曾道人特马|曾道人2019年与白小姐
設為首頁   加入收藏
 
  13907330963   121076910
 
  學校首頁
學校簡介 專業設置 新聞中心 就業中心 招生計劃 在線報名 學員作品 留言咨詢 考生問答 聯系方式
 學院概況    
學院簡介 校園風貌
師資力量 辦學優勢
學院管理 辦學理念
 
 考生問答  
株洲淘寶培訓學校? 2016-7-4
淘寶直播怎么玩?金星學... 2016-6-14
新手開網店必須弄懂問題 2016-4-12
怎樣把新開網店做賺大錢... 2016-4-11
怎樣處理店鋪降權? 2016-4-5
株洲淘寶美工培訓學習 2014-9-25
 學員作品  
株洲電商培訓第一品牌
淘寶大學網店運營
淘寶大學金星學校
淘寶大學網店美工
淘寶大學美工作品
06-09 網站開發工程師專業 趙杰
新聞中心>> 就業指導>>株洲金星電商學院人工智能解析AI萬億美元級價值潛力
添加時間:2018-5-15 點擊:742 次 文字大小:

人工智能解析AI萬億美元級價值潛力


前言

株洲金星電商學院

隨著計算能力的提高、數據的積累和算法的改進,最近幾年人工智能不斷在一些垂直應用領域得到發展,比較火的是人臉識別、語音識別,還有機器人、無人機、無人駕駛汽車等。人工智能是未來的發展趨勢。在國家政策的支持下,許多BAT企業、電商企業都已意識到了這一領域的發展潛力,紛紛爭先進入。

一、人工智能的萬億價值

目前已知的人工智能最大的潛力在于分析技術,包括回歸和分類。神經網絡技術可以提供更高的功能性,或者產生附加的見解和應用。

學院地址:湖南省株洲市家潤多B棟1019號
咨詢電話:13907330963 文老師

株洲金星淘寶天貓電商學院
http://www.bqzni.icu

株洲淘寶大學官網 http://www.zztbdx.com

株洲市淘寶大學金星職業學校
電子商務培訓、IT培訓、高鐵航空乘務培訓、無人機培訓、航海培訓等職業教育

1.人工智能可創造3.5-5.8萬億美元的潛在價值

株洲金星電商學院人工智能專家分析案例表明,在旅行、交通、零售、汽車、高科技、能源、化工、娛樂傳媒、基礎材料、消費品、農業、銀行、醫療系統與服務、公共部門、通訊、醫療制藥、保險、先進電子器件/半導體、航天與國防這19個行業中,人工智能(AI,包括前饋神經網絡和卷積神經網絡)的引入,可以創造3.5萬億到5.8萬億美元的潛在價值,包括更有價值的產品和服務、收入的增長、成本的節約、消費者剩余等。

這相當于整體分析技術價值規模(9.5萬億到15.4萬億美元)的40%,對于每個行業而言,AI潛在價值平均占行業總規模的1%到2%。即便是應用潛力最小的航天與國防(少于500億美元),這也相當于黎巴嫩的GDP了。

 

 

AI價值潛力:3.5萬億到580億美元(行業年產值)

2.人工智能在不同行業的價值

對于通訊行業,運營商有大量的結構化的客戶數據,非常適合傳統分析技術和AI分析技術,AI的潛在價值是行業年收的3%到6%,超過1000億美元。同樣的,對于公共部門,大量的數據和用例亦使其成為AI比較成熟的應用領域,但數據隱私和分析成功的可解釋性/邏輯透明性限制了潛在的價值。金準人工智能專家認為,盡管如此,公共部門依舊是AI技術非常大的潛在機會點。

AI分析技術還將用于各個行業的風險管理,如保險業更為精準的風險評估和保費設置,制藥公司將AI算法用于降低臨床試驗風險,礦業公司預測生產中斷風險,實現更有效的勘探、鉆探和開采規劃等。此外,AI還可創造新的產品和業務模式,如用于銀行客戶類型識別,可以有效改進的欺詐檢測。

