ag真人在线投注

重慶磊明自動化設備ag真人在线投注

ag真人在线投注  >>  新聞資訊  >>  技術文檔

為什么當今的企業都需要人工智能發展戰略?

作者:    時間:2019-07-18    瀏覽次數:315

分享到:

人工智能(AI)從根本上改變了所有行業的企業的運營(包括制造業,醫療健康,信息技術和運輸業)。在過去的十年中,AI 的進步為企業提供了自動化的業務流程,改變客戶體驗和產品差異化的機會。Google 和亞馬遜這樣的 AI 先行者已經采用這些新技術來創造日益增長的競爭優勢,我們看到了他們的 AI 戰略帶來的的好處。雖然企業級 AI 的采用仍處于初級階段,但把握住 A I帶來的機會需要管理層進行更多的討論,增加對AI及其生態系統的理解,了解行業巨頭如何采取措施,從而獲得差異化的競爭優勢。 理解 AI AI 是計算機科學的一個分支,旨在創造能夠實現智能行為的機器。 AI 內有多種技術和細分,機器學習(ML)是其中規模最大,增長最快的領域之一。

ag真人在线投注 機器學習算法從實例和經驗中學習,而不是依賴于預定義的規則或算法。在機器學習中,還有其他細分,如深度學習,其重點是深度神經網絡結構。今天,AI 準備從幾項技術創新和更廣泛的專業知識的融合中受益,特別是:可負擔的云計算基礎設施,可用的大型數據集和算法優化的飛躍。這些進步,加上人工智能研究的投入增加,為人類發展創造了一個可持續發展的環境,并將繼續影響到未來的企業和社會。 機器學習有何特別之處? 

ag真人在线投注 最近 AI 的興起主要是由于機器學習的進步。 這些進展導致了自然語言處理(蘋果的Siri,Google Translate),推薦系統(亞馬遜的推薦引擎,音樂推薦服務 Pandora)和圖像識別(診斷工具,自動駕駛汽車)的突破。機器學習大致分為兩種學習方法:

1、監督學習,其使用已知數據集基于標記的輸入和輸出數據進行推理。

ag真人在线投注 2、無監督學習,從包含沒有標記輸出的數據集中得出推論。今天工作中最流行的方法是監督學習,無監督學習對于更廣泛的應用來說具有更大的前景。在每種學習方法中,有多種算法類型可供選擇。根據問題的類型和所需的結果進行不同的選擇。在機器學習工作流程中,流程的每個部分都需要特定類型的專業知識和資源。雖然領域專業知識對工作流程的預處理/功能部分工作很重要,但訓練階段需要獨立的AI專業知識,領域知識較少。從基礎設施的角度來看,資源最密集的階段是數據處理時的模型訓練階段。然后是構建ML模型時,理解和權衡各種方法和正在解決的問題的類型變得很重要。 掌握AI需要的技術棧 AI技術棧是運行AI模型所需的基礎架構,包括優化組件、存數據處理和分析數據。組件:CPU、CPU、FPGA和專用ASIC是AI技術棧的基礎組件。

ag真人在线投注 雖然 CPU 是普遍存在的,但在機器學習的資源密集型訓練階段中使用的 GPU 和 FPGA 已經在深度學習中取得了巨大進步。對于需要較少資源的推理部分,傳統的 CPU 或超低功耗 FPGA 或 ASIC 是最常見的選項。

ag真人在线投注 存儲:隨著機器學習所需的大量數據,特別是在特征工程階段,數據存儲至關重要。 Hadoop 集群和云對象存儲的出現顯著提高了數據存儲容量,以支持 AI 使用案例。AI 技術棧依賴于公有云供應商和開源項目提供的服務。云計算巨頭(如谷歌,亞馬遜,Facebook,微軟和百度)投入 AI 服務已經有助于從擁有技術棧的專有廠商轉移。總而言之,將開放源碼作為公認標準在整個 AI 生態系統中引起了更快的發展。谷歌的開放源碼 TensorFlow 庫體現了這一觀念,TensorFlow 可以讓任何對機器學習感興趣的人開發模型,而不必從頭開始構建庫和算法。

023-88119758