人工智能能做什么?

欢迎来到 The Burnie Group 的 AI 和机器学习知识中心

人工智能能做什么?

人工智能能力正在快速发展和进步。与此同时,企业正在试验人工智能应用程序,通常结合多种能力来完成复杂的任务。这些 AI 应用程序通常分为以下几类:

认知洞察力

认知洞察本质上是支持 AI 的分析。与传统分析一样,他们使用算法来分析数据并解释已识别的模式。 AI 模型可以比传统分析更详细、更面向数据,并且使用大型特定领域的数据集进行训练。与传统分析不同,认知洞察应用程序还使用 机器学习 发现非直觉模式,并随着时间的推移随着经验的积累提高预测的准确性。

洞察营销

研究表明,销售和营销是投资人工智能技术的公司的两个首要任务:64% 的早期人工智能采用者已经将派生的见解应用于这些目的。 [1] 一家荷兰运输公司(已经在使用高级分析)最近实施了一种认知洞察解决方案来改善潜在客户的产生。 [2] 该公司拥有 70 家子公司,可以访问大量数据,并希望确保利用所有销售机会。通过使用认知洞察工具挖掘定价和市场趋势的非结构化数据,该公司能够产生新的潜在客户并调整当前定价以优化收入。

洞察力驱动的医疗保健

认知洞察几乎适用于任何数据驱动的业务,并且经常与其他 AI 应用程序结合使用。在医疗保健澳门六肖6码论坛,认知洞察力正在帮助医生 诊断决策 通过评估医疗数据集来预测可能的诊断。在生物信息学和制药澳门六肖6码论坛,科学家们正在使用认知洞察软件来识别大型数据集中的模式,例如基因组(参见 Deep Genomics [3]). 深度学习 人工智能技术,如 Atomnet,[4] 分析已知会导致某些疾病的蛋白质结构,并深入了解靶向药物设计。像这样的洞察力正在推动医学研究、治疗和产品设计进入洞察力驱动的可能性的新时代。

认知与人类

从历史上看,数据管理一直是一项劳动密集型任务。审查和分析大量数据集,例如基因组,超出了人类的能力范围。认知洞察力是对已经比人类更适合机器的任务的改进,增加了人类员工的价值,而不是取而代之。通过使用认知洞察力,公司可以节省员工时间,提高员工生产力,并提高业务流程的质量和效率。与传统分析不同,认知洞察产生的价值只会随着模型学习产生更准确和更有价值的结果而随着时间的推移而增加。

认知洞察力也适用于多种用途,包括与支持 AI 的 订婚 工具。新方法 大容量数据 还正在开发使用认知洞察力来产生价值。

 

[1] //www.ibm.com/watson/advantage-reports/market-report.html

[2] //www.ibm.com/watson/advantage-reports/cognitive-business-lessons/customer-acquisition.html

[3] //www.deepgenomics.com/

[4] Wallach、Izhar、Michael Dzamba 和 Abraham Heifets。 “AtomNet:一种深度卷积神经网络,用于基于结构的药物发现中的生物活性预测。” arXiv 预印本 arXiv:1510.02855 (2015)。

诊断决策

人工智能有望为许多澳门六肖6码论坛带来重大变化和进步,其中最有前途的澳门六肖6码论坛之一是医疗保健。人工智能工具,例如 IBM 的 Watson,结合了人工智能的 深度学习, 自然语言处理 (NLP), 和 机器视觉 提供高级见解的能力。这些见解可以帮助医生做出诊断决策,改变疾病的识别和对抗方式。

沃森:人工智能如何与医生一起工作

自从 Watson 在 危险! 2011 年,IBM 斥资超过 40 亿美元收购拥有大量医疗数据的公司。 [1] 这些数据——包括患者病史、MRI 图像和账单记录——已被用作 Watson 的训练数据。通过 机器学习之后,Watson 的预测变得异常精确:北卡罗来纳大学医学院的一项研究发现,在 99% 的时间里,Watson 为癌症患者做出与最优秀的人类专家相同的诊断和治疗建议。研究人员还发现,在 30% 的病例中,沃森确定了医生忽略的最佳治疗方案。这些建议要归功于 Watson 处理海量数据的能力,其中包括人类不可能消费和处理的数千篇研究论文。

Watson 的诊断能力于 2016 年在日本接受了测试。 [2] 当时,一群日本医生正在努力确定患者患有哪种罕见的白血病。他们向沃森提供了患者的基因数据,然后将其与数据库进行比较,以确定不同类型白血病特有的基因突变。 Watson 将患者的病情确定为罕见的骨髓增生异常综合征引起的继发性白血病,因此医生可以适当调整她的治疗计划。检查患者的基因突变并将其与海量数据集中的其他病例进行比较,医生至少需要两周时间,而且无法保证找到模式匹配; Watson 只花了十分钟。

AI如何进行诊断决策?