AI最大的價值機遇是供應鏈管理和制造業中營銷和銷售環節。對于公司而言,他們必須檢查自己的部門組合,理解行業的價值驅動,尋找人工智能的布局機會,已確定合適的投資部署。此外,零售與高科技等消費行業將出現更多AI營銷和銷售應用,這是由于更為頻繁的數字交互,特別是對電商平臺而言,基于AI分析實時制定促銷、價格和產品動態,利用生成模型優化端到端的供應鏈等,將有效降低各項成本,提高運營效率,實現精準營銷。

 

AI最大的價值機遇是供應鏈管理和制造業中營銷和銷售環節

二、人工智能簡明釋義

為幫助建立更為具象的AI技術框架,株洲金星電商學院人工智能專家對重要的人工智能相關概念進行簡明釋義。

人工智能指人造的機器智能,由1956年達特茅斯會議上正式提出。機器學習是實現人工智能的主流手段,是基于一種數據訓練的模型,即機器通過分析大量數據進行學習,無需編程從而歸納和識別特定目標,重在發現數據之間內在的相關性并做出預測。

各類分析技術在19大領域中的熱度

1.神經網絡

神經網絡技術是機器學習下屬的一個概念,本質上是從信息處理的角度對人腦神經元網絡進行抽象模擬,從而建立計算模型。

基于神經連接的計算模型在上世紀40年代開始受到重視,大量的訓練數據(包括圖像、視頻和語音)成功的實現了數據分析。在深度學習發展之前,神經網絡通常只有3到5層,和幾十個神經元/節點;深度學習之后,神經網絡擴展到7到10層,甚至更多層,模擬神經元數目增至百萬量級,從而面向更為復雜的問題實現更為可靠的處理。當下興起的人工智能,主要就是大規模的深度學習。

具體來看,神經網絡有三類主要形式:

1.1 前饋神經網絡

前饋神經網絡(Feed forward neural networks)是最常見的人工神經網絡。在這種結構下,信息只向一個方向(向前)移動,即從輸入層經過“隱藏層”到輸出層,沒有循環網絡。首個單節神經網絡在1958年提出,經過計算能力和訓練算法的大發展,前饋神經網絡展現出了更高的性能水平。

1.2 循環神經網絡

循環神經網絡(Recurrent neural networks)指結構中包含節點定向連接成環(loops)的人工神經網絡,非常適合于處理(手寫、文本、語音形式的)任意時序的輸入序列。2016年11月,牛津研究報告顯示,基于神經網絡(和卷積神經網絡)的系統在唇語識別應用中實現了95%的準確率(有經驗的人類唇語者準確率近52%)。

1.3 卷積神經網絡

卷積神經網絡(Convolutional neural networks)是一種深度前饋人工神經網絡,其邏輯結構受動物視覺大腦皮層的啟發,對于大型圖像處理(視覺感知任務)有出色表現。

最好的AI系統識別能力已經超過人類

2.其他機器學習概念

從學習的方式來看,機器學習分為監督式學習(訓練數據集中的目標由人標注的)、非監督式學習(訓練集沒有人為標注)、半監督式學習(訓練集被部分標識)和強化學習(輸入數據作為模型的反饋)。

從算法的類型來看,常見的機器學習算法有決策樹算法(采用樹狀結構建立決策模型)、回歸算法(對連續值預測)、分類算法(對離散值預測,事前已經知道分類)、聚類算法(對離散值預測,事前不知道分類)、神經網絡和集成算法(集成幾種學習模型)。

為幫助后文理解,金準人工智能專家進一步說明兩類在新生業務中極具潛力的機器學習技術:

不同用例中的數據類型(結構化程度、時序性、文本or音頻or視頻or圖片)

不同類型數據的AI價值

2.1 生成對抗網絡/GANs

生成對抗網絡(Generative adversarial networks)是深度學習領域的一個重要生成模型,即兩個網絡(生成器和鑒別器)在同一時間訓練并且在極小化極大算法(mini max)中進行競爭。這種對抗方式避免了一些傳統生成模型在實際應用中的一些困難,巧妙地通過對抗學習來近似一些不可解的損失函數,在圖像、視頻、自然語言和音樂等數據的生成方面有著廣泛應用。

2.2 強化學習

強化學習(Reinforcement learning)本質上就是通過試錯實現模型優化。目前,強化學習已經被廣泛采用,包括谷歌Deep mind的視頻游戲和Alpha Go。

