色婷婷AⅤ一区二区三区|亚洲精品第一国产综合亚AV|久久精品官方网视频|日本28视频香蕉

          新聞中心

          EEPW首頁 > 業(yè)界動態(tài) > IBM解讀認(rèn)知計算:IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

          IBM解讀認(rèn)知計算:IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

          作者: 時間:2017-03-15 來源:智東西 收藏

            3、消費(零售和消費者零售包裝貨物/CPG)

          本文引用地址:http://cafeforensic.com/article/201703/345240.htm

            這一行業(yè)主要的AI應(yīng)用在于銷售、市場、營銷和供應(yīng)鏈物流。典型用例包括自動化客戶服務(wù)代理、產(chǎn)品專家顧問和購物建議、全渠道銷售。

            4、電信/機(jī)電

            這一行業(yè)主要的AI應(yīng)用在于銷售、市場營銷和IT。典型用例包括虛擬代理、數(shù)字廣告、自動化的威脅情報處理。

            5、政府/教育

            這一行業(yè)主要的AI應(yīng)用在于戰(zhàn)略項目和威脅情報。典型用例包括威脅情報和預(yù)防、國防、恐怖主義調(diào)查、項目顧問和推薦系統(tǒng)、公共安全和應(yīng)急響應(yīng)、自適應(yīng)學(xué)習(xí)等。

            比如,貝勒醫(yī)學(xué)院的認(rèn)知技術(shù)用于加速醫(yī)學(xué)研究自動分析超過300000篇文章,進(jìn)行關(guān)鍵詞索引和模糊索引;導(dǎo)盲之眼(Guiding Eye)對導(dǎo)盲犬的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)分析發(fā)現(xiàn)基因、健康、氣質(zhì)和環(huán)境因素適宜的導(dǎo)盲犬。

            專利方面,2014年是認(rèn)知計算產(chǎn)業(yè)專利的高峰期,2016年專利數(shù)有所下降。從目前的產(chǎn)業(yè)環(huán)境來看,已經(jīng)有2000多家創(chuàng)企,2016年整體風(fēng)投融資近45億美元,主要投資領(lǐng)域包括核心AI技術(shù)、聊天程序/機(jī)器人、前沿數(shù)據(jù)分析技術(shù)、結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)處理等。

            

          IBM解讀認(rèn)知計算:IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

           

            實現(xiàn)認(rèn)知計算的五大關(guān)鍵技術(shù)

            就像IDC所說的,認(rèn)知計算的進(jìn)步是機(jī)器人、物聯(lián)網(wǎng)、人工智能、虛擬/增強(qiáng)現(xiàn)實、機(jī)器智能、大數(shù)據(jù)的進(jìn)步的總和,它日益增強(qiáng)的系統(tǒng)模擬能力將助力人類的智慧增長。認(rèn)知計算的關(guān)鍵技術(shù)主要包括以下五項:

            1、神經(jīng)網(wǎng)絡(luò)技術(shù)

            神經(jīng)網(wǎng)路也就是提供快速語音和圖象識別、機(jī)器翻譯的技術(shù),目前已經(jīng)有一些系統(tǒng)能夠表現(xiàn)出媲美人類的技能水平。

            2、機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)

            隨著物聯(lián)網(wǎng)的布局,將有更多的數(shù)據(jù)生成,機(jī)器學(xué)習(xí)算法將能對這些數(shù)據(jù)進(jìn)行規(guī)劃、預(yù)測,并應(yīng)用于關(guān)鍵業(yè)務(wù)決策。

            3、自然語言處理

            自然語言處理(NLP)有著很直接的應(yīng)用,包括聊天程序,可用于客戶服務(wù)和調(diào)查,這種人機(jī)交互將提高企業(yè)的整體效率,降低成本。

            4、模式識別

            模式識別即基于歷史數(shù)據(jù)處理經(jīng)驗來處理豐富的非結(jié)構(gòu)化數(shù)據(jù),從而更高效的進(jìn)行數(shù)據(jù)處理,應(yīng)用于決策過程。

            5、知識庫

            未來的認(rèn)知計算會應(yīng)用于更加專業(yè)化的領(lǐng)域,這就需要構(gòu)建更為知識化的數(shù)據(jù)庫,使得認(rèn)知計算系統(tǒng)可以被專業(yè)人士所應(yīng)用。

            

          IBM解讀認(rèn)知計算:IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

           

            技術(shù)推廣的五大挑戰(zhàn)

            1、成本考量

            在某些企業(yè)的情況下,認(rèn)知計算和人工智能是可以幫助提高企業(yè)效率的,但問題是,具體的業(yè)務(wù)價值和投資回報率又是目前并不明確的事情。目前的案例和案例可參考的價值都比較有限,導(dǎo)致很多企業(yè)抱著觀望態(tài)度。

            2、數(shù)據(jù)管理和安全/隱私問題

            認(rèn)知計算嚴(yán)重依賴數(shù)據(jù)量和數(shù)據(jù)來源,因此,保證可靠和充足的數(shù)據(jù)來源,與此同時維護(hù)數(shù)據(jù)安全和數(shù)據(jù)源的隱私,是重要的舉措,目前暫時缺乏完美的實用方案。

            3、技能有限

            作為新的技術(shù),認(rèn)知計算暫時沒有開發(fā)出完整的應(yīng)用系統(tǒng),這對于市場突破不利。

            4、缺乏行業(yè)定義和標(biāo)準(zhǔn)

            跟其他新興產(chǎn)業(yè)一樣,認(rèn)知技術(shù)還沒有明確的定義,也缺乏通用的行業(yè)標(biāo)準(zhǔn)制定,這會影響到它的應(yīng)用流程。

            5、技術(shù)局限性

            不得不承認(rèn),認(rèn)知計算還有不夠完善的地方,公司必須考慮各個平臺提供的技術(shù)的長短板,以及發(fā)展前景對于公司目標(biāo)的影響。

          IBM解讀認(rèn)知計算:IoT和AI并非全部 行業(yè)已經(jīng)開始盈利

            智東西認(rèn)為,國內(nèi)的大數(shù)據(jù)積累,歸功于移動端設(shè)備和各類服務(wù)型軟件的發(fā)展,為機(jī)器學(xué)習(xí)提供了良好的基礎(chǔ);于此同時,神經(jīng)網(wǎng)絡(luò)構(gòu)建也在研究機(jī)構(gòu)合作科技巨頭的模式下發(fā)展。加之政策推動,龐大的消費市場和制造業(yè)發(fā)展需求,國內(nèi)的認(rèn)知計算處在一個非常積極的發(fā)展?fàn)顟B(tài)。


          上一頁 1 2 3 下一頁

          關(guān)鍵詞: IBM IoT

          評論


          相關(guān)推薦

          技術(shù)專區(qū)