|
目前，人工智能已经成为科技界最热门的流行词，尽管这是计算机发展起来之后的事。目前，无数创业公司正在利用AI（人工智能）来解释他们所做的工作，并且技术营销人员正在使用AI进行品牌化，以让诸如算法和机器学习这样的东西听起来更加智能和更复杂。 而IBM研究部的认知计算副总裁Michael表示：“AI是人工智能花哨的术语。”  在本周拉斯维加斯举行的IBM InterConnect 2017大会上，Karasick介绍了IBM研究院的人工智能路线图。 Karasick团队做法“有点荒谬”，因为它们的任务是孵化可能对企业有用的技术。正如你所见，他们正在让很多事情通过自动化和大数据来解决。 “我们在这些问题中使用机器学习的原因是因为有太多的数据，”Karasick说，他的研究团队包括数学家和系统分析师的混搭。该团队使用人工智能三种类型的东西：开发工业强度解决方案、更高效地利用人和提高时间价值。 在本次大会上，Karasick还总结了IBM开展人工智能项目的成果，列出人工智能现在能做的10件事情。 1.理解PDF IBM沃森的许多主要功能都是通过在各个领域处理大量知识，从医学研究到烹饪餐。许多行业知识被锁定在非结构化的PDF中，所以如果IBM可以教AI和机器学习方式来组织、处理和吸收这些信息，那么它将加速AI几乎在所有领域的工作。 2.熟悉义务 企业、政府和各种规模的组织，甚至项目团队都在不断努力，在某些规则和参数下完成工作。当这些参数变化时，它通常会改变目标。 IBM希望使用人工智能来快速识别和标记不断变化的规则、法规、法规和要求。 3、图像识别 通过使用机器学习来了解、评估和分类图像，AI可以解锁大量的价值，并在可视数据集之间建立有价值的连接。今天，这些工作大部分由非常低工资的数据标签商手工完成。  4.自动构建电影预告片 进一步了解图像内容分析的概念，IBM已经表明其AI可以将视频图像与自然语言处理配对，以制作电影预告片。虽然好莱坞可能会继续依靠数字艺术家，但是那些被设计资源困扰的公司可以利用这个来创建他们的视频内容的预览。 5.数据科学家的认知助理 数据科学家是技术中最需求的工作之一，缺乏对未来创新的风险。我们今天花费太多的时间来排序和组织数据，然后才能对其进行评估并进行重要联系。AI需要进行大规模数据清理，并使用Watson Conversations进行数据搜索的自然语言搜索。 6.放射科医生的助手 IBM沃森健康已经证明了它作为处理期刊文章和最新研究工具的价值，然后作为诊断助理。现在，IBM正在教沃森如何阅读医学影像，加快放射科医师的工作，并帮助减少错误。  7.业务研究 对运营绩效进行传统研究通常需要3个月或更长时间，并且涉及复杂的分析模型以确保最小的错误。使用AI，可以在不到四周的时间内完成，并具精度更高。 8.没有深度实例知识的对话 IBM正在利用其在AI和自然语言处理中的优势来积极开发chatbot技术。它正在寻求开发可以通过处理主题领域的大型数据集以及没有这种深刻理解的聊天框来获得沃特森可以获得的那种“深度实例知识”的系统。 9.认知软件DevOps IBM还认为AI可以授权DevOps，而不仅仅是通常与DevOps相关联的软件生命周期。IBM也认为它对“认知UX”和机器建模有影响。 10.扩大学习深度 也许IBM正在使用AI的最大的方法是利用它来扩展深入的学习。 IBM认为非结构化数据的爆炸性是机器学习背后的催化剂，它采用一部分数据，深入分析，然后使用它来帮助从其余数据集中提取价值。 Karasick说：“深度学习是一种更早地指定机器学习的方式。并且扩展我们的能力将增加可以实现的连接和创新的速度。 |
|
|