3.分析技術之于實際問題

分析技術:從經典到前沿(將深度學習神經網絡、遷移學習和增強學習定義為AI技術)

分析技術在不同業務類型中可以解決多種實際問題,包括:

分類(Classification),即根據一組訓練數據,將新輸入的數據進行分類的業務,主要任務為識別特定物理對象(如卡車、汽車、生產線上接受質檢的產品等)的圖形;

連續評估(Continuous estimation),即根據訓練數據,評估新輸入數據的序列值,常見于預測型任務,如根據銷售數據、消費者態度、天氣等數據來預測消費需求,或者根據建筑物的相關數據和照片來于猜測房產價格等;

集群(Clustering),即根據任務數據創建系統單個組類別,案例有,基于特人數據的消費偏好;

其他優化(All other optimization),即系統根據任務產生一組輸出為特定目標的函數優化結果,案例有,基于用戶(時間、費用、偏好等)需求的最佳交通路線推薦;

異常檢測(Anomaly detection),即根據訓練數據/歷史相關性判斷輸入數據是否異常,本質上是分類功能的子范疇;

排序(Ranking),常見于信息檢索問題,即基于檢索需求按照某種排序標準呈現結果,比如提供產品購買推薦等;

建議(Recommendations),即根據訓練數據提供建議,比如根據個人購買歷史行為推薦“下一個產品”;

數據生成(Data generation),即根據訓練數據生成合適的新數據,用例包括音樂創作等,即根據音樂素材在特定風格下創作出新的音樂片段。

不同類型實際問題涉及的分析技術(條狀圖表征該問題中AI技術的價值和潛力)

三、從用例看潛力

湖南省創業90軟件學院人工智能專家認為,人工智能算法跟傳統算法相比,在性能方面的優勢(總體而言,AI分析技術能帶來傳統之外的30%到128%的行業價值提升):

AI分析技術的價值潛力(左為AI與傳統分析技術的對比,右為AI分析為19大行業帶來的潛在價值增量)

1.預測維護

傳統系統,已經能夠對傳感器時序數據,包括檢測溫度、振動狀態等,進行分析,實現預測異常檢測和預測維護(對組件的剩余使用壽命做出預測)了。但深度學習將這個功能帶到了一個新的高度:可以對數據進行分層,從而分析海量的、高維度的,包括圖像、音頻等各種形式的傳感器數據,一些原先不適用的低質量數據(來自廉價的麥克風和照相機)也能被用起來。

在被調研的案例中,這種基于AI技術的預測維護(遠程機載診斷技術),可以幫助企業減少停機時間,制定有計劃的干預措施,提高產量,并降低經營成本,對應的經濟價值約為總銷售額的1%到2%。

在貨運飛機的案例中,AI技術加持的預測維修,能夠延長飛機壽命。因為相比于傳統模型,它能更有效的結合平面模型數據、維護歷史、物聯網傳感器數據(包括發動機振動數據、發動機狀況的圖像和視頻等)。

2.物流優化

以AI為導向的物流優化可以實時預測,降低成本,指導行為,提高燃油效率,減少交貨時間。

在一個歐洲貨運的案例中,基于AI技術的車輛性能檢測和駕駛員行為分析,司機能夠獲得實時指導(合適加速、減速等),以優化燃料費用并降低維護成本,貨車公司省了15%的燃油費。在一個航空案例中,航空公司基于AI預測交通擁堵和天氣相關問題,避免了昂貴的取消費用。對于每天航線近十萬的公司而言,哪怕減少1%的取消飛行,也意味著很大的不同。

3.客戶管理

株洲金星電商學院人工智能專家預測,AI正在成為客戶服務管理和個性化市場營銷的重要工具。

呼叫中心將AI用于語音識別(不僅是語言內容,甚至是情緒語調)和呼叫路徑規劃,可以更有效的為客戶提供更為無縫的體驗;在銷售領域(如亞馬遜和Netflix),AI也成功的用于個性化的“下一個”產品推薦,大幅提高了銷售轉化率;在保險領域,汽車保險保費可以根據駕駛數據(驅動模式和距離)進行調整;對于旅游公司,全方位的客戶視圖(額外的酒店、航班服務)將幫助增加10%到15%的收入,相當于總營收的7%到12%,價值是傳統分析的兩倍以上;在零售業,SKU性能數據能被用于優化促銷策略。