江等人。 “医疗保健中的人工智能:过去、现在和未来。”中风和血管神经病学 2,没有。 4(2017):230-243。

为了执行诊断评估,这些类型的工具结合了多种人工智能能力,包括 自然语言处理 and 机器视觉.

右图说明了如何通过机器学习算法输入数据。

为了做出诊断预测,系统必须评估患者的特征——包括他或她的年龄、性别、种族背景、测试结果和病史。这可能包括诊断成像(使用机器视觉技术解释)、临床症状、临床记录(使用 NLP 给出结构)、当前药物等。通过评估特定病例的数据,将其与在世界各地的其他病例和研究中收集的数据进行比较,人工智能应用程序可帮助医生做出关键的诊断决策。在人工智能的帮助下,可以更早地做出正确的诊断,防止患者病情恶化,并使他们更快地走上康复之路。

 

 

要了解有关可以与专业人士和客户互动的其他 AI 工具的更多信息, 点击这里.

了解如何使用 AI 来解决其他复杂问题, 点击这里.

 

[1] //www.nytimes.com/2016/10/17/technology/ibm-is-counting-on-its-bet-on-watson-and-paying-big-money-for-it.html

[2] //www.japantimes.co.jp/news/2016/08/11/national/science-health/ibm-big-data-used-for-rapid-diagnosis-of-rare-leukemia-case-in-japan#.W7PILHtKiM8

订婚

人工智能参与工具主要使用 自然语言处理 (NLP) 与员工或客户互动的能力。互动工具——聊天机器人或智能虚拟代理 (IVA)——通过文本或音频对话与人类互动。第一个聊天机器人旨在通过识别可以通知响应的关键字和语音模式来回答用户问题。微软臭名昭著的 Clippy 是一个经典的聊天机器人助手,他尽最大努力将用户引导到他们想要的信息,但没有意识到他们的目标,从而提供了次优且备受诟病的最终用户体验。

智能虚拟代理

今天,人工智能参与工具正在超越聊天机器人的传统基本能力,转向更具情境感知能力的 IVA 模型。这些增强的 AI 工具对语言有深入的理解,使它们能够以非常高的准确度解释用户目标。他们不是简单地理解单词和语法逻辑并应用预先建立的逻辑作为回应,他们理解细微的单词组合和上下文,因此意味着执行更复杂的任务作为回应。有些甚至可以识别人类的情绪并做出反应。

许多科技公司都在争夺虚拟助手领域的主导地位。苹果的 Siri、谷歌的助手、亚马逊的 Alexa 和微软的 Cortana 几乎安装在世界上所有的个人移动设备和笔记本电脑,以及许多厨房和客厅中。然而,这些工具执行基本任务(例如播放音乐或设置闹钟)的能力仅代表 IVA 潜在用途的一小部分。

使用中的 IVA

医疗保健澳门六肖6码论坛一直在引入 IVA 应用程序来管理医院环境之外的客户互动。例如,WoeBot 每天与用户交谈,跟踪他们的情绪并在检测到问题时提供支持选项。据报道,使用该应用程序可以减轻压力和焦虑的症状。 [1] 另一个 IVA,GetAbby 的护理教练 [2], 被充血性心力衰竭使用 试点计划 以“指导、教育、监测和提醒”患者进行适当的术后医疗保健。患者可以在一天中的任何时间与虚拟化身互动,帮助他们管理药物、约会、饮食和锻炼。

零售业也在尝试人工智能参与。 AI客服平台DigitalGenius, [3] 例如,查看客户服务记录以确定成功的交互。然后使用这些数据来自动化基本的客户服务交互,并为管理更复杂服务任务的员工提出有效的响应建议。

