新闻
您现在的位置:首页 > 新闻 > 人工智能的下一个进化飞跃已经在推动投资回报率
  • 第三批专项债六月底发完 项目完成审核

    第三批专项债六月底发完 项目完成审核

    发布时间:2020/04/06

    财政部副部长许宏才4月3日在新闻发布会上表示,今年以来,根据全国人大常委会授权,财政部提前下达了2020年部分新增专项债券额度12900亿元。截至2020年3月31日,全国各地发行新增专项债券1.08万亿元,占84%,发行...

  • 国美零售转型加速 携拼多多“迎战”零售业大考

    国美零售转型加速 携拼多多“迎战”零售业大考

    发布时间:2020/04/06

    随着国内疫情初步得到控制,零售消费市场也在逐渐恢复运转。日前,国务院联防联控机制举办新闻发布会。商务部消费促进司负责人王斌在会上指出,将千方百计促进消费回补和潜力释放,壮大新型消费和升级消费,扩大...

  • 美新冠疫情蔓延,建霖家居等IPO企业受累

    美新冠疫情蔓延,建霖家居等IPO企业受累

    发布时间:2020/04/06

    编者按: 随着疫情蔓延,全球新冠肺炎确诊病例已突破百万,累计死亡超5万例,其中,美国确诊超过23万例,欧洲确诊超过50万例。作为全球经济重要力量的欧美地区,其疫情将对IPO企业产生什么影响? “有一天美国将成...

  • 信托代销哪家强?招行去年赚64亿

    信托代销哪家强?招行去年赚64亿

    发布时间:2020/04/04

    证券时报记者 杨卓卿 随着银行年报密集披露,一些行业巨头代销信托产品的情况也浮出水面。 证券时报记者注意到,“零售之王”招商银行2019年代销的信托产品规模超过3000亿元,借此实现64.32亿元的手续费及佣金收入...