各類分析技術在九項業務中的應用熱度

根據株洲金星電商學院人工智能專家調研,69%的案例中AI分析技術完成了對傳統分析技術的性能優化,16%的“綠地”案例非AI不可。“綠地案例”主要存在于客戶服務等商業領域,如疾病診斷、改善護理等,對應的數據豐富(大量音頻、視頻、圖像和文本),還需要整合人類的反應。

此外,還有15%的案例是AI分析,或者說深度學習不適用的,比如藥品和醫療產品、電信等領域,一方面是受限于現有的技術和該領域不夠充足的結構化的數據量(據估計,一個監督學習算法要實現可接受的性能,每個類別需要至少5000個標記過的數據),另一方面受限于行業和監管問題。

除了使用深度學習提高分析性能之外,很多常見的消費產品,如Siri、Alexa和Cortana,甚至基于圖像處理的自動駕駛也在發展中。對于這些AI系統,數據采集和再培訓是必要的(需要至少每月更新一次,有時甚至是每天更新一次)。除了數據量和多樣性之外,訓練數據的刷新也很重要,特別是銷售、供應、管理和制造業領域。

對于大約三分之一的用例,AI分析模型需要頻繁更新(四分之三的情況需要每月更新一次,近四分之一的情況至少每周更新一次)

四、前路的挑戰

盡管人工智能前途遠大,它依舊面臨著諸多的挑戰和限制。

從數據的角度出發,湖南省創業90軟件學院人工智能專家認為可以把困難歸納為五點:訓練數據的標記常常需要人工手動,難以獲取足夠大且全面的訓練數據集(特別影響醫療用例),模型透明度有待提高(直接影響汽車、醫療認證等領域的應用),學習缺乏可概括性(難以從一個應用遷移到另一個相似的應用),數據和算法中存在偏差的風險(更社會化的問題)。

此外,人工智能還存在惡意使用的問題,包括更為復雜的黑客攻擊和高度個性化的政治虛假信息運動、欺騙性的視頻等一些列安全威脅。

考慮到數據的關鍵性,湖南省創業90軟件學院人工智能專家認為,對于企業和組織來說,制定數字戰略,建立數據中心(或者更普適的,選擇云供應商),爭奪高級人才,思考獲取和生成數據的方式,至關重要。技術方面,組織必須開發出健壯的數據維護和治理流程,并實現軟件現代化(如Agile和DevOps),并確保AI分析被實例化,克服“最后一英里”(組織挑戰)。

學生8.jpg

總結


學院地址:湖南省株洲市家潤多B棟1019號
咨詢電話:13907330963 文老師

株洲金星淘寶天貓電商學院
http://www.bqzni.icu

株洲淘寶大學官網 http://www.zztbdx.com

株洲市淘寶大學金星職業學校
電子商務培訓、IT培訓、高鐵航空乘務培訓、無人機培訓、航海培訓等職業教育



株洲金星電商學院人工智能專家認為,AI作為當下信息技術革新的主要動力之一,指向了龐大的經濟和社會價值,正在將各個參與者,包括(技術)革新者、公司和政策制定者等,凝聚起來,從而營造充滿活力產業環境,確保更為安全、有效的經濟和社會福利。現有案例足夠說明,AI技術的引進,不僅將深化傳統技術價值,更將拓展新的產品和業務形態。對于企業而言,相關數字戰略的制定,迫在眉睫。

學校簡介 | 專業設置 | 聯系方式 | 在線報名 | 留言咨詢
Copyright© 2009 xikeedu.net All Rights Reserved. 株洲市金星職業培訓學校 版權所有
技術支持:金星電腦  湘ICP備11011924號-1
曾道人特马 腾讯分分彩计划龙虎玩法 重庆时时彩0369方法 北京快乐8走势图彩客网 时时彩ios下载 吉林市时时彩开奖现场 彩票28app 304永利集团游戏官网 河北11选五昨天开奖结果 36选7和31选7的综合版走势图 海南四星彩