IVA 的好处

随着参与工具的广泛适用性和潜在好处,到 2024 年,IVA 全球市场预计将增长到近 160 亿美元。 [4] 这些参与工具可以执行人类员工的许多基本交互功能,但它们不需要睡眠,甚至不需要工作的实体建筑。它们易于访问(将信息处理为文本、数字消息,甚至语音或视频)并且始终可用:IVA 永远不会与其他客户忙碌,也永远不必让任何人暂停。虽然人类员工可以为更多高价值的客户参与保留他们的努力,但 IVA 可以扩展以向更多的受众提供基本支持。

随着 AI 技术的进步和模型获得改进自身所需的经验,IVA 将获得更多人性化的直觉。通过经验,他们将比大多数人类员工表现出更大的专业领域。这将增强计算机系统预测和响应客户需求的能力,同时也增加了人类员工可用的知识库。毫无疑问,智能虚拟助手技术将继续被更广泛地采用,并成为大多数澳门六肖6码论坛的宝贵工具。

美国智能虚拟助理应用市场规模,2013-2024。资料来源:全球市场洞察 [5]

尽管并非所有业务任务都需要沟通或参与解决方案,但它们仍然可以从其他 AI 解决方案中受益。 机器人流程自动化 例如,RPA 还可以让员工腾出时间从事高价值的任务,同时为企业节省时间和金钱。 点击这里 to learn more.

 

[1] //www.businessinsider.com/stanford-therapy-chatbot-app-depression-anxiety-woebot-2018-1

[2] //www.russellresources.com.au/single-post/2016/03/03/GetAbby-arrives-in-Australia-the-only-Human-Avatar-Care-Coach-for-patients

[3] //www.digitalgenius.com/

[4] //www.grandviewresearch.com/press-release/global-intelligent-virtual-assistant-industry

[5] //www.gminsights.com/industry-analysis/intelligent-virtual-assistant-iva-market

流程自动化

基本的 机器人流程自动化 (RPA) 是基于一组预先确定的规则自动执行基本流程。它可以提高业务流程质量、交付和成本效益。但是,如果流程遇到基于判断的决策,则必须停止并等待人工干预。这会导致瓶颈并降低流程效率。 RPA 软件机器人与人工智能相结合,其能力得到了极大的提升,局限性也得到了缓解。

RPA 是如何工作的?

RPA 软件机器人非常灵活,因为它们可以使用编程界面和专为员工交互而设计的界面与系统进行交互。与人类员工不同,这些机器人可以一天二十四小时快速、一致地执行步骤。在任何给定的序列中,RPA 软件机器人可以执行 600 多个动作。这种执行冗长、复杂流程的能力使 RPA 在许多情况下成为人类劳动力的有力替代品。

2017 年,NASA 启动了四个独立的 RPA 试点项目 [2] 专注于多个部门的流程自动化。在财务部门,人类员工与 RPA 机器人一起工作:每次人类批准预算时,RPA 软件机器人都会将适当的资金分配到每个办公室,并将经过审计的余额电子表格提交给 NASA 总部。另一个项目在人力资源部门使用 RPA 机器人。这些机器人通过查看电子邮件、调整时间表以及为案例分配适当的工作人员来处理服务请求。 NASA 目前正在制定在机构范围内推出这些 RPA 项目的计划。

为了完成 NASA 项目要求的任务,RPA 软件机器人必须能够处理人类员工会处理的任何信息。由于过程的复杂性,系统需要展示类似人类的判断,并解释语言的歧义、细微差别和上下文。翻译以纸质形式提供的信息也更加困难。为了解决这个问题,RPA 软件机器人使用了 机器视觉 (通常结合光学字符识别来更好地“阅读”文档内容)和 自然语言处理 (NLP) 以更好地理解文档的含义(见下图)。 神经网络 功能还可以用于在许多情况下自动进行判断和决策。

 

从移动数据捕获开始的 RPA 工作流程。无纸OCR [1]

AI 增强型 RPA 有哪些好处?

机器人流程自动化是一种非常实用且具有成本效益的提高生产力的方法。然而,传统 RPA 面临着上下文依赖性和无法做出基于判断的决策的效率限制;人工智能增强型 RPA 可以在许多情况下消除这些流程瓶颈。人工智能增强型 RPA 的扩展技能集确保它可以应用于更广泛的业务流程类别。

由于 RPA 软件机器人使用现有界面模仿人类行为,因此公司无需对其系统进行更改。机器人本身的编程非常简单,以至于 IT 部门或昂贵的程序员的参与最少。整个系统是可扩展的,因为简单的编程使得多个用户可以根据需要部署额外的机器人来处理任务。这意味着,在大多数情况下,企业会在短短五到九个月内看到正的投资回报率。

 

立即联系澳门精准一肖一码今晚 了解您的企业如何从 RPA 中受益。

 

要了解有关启动您自己的试点项目的更多信息, 点击这里.

要了解有关 AI 系统如何处理客户参与任务的更多信息, 点击这里.

 

[1] //paperlessocr.com/robotic-process-automation-rpa-ocr/

[2] //gcn.com/articles/2018/06/04/nasa-rpa.aspx

卷处理

世界上的数据量呈指数级增长。据估计,到 2025 年,我们每年将产生 163 泽字节:仅 2017 年产生的数据量的十倍。 [1] 虽然这种增长大部分是人为产生的(主要以视频的形式),但越来越多的数据是由物联网网络连接的传感器产生的, 机器视觉 传感器和计算机模拟。

这种数据爆炸带来了多重挑战,包括存储限制、系统管理以及集成大数据系统所需的技能短缺。即使解决了这些挑战,人类也无法处理和理解如此大量的数据。另一方面,人工智能能够处理大量数据并提取洞察力。然而,就在这种人工智能能力被视为大容量数据处理工具的同时,另一种具有更强处理能力和数据生成潜力的潜在技术正在出现:量子计算。

什么是量子计算?

量子计算是一种全新的计算机架构,它不使用二进制位来执行计算,而是使用称为量子位的东西,它可以同时占据许多状态。这种新方法对某些类型计算的影响是惊人的。地球上最大的计算机需要数十亿年才能完成的计算将能够在短短几个小时内完成。这种系统生成的数据将是惊人的,能够实现能够识别新药物或解释城市中每辆车的交通模式的高级建模和模拟。创造价值的潜力是巨大的,但只有先进的人工智能工具才能处理所有这些数据并理解它。

量子计算机将对人工智能技术产生巨大影响,因为它们都将加速人工智能的训练过程 神经网络 并增加他们可以评估的数据量。量子计算的基本构建块——主要是算法和处理器——仍在开发中。随着这些以及量子编程语言和云服务的出现,开发人员将很快将他们的能力整合到软件解决方案中。结合经典计算和量子计算的混合系统将不可避免地出现。当前的学习和发展时期对于提高商业意识至关重要,因此一旦实现了量子潜力,就会很快被采用。

 

[1] //www.forbes.com/sites/andrewcave/2017/04/13/what-will-we-do-when-the-worlds-data-hits-163-zettabytes-in-2025/

传感

了解我们周围的世界使我们能够与之互动。我们通过解释来自我们感官的输入来获得这种理解。一些人工智能技术旨在模仿人类感官,从而实现实时、真实的交互。 神经网络 模仿人脑来处理感官输入。 Swarm 技术模拟了人类群体的集体智慧。人工智能 订婚 工具可以模仿人类对话并理解对话的含义。

为了完成需要人类视觉的任务,传感应用依赖于 机器视觉.使用相机和传感器系统,机器可以理解现实世界的物体和环境。该技术在以下领域得到了广泛采用和进步 面部识别, 车辆自主性, 物联网. 这些感官 AI 系统的敏锐度可以通过以下方式显着提高 生成对抗网络 (GAN),其中人工智能系统实际上相互训练以通过直接竞争来改进。

面部识别

到 2022 年,全球面部识别技术市场预计将产生 96 亿美元的收入。 [1] 使用 机器视觉, 认知感知 应用程序扫描人脸,将它们分成可比较的数据点。这些数据点与应用程序的训练数据进行比较以生成预测(例如,系统 97% 确定它看到的面部是特定用户的面部)。有些工具甚至可以识别人类的情绪。虽然存在明显的隐私问题,但面部识别几乎有无数富有成效和有价值的用例。它已经在银行、医疗保健和零售澳门六肖6码论坛进行了测试和实施。

银澳门六肖6码论坛

万事达卡在个人银澳门六肖6码论坛务的面部识别方面处于领先地位。其 Identity Check 移动应用程序目前可在 34 个市场使用,并将于 2019 年 4 月在欧洲推出。 [2] 该应用程序绕过了对传统密码的需要,扫描用户的指纹或面部来验证在线支付的身份。超过 93% 的消费者表示,他们更喜欢使用生物识别技术——他们的指纹或面部——而不是使用传统的金融服务密码。除了便于消费者使用外,该技术还提高了数字安全性并帮助金融机构打击欺诈。

卫生保健

电子疼痛评估工具 (ePat) 应用程序(由 ePat Technologies 开发) [3]) 被用于在医院内外提供护理援助。疼痛检查 [4] 是一款 ePat 应用程序,用于治疗沟通困难的患者,例如痴呆症患者。该应用程序检测与疼痛程度相关的面部表情的细微差别。用户输入非面部疼痛线索的额外数据,包括发声、动作和行为。汇总这些数据以产生“疼痛严重程度”评分。痴呆症等疾病通常与沟通困难有关,这可能会因未确诊的疼痛而导致行为古怪。这些类型的应用程序使医疗顾问能够了解严重行为的根本原因并更有效地治疗相关的疼痛。

PainChek 是一种人工智能面部识别应用程序,可评估指示疼痛的微表情。资料来源:澳大利亚老龄化议程 [5]

零售

零售业一直难以找到可接受的面部识别技术用途。一款名为 Facedeals 的零售应用程序通过将企业的特别优惠发送到他们的手机来定位客户。 [6] 安装在商家入口处的面部识别摄像头使该应用程序能够在顾客进入商店时对其进行识别。该应用程序会查看客户在 Facebook 上的“赞”历史记录,并相应地将交易推送到他们的手机上。

这种面部识别技术的使用充满了道德挑战。尽管个性化营销被证明是有说服力的,但在某一点上,消费者会发现它令人不安和具有侵略性。 Facedeals 就是这种情况,它被迫将自己更名为 Taonii。该应用程序仍然根据位置提供量身定制的交易,但不再使用面部识别。

传感技术可以识别的不仅仅是你的脸;他们可以识别你周围的整个世界。

 

[1] //www.alliedmarketresearch.com/press-release/facial-recognition-market.html

[2] //newsroom.mastercard.com/eu/press-releases/mastercard-establishes-biometrics-as-the-new-normal-for-safer-online-shopping/

[3] //www.epattechnologies.com/news/smart-app-identifies-pain/

[4] //www.painchek.com/industry-news/smart-app-identifies-pain-the-senior/

[5] //www.australianageingagenda.com.au/2017/10/20/national-aged-care-dementia-service-trial-facial-recognition-app/

[6] //techcrunch.com/2012/08/10/facedeals-check-in-on-facebook-with-facial-recognition-creepy-or-awesome/

自动驾驶汽车

驾驶行为是一项复杂的任务,涉及意识、控制和持续调整。人脑必须摄取和解释大量数据,将其与车辆性能的经验和知识进行比较。驾驶员还必须考虑其他驾驶员在不同条件下的潜在行为。安全澳门六肖6码论坛车辆的能力可能会受到天气条件、疲劳、分心或损伤的影响;因此,总是有很大的机会出错。

美国国家公路交通安全管理局最近的一项研究估计,94% 的车祸都是由人为错误造成的。 [1] 如果所有这些事故都可以通过简单地从等式中去除人来避免呢?如果具有 AI 计算系统的车辆不仅可以安全地在驾驶世界中导航,而且可以通过直接体验和远程吸收数百万其他车辆的经验来学习成为更好的驾驶员,那会怎样?配备人工智能的自动驾驶汽车有可能在保险、拥堵、维修以及人类生活方面节省大量资金。带有摄像头和传感器以及车载人工智能系统的车辆已经上路了。它们的数量和能力都将增加,无疑会改变交通格局。

自动驾驶汽车是如何工作的?

几年来,人工智能引擎一直在利用 GPS 信息、实时交通信息和其他车辆的历史模式来寻找到达目的地的最佳路线。新鲜的是,配备人工智能的自动驾驶汽车已经获得了安全导航世界的能力。 机器视觉 传感器——GPS、摄像头、雷达、激光雷达和超声波——以及 deep learning AI 功能,可以做出有关加速、制动和转弯的决策。这些功能使汽车能够“看到”世界并对世界做出反应。

自动驾驶汽车连接传感器和物联网设备网络的图示。资料来源:WattKnowledge [2]

自动驾驶汽车的未来

随着更先进的人工智能能力的发展,人工智能增强型驾驶辅助程序,如特斯拉的自动驾驶仪,正在朝着完全自主的系统发展。这些系统将集成更多 物联网设备 和更智能的人工智能决策引擎,使用更大的数据集进行训练。这些汽车不仅能够自己驾驶,而且还能保持更新、维护和训练有素。据估计,自动驾驶汽车可能会在未来两年内实现商业化发布,世界各地的汽车和卡车运输公司正在准备从没有或有限的自动驾驶功能向全自动智能汽车过渡。

由于多传感器、系统维护、技术改进以及保险和责任问题的成本,自动驾驶汽车目前的价格很高。出于这个原因,自动驾驶汽车很可能会在私人车道上普及之前用于商业和公共交通用途。许多汽车制造商和人工智能开发商正在与其他公司合作开发自己的自动驾驶车队:拼车公司 Lyft 和优步分别与 Drive.ai 和沃尔沃合作,开发他们拼车服务的自动驾驶分支 [3] [4];福特最近与 Domino's Pizza 启动了一个项目来测试自动驾驶送货车 [5];丰田计划在 2020 年推出其“e-Palettes”——能够运送人员和货物的自主、多功能车辆。 [6] 如果自动驾驶汽车有可能产生某种类型的价值,那么它就不应闲置,丰田计划了多种适应性用途,包括共享车辆、公共交通、移动商店、货运车辆等。

这种对商用自动驾驶汽车的投资无疑会影响私家车的采用。随着技术的进步和成本的降低,人们可能会更加接受将完全控制权交给机器的想法。由于与自动驾驶相关的事故风险大大降低,用户也可能会受到显着降低的保险费的诱惑。

 

[1] //blog.lawinfo.com/2017/09/06/human-error-causes-94-percent-of-car-accidents/

[2] //www.wattknowledge.com/blog/autonomous-cars-data

[3] //www.businessinsider.com/lyft-driveai-partnership-2017-9

[4] //www.reuters.com/article/us-volvocars-uber/volvo-cars-to-supply-uber-with-up-to-24000-self-driving-cars-idUSKBN1DK1NH

[5] //www.cnbc.com/2018/02/27/ford-teams-with-dominos-to-test-deliveries-by-autonomous-vehicles.html

[6] //www.theverge.com/2018/1/8/16863092/toyota-e-palette-self-driving-car-ev-ces-2018

物联网

数据收集和价值生成的物联网周期。来源:DLL 组 [1]

物联网 (IoT) 是种类繁多的网络连接传感器和执行器,它们越来越多地嵌入到我们生活和业务的许多方面。物联网设备可以向 AI 引擎提供输入,从而实现视觉和分析意识。下图说明了传感器收集的信息如何在物联网中分布。

连接的家庭设备

通过集成来自不同连接物联网设备的数据,支持人工智能的智能家居可以与应用程序共享相关信息和洞察力,以满足不同的需求。例如,谷歌的 Nest 恒温器是一个网络连接的物联网传感器。恒温器可以通过用户的手机进行无线控制。它还可以利用机器学习算法,学习识别用户的行为模式并相应地预先调整温度。它还可以通过使用用户的邮政编码进行自我调整,将当前的天气状况纳入其决策中。

联网车辆

许多车辆(特别是 自动驾驶汽车) 还利用了大量的物联网设备。 传感器 在汽车中可以从汽车性能和环境的不同方面收集许多数据点。如果传感器检测到错误,该信息可以通过物联网网络传输到不同的部门,联系最近的经销商,订购更换零件,并检查驾驶员的保险范围。支持物联网的车辆(尤其是 自动驾驶汽车) 不仅可以节省司机和制造商的时间和金钱,还可以提供更安全的驾驶体验。

连接设备的未来

物联网设备的潜力巨大且不断增长。每年有数以百万计的连接设备被集成到产品中。 2016 年,可穿戴设备(例如 Apple Watch)出货量为 1.04 亿台。 [3] 到 2021 年,这一数字预计将增长到 2.401 亿台。到 2023 年,仅美国的联网家庭设备数量预计将超过 10 亿——总支出超过 900 亿美元。这些设备将产生大量数据。物联网数据的潜在价值现在才通过高级分析和其他人工智能应用程序来实现,这些应用程序可以识别这些大型数据集中的模式。

然而,由于其设计和训练数据集的特定任务性质,使用典型 AI 引擎解决的问题类型相对较窄。需要不同的方法来解决更复杂的问题。这是人工智能新领域的领域,专注于集体或群体智能。

 