人工智能的下一个进化飞跃已经在推动投资回报率

发布时间:2019/10/07 新闻 浏览次数:698

 
Beyond Limits首席产品官Yonatan Hagos说,人工智能是技术创新的连续性。如果您超越虚构和炒作,就会发现AI的发展是由寻求更好地解决业务问题的动力所推动的。这种前进的动力是我们今天看到的强大的AI解决方案的基础,并且也应该成为公司超越传统AI极限的催化剂。
AI的最终目标始终是找出我们是否可以让机器像人类一样思考,要理解机器应该比人类有能力更快,更有效地处理海量数据集的分析。如今,事实证明,随着强大的神经网络和深度学习工具取代了繁重的数据处理工作,AI形式已行之有效。现在,仅需几秒钟就可以提供对复杂业务问题的洞察力,以及可能需要数周或数月的时间才能确定(甚至根本无法识别)的相关性。
诸如“数字AI”和“机器学习”之类的系统是强大的工具。例如,一个数字AI系统能够处理深层的飞行和环境数据,将结果关联起来,并最终指出为什么中国和中东航线上的飞机引擎比其他任何航线上的飞机引擎分解得更快的原因。该系统的分析使该公司能够开发出消除这些损失的解决方案。
哈戈斯说:“但是,挑战在于这些神经网络或进行数据科学的传统方法存在局限性,因为它们只能告诉您什么。” “他们会查看数据并告诉您发生了什么,但是他们不能告诉您发生原因。为此,您需要添加符号AI。”
在象征意义上,美国国家航空航天局(NASA)和加州理工学院的喷气推进实验室(JPL)全力投入这项技术,以处理诸如火星漫游者之类的未知条件和太空探索中缺少数据的遭遇。因此,当火星车独立于任务控制系统在火星上自主运行时,当太阳能电池板停止充电时,该机器就能够利用其态势感知来找到解决方案。当普通的故障排除解决方案不起作用时,流动站能够推断出其环境的意外和不熟悉的变化-突然的沙尘暴-可能是罪魁祸首,并独立确定旋转面板以除掉灰尘可能是有效的解决方案。在这种情况下,符号推理可以弥补硬数据的不足。
认知AI差异
将数字方法和符号方法相结合,可以释放公司所谓的“认知人工智能”的功能,或者既可以用数据训练系统又可以对其进行推理的能力,类似于人类如何识别不同系统之间的联系。信息,并据此推断出最可能的结论。
“对我而言,这就是AI的发展,” Hagos解释说。 “人工智能将继续变得更加智能,并能够接管人类今天所负担的许多较低层次的推理任务。”
例如,Hagos指出了Beyond Limits的一个能源客户,该客户从事地下勘探,试图在钻探新井之前确定下一步的勘探方向。
数学家,地质学家,岩石物理学家,石油工程师和其他人员的标准做法是评估景观,然后协调他们的所有发现。传统上,这批专家需要数月至数年才能评估储层。然后,将这些数据用于仿真模型,以提供可能的钻探方案。但是,结果的准确性完全取决于提供模型的数据的数量和质量,因此数据缺口是严重的障碍。由于传统的神经网络不知道如何处理歧义性,因此结果经常涉及观点不一致和结论不可靠的问题。
基于知识的系统或认知系统提供了一个平台,在该平台上可以汇总来自不同来源的数据,并且可以克服数据缺口,因为该系统能够基于已知知识来计算概率,并且可以对其评估提供一定的信心。
哈戈斯说:“我们已经能够使用我们的技术将需要6到12个月的时间减少到几个小时。” “由于它基于推理,因此大大提高了准确性,还可以提供其得出的结果背后的’为什么’。”
其他客户也看到了类似的具体结果。 BP报道说,由于认知人工智能使他们能够智能地管理上游业务的完整性,因此每天可以生产数千桶石油,这可以直接带来每年额外的30-40百万美元的收入。
为什么认知AI对可解释性至关重要
认知型AI提供了系统在考虑和丢弃潜在方案时的计算和结论的记录-换句话说,这是可以解释的,就像一连串的面包屑,而不是通透的黑匣子只是在给出答案。
这样做的好处是,经验丰富的监督员可以帮助识别和纠正源自训练数据错误的错误,这也意味着系统可以学习并正在寻找可能导致相关错误结论的类似情况。
最后,由于传统的AI既是线性的又是静态的,因此它不再具有足够的灵活性来应对日益变化的动态问题和不断变化的环境,这些环境现在已经影响到企业。从需要跟踪其所有部门生产质量的精炼厂到需要新方法来应对全球快速变化的经济日益复杂的金融公司,这些公司不再能够依赖一系列静态假设。
公司需要AI解决方案,这些解决方案可以实时响应不断变化的条件,在学习过程中做出决策并从中计算出准确的情景。这就是认知AI的强大功能,它将符号方法和数字方法结合在一起,并利用神经网络,机器学习和符号方法的组合来为组合添加推理。
如何在业务中利用认知AI的力量
Hagos说,在您的企业中实施任何类型的AI都有许多先决条件,并且要记住的最重要的一点是,无论您的最终AI目标是什么,您都需要以经过清理和准备的数据开始系统可以利用。
第二部分可能是认知AI最独特的部分,即如果您要教系统在业务环境中进行智能操作,您需要获得深厚的专业知识,类似于医生培训的操作方式对人体的了解需要首先对人体如何运作形成深入的了解。
因此,如果您正在训练认知AI系统以查找一组确定的条件,那么您需要领域专家来提供识别特定数据点所需的信息,确定在那个确切的时空信息上意味着什么,然后以领域专家的方式来处理这种情况。
第三件事是认识到AI面临的最大挑战之一并不总是技术,而是文化。组织从根本上限制了习惯,并且众所周知,改变整体业务观念非常困难。
哈戈斯说:“您如何训练以某种方式表现和运作的组织,以放弃束手无策,以不同的方式思考,并允许系统介入并影响日常运营?”这段对话已经进行了一段时间,而且解决方案往往与每个业务一样独特。
公司还常常因其基于规则的系统的早期经验而受挫,这些系统还不成熟,并且通常脆弱到足以在遇到规则冲突时停止工作。人们对AI一词的实际含义或市场上数字AI与认知AI之间的区别还有一种普遍的困惑。
哈戈斯说:“我理解公司为何如此忧虑。” “他们正在尝试解决实际的业务问题。他们投资了数百万美元。负担是要说明为什么认知人工智能与众不同。”
另一个关键点实际上是指出贵公司所需的解决方案。如果您需要做的只是在数据中找到模式并从那里开发解决方案,那么数字AI将非常有效。他指出了亚马逊汇总购买行为的方式,以便基于这些购买的相似性来描述客户,或者杂货店如何使用数据对商店内的商品进行分组,以代表客户过去的购买方式。
但是,例如在慢性病监护病房中,智能系统可以关联不断出现的各种状况警报,并计算出特定情况是否至关重要,是否需要护士的即时关注。这可以缓解“护士疲劳”综合症,在这种综合症下,过度拥挤的医疗保健专家可能会无意中排除他们需要在常规护理常规之外进行跟踪的大量警报。
哈戈斯解释说:“发生的事情是,您将情景意识提升到了“是的,发生了什么”,而不仅仅是“发生了什么,您需要对此做出反应”。
认知人工智能的未来
数值AI开启了对人工智能可能性的视野,并激发了我们更多的兴趣。 从我们的出行方式到汽车共享计划的发展,到我们在线购买,预订旅行,购买音乐等等,一切都发生了变化。 在某些行业领域,它已经成为一种转型技术。
哈戈斯说:“我认为认知人工智能在未来将具有变革性。” “毫无疑问,这是下一步。 我们不会完全取代对人类推理的需求,但是将类似于人类的推理引入系统的能力将再次改变世界。”

姓 名:
邮箱
留 言: