jimmy Fallon) 在《今夜秀》(The Tonight Show) 中聊天并唱歌。

除了流行文化的喧嚣,还有各种形状和大小的人工智能机器人。例如,iRobot 的 RoomBA 980 吸尘器利用人工智能技术完成家中的清洁工作。该公司声称 Roombas 已售出超过 1000 万台 RoomBA 980 吸尘器。

8. 垃圾邮件过滤器

人工智能的核心是学习。并且使用机器学习和其他人工智能技术,软件系统将在没有人工帮助的情况下变得更加智能。

当然,采用人工智能来防止垃圾邮件是迫切需要机器学习的领域。员工(甚至团队)努力跟上垃圾邮件的增加。例如,Gmail 部署机器学习算法来过滤(大部分)垃圾邮件。

为此,垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作,并且他们继续采用创造性的方法来欺骗收件人。垃圾邮件过滤器中的人工智能会持续扫描元数据,例如发件人的位置或主题行中的关键字。如果您无法学习,垃圾邮件过滤器将在几天后无法正常工作。

人工智能技术使用人类的输入:因为对一个用户有价值的优惠券对另一个用户来说是垃圾邮件。特定用户如何对邮件流进行分类必须是垃圾邮件过滤器学习的一部分。

9. 网上银行

银行为用户提供了一项便利的服务:扫描支票并将金额存入移动设备,而无需前往实际的分行进行存款。问题:这样做需要一台机器来读取用户的签名,这令人困惑和困惑——即使对于工人来说也是如此。

在其他供应商中,Mitek Systems 专注于基于软件的身份验证。其人工智能技术利用计算机视觉和机器学习来确保移动到银行的交易安全。

例如,米特克公司使用视觉算法对银行交易中的无数 ID 格式进行分类。其核心是光学字符识别 (OCR) 软件,它可以扫描文档并将数据转换为可编辑的格式。 OCR 软件可以使用人工智能进行调整,以准确提取个人签名或指纹。

10. 贷款和信用卡处理

当消费者申请信用卡或贷款时,消费者信用评分(FICO)(通常在 300 到 850 之间)将发挥重要作用。过去,信贷员会审查这些贷款和信用卡申请。虽然仍有许多工人,但许多关于信用卡的决定,或者是否接受消费者的申请,都是由机器学习系统做出的。

同样,学习是该过程的重要组成部分。银行经理可以设置他们希望当前信贷标准是宽松还是紧缩的参数。但他们希望银行的机器学习系统能够随着时间的推移进行学习,以更密切地确定哪些申请人是安全的借款人。

11. Lyft 和优步

没有人工智能和机器学习技术,就没有共享单车。具体来说,票价、预计到达时间、路线:这些都是人工智能计算出来的。

人工智能实时执行大量计算。如果没有机器学习系统来分析情况,然后将结果数据路由到用户和驾驶员应用程序,这些计算的数量和复杂性将是不可能的。当然,拥有大量用户模式数据的 Lyft 和 Uber 将其记录在自己的系统中。

在未来,这些服务设想了无人驾驶汽车的时代(尽管这种情况发生的频率仍然不明朗)。如果没有人类驾驶员的元素,运行系统的过程就变成了更纯粹的逻辑机器学习计算。从理论上讲,这将导致拼车服务成本下降,甚至可以节省雇佣司机的成本。

12. 社交网络

主要的社交媒体网络是人工智能发展的核心驱动力。尤其是发cebook 似乎涵盖了人工智能的方方面面。例如,它的算法定义了用户的时间线,决定是否在他们的时间线上显示他们朋友的某些帖子。 Facebook 知道,如果显示用户的每个朋友,时间线就会变得非常混乱,以至于让人厌烦。因此,时间线算法可以了解用户正在与谁交互以及它通常会忽略哪些对象。

对 Facebook 来说重要的是,社交网络使用人工智能来帮助个性化向用户提供广告的方式,因此它具有一定程度的广告显示相关性。值得注意的是,Facebook 允许用户评论广告与时间线的相关性;每个用户评论都有助于系统学习并变得更加细化。由于他们使用人工智能来微调显示系统的方式,Facebook 和谷歌在整个在线广告市场中占有很高的比例。



此外,Facebook 使用图像识别人工智能技术来识别照片中的人脸,因此它可以邀请用户对其进行标记。毫不奇怪,鉴于照片对 Facebook 的重要性,Facebook 在面部识别技术上投入了大量资金。使用机器“阅读”照片是当今人工智能时代更重要的进步之一。

发表评论

评论列表

  • 这篇文章还没有收到评论,赶紧来抢沙发吧~
展开