[1] //www.dllgroup.com/au/en-au/solutions/internet-of-things

[2] //www.idc.com/getdoc.jsp?containerId=prUS42818517

[3] //www.businessinsider.com/iot-forecast-book-2018-7

复杂问题解决

人工智能技术非常擅长执行特定任务。 机器视觉 可以识别图像中的不同面孔; 自然语言处理 (NLP) 可用于通读数千页的合同以识别不一致之处。企业可以使用人工智能增强 机器人流程自动化 (RPA) 以更高的速度和效率执行面向决策的流程任务。这些能力为企业节省了时间和金钱,并显着改善了客户体验。然而,在现实世界中,问题往往要复杂得多。例如,如何训练人工智能系统以优化城市交通模式及其众多变量?机器是否有可能做出大规模投资决策或分析全球冲突?

解决世界上更复杂问题的一种方法是模仿世界自己解决问题的技巧。 Bio-inspired AI 是机器人领域,它设计基于自然过程的智能机器人系统。 [1] 这些系统中的许多系统都专注于群体智能:分散的生物体的集体行为,使它们能够在没有特定方向的情况下完成复杂的任务。一只蚂蚁,就像一个单一的计算系统,可以执行有限范围的基本任务。但是蚁群可以建造城市、发动战争、耕种,并形成用于运送食物的高速公路。类似地,可以训练成群的机器人来构建和导航复杂的模式,自主排除故障,而无需彼此直接沟通(参见中国 2017 年无人机发射 [2])。然而,群体智能在解决复杂问题中的应用远远超出了人工智能机器人的领域。

群体智能

多年来,群体智慧的应用和预测市场已经证明了群体智能的潜力。人工智能公司 Unanimous AI 是最早将人类群体智能与人工智能相结合的公司之一。 Unanimous AI 的平台连接来自世界各地的人们并收集他们对主题的意见。人工智能增强分析分析收集到的数据,评估贡献者如何做出决策并做出相应的预测。这项技术使 Unanimous AI 能够预测 2016 年肯塔基德比超级赛:前四匹马冲过终点线的顺序。由于超级结果是出了名的难以预测,因此那些对 Unanimous AI 的预测下注 20 美元的人输掉了 11,000 美元。 [3]

一致 AI 的预测展示了人类集体智慧如何与 AI 系统协同工作,以生成有价值且准确的预测。然而,随着人工智能的不断发展,它不断证明自己在执行特定和专门任务方面比人类更高效、更准确。在某些问题领域,集体机器智能可能优于集体人类智能,这是合情合理的。

机群智能

集体机器智能的一个早期例子是 SingularityNET,它是世界上第一个去中心化的人工智能网络。该网络是一个市场,一群人工智能引擎,每个引擎都针对不同的任务进行了优化和训练,可以协同工作来解决复杂的问题。 [4] SingularityNET 连接来自世界各地的人类贡献者。这些贡献者可以用他们的 AI 工具和解决方案来交换代币、资源和服务。

每个新的人工智能工具都成为平台的“代理”。这些代理可以接收来自用户的请求以执行特定任务。如果代理遇到未经训练的任务(可能该代理擅长转录视频,但不具备创建文本摘要的 NLP 技能),则会将该任务转发给具有该专业技能的另一个代理。使用基于区块链的声誉令牌系统奖励哪些代理最擅长完成某些任务的建议。这样,整个AI引擎网络就可以自组织成长,共同解决单个AI引擎无法解决的问题。

SingularityNET 是一家相对较新的公司(令牌系统自 2018 年 1 月才可用),但这种集体 AI 智能形式很可能是 AI 的未来。形成一个专门的人工智能网络比设计一个单一的广义智能要简单得多,也更划算。对于需要比单个 AI 引擎所能提供的更灵活的 AI 解决方案的企业来说,它也是一种可行的解决方案。在不久的将来,这些自适应的人工智能系统群协同工作,可能会使解决复杂问题成为负担得起的现实。

 

[1] //www.omicsonline.org/directions-for-bio-inspired-artificial-intelligence-jcsb.1000e102.php?aid=8959

[2] http://www.ehang.com/news/365.html

[3] //wwwrdinglyforbes.com/sites/alexkay/2017/05/03/kentucky-derby-partnering-with-a-i-company-that-correctly-predicted-last-years-superfecta/#670b3f232aba

[4] //hackernoon.com/a-better-insight-of-singularitynet-607fd64e18c4

要了解您的企业如何从 AI 中受益,请立即联系 The Burnie Group

联系我们