人們為什么需要人工智能

一、互聯網的衰退讓人工智能成為新的風口

第一，互聯網流量紅利基本已經消失。

PC和移動互聯網的紅利早已消失，手機出貨量每年都在下降。手機、無線方面的流量基本走平了，但是中國已經連續幾年手機出貨量維持在四億臺，意味著你多賣一臺別人就少賣一臺。

現在這個階段，流量的大趨勢基本上定了，大家都知道手機首屏基本就這幾個APP：微信、QQ、淘寶、頭條、郵件、日歷。在現在新的流量紅利已經比較干涸的情況下，再在這個領域創業其實不是很明智。

舉個例子，PC互聯網最后一個獨角獸公司是哪家？知乎。

知乎2011年正式上線運營，到今天這已經是最晚的一個PC獨角獸。

2011年PC互聯網競爭的激烈程度跟2015年移動互聯網競爭的程度類似。

2015年的移動互聯網的總人數和總的競爭激烈程度其實已經超過了2011年的PC領域，那就意味著在2015年之后，移動互聯網可能很難再做。

第二，互聯網給用戶帶來的最大的價值是解決信息不對稱和連接的問題。

電商解決了這兩個問題：

①?信息不對稱。

你怎么知道我賣的東西都是真貨還是假貨？怎么知道我的售后服務好不好？淘寶用鉆石皇冠把問題給解決了。

②信息連接的問題。

有這么多買家這么多賣家，當然需要一個平臺把大家都集中在一起，這個是“互聯網 ”集中解決的問題。

對于很多比較傳統的行業，信息和連接并不是痛點。

拿醫療舉例，中國三甲醫院的大夫就那么多，你把全國13億人民都和這些大夫連接上了也沒用，因為一個醫生一天還是只能看那么多病人。互聯網并沒有提高醫生看診的效率，幫助是很有限的。

第三，人工智能能夠大幅提高生產力。

現在AI看片非?；?，很多基層醫院打出來的CT和X光片，通過AI能解決很多問題。

也包括滴滴打車，互聯網解決了打車難的問題，但是沒解決打車價格的問題。事實上，補貼去掉之后，大家都發現了滴滴一點都不便宜，道理很簡單——不管是專車還是出租車，還是需要由人來開，人工成本降不下來，就不可能便宜。

不知道大家有沒有體會到一個問題，現在互聯網對傳統行業中餐飲行業的改造其實是非常皮毛的，無非就是搞個折扣券把它預定一下，好像僅此而已。

餐飲行業真正需要解決的是大廚能不能被替代的問題，在這塊互聯網根本幫不上忙。

所以，未來人工智能對于各行各業的改造力度會遠遠超過互聯網。

比如醫療行業，很多基層醫院水平不高，那未來完全可以通過人工智能來輔助醫生讀CT、X光等醫療影像。像今年，IBM Watson對皮膚黑色素瘤的診斷，準確率已提高至97%，遠遠超過了人類專家75%-84%的平均水平。

未來，人工智能無論是在無人車、機器人、醫療、金融、教育還是其他領域，都將爆發巨大的社會效益，這點毋庸置疑。

二、人工智能應用廣泛

1、自然語言生成

自然語言生成是人工智能的分支，研究如何將數據轉化為文本，用于客戶服務、報告生成以及市場概述。

2、語音識別

Siri就是一個典型的例子。

目前，通過語音應答交互系統和移動應用程序對人類語言進行轉錄的系統已多達數十萬。

3、虛擬助理

虛擬助理是一種能與人類進行交互的計算機代理或程序，其中以聊天機器人最為著名。虛擬助理多用于客戶服務和支持，并可以作為智能家居的管理者。

4、機器學習平臺

機器學習是計算機科學和人工智能技術的分支，它能提升計算機的學習能力。

通過提供算法、API(應用程序接口)、開發和訓練工具包、數據、以及計算能力來設計、培訓和部署模型到應用程序、流程和其他機器，廣受企業青睞，用以解決預測和分類任務。

Adext是世界上第一個也是唯一的觀眾管理工具，它將人工智能和機器學習應用于數字廣告，以期將廣告精準的投放給最符合產品定位的受眾。

5、人工智能硬件優化

用于運行面向人工智能的計算任務，是經過專門設計和架構的GPU(圖形處理單元)和CPU(中央處理單元)。

即將推出的基于人工智能優化的硅芯片，將直接嵌入到你的便攜設備以及生活各處。

6、決策管理

智能機器能夠向AI系統引入規則及邏輯，因此你可以利用它們進行初始化設置/訓練，以及持續的維護和優化。

決策管理在多類企業應用中得以實現，它能協助或者進行自動決策，實現企業收益最大化。

7、深度學習平臺

深度學習平臺是機器學習的一種特殊形式，它包含多層的人工神經網絡，能夠模擬人類大腦，處理數據并創建決策模式。目前主要被用于基于大數據集的模式識別和分類。

8、生物信息

這項技術能夠識別、測量、分析人類行為以及身體的物理結構和形態。

它能賦予人類和機器之間更多的自然交互能力，包括但不僅限于圖像、觸控識別和身體語言識別，目前被廣泛用于市場研究領域。

9、機器處理自動化

機器處理自動化使用腳本和其它方法實現人類操作的自動化，以支持更高效的商業流程。

目前被用于人力成本高昂或效率較低的任務和流程。

機器處理自動化能將人類的才能最大化的展示出來，并且讓職工更加具有創造性和戰略性，對公司的發展至關重要。

10、文本分析和自然語言處理

文本分析和自然語言處理利用統計和機器學習方法理解句子的結構、含義、情緒和意圖，廣泛應用于欺詐探測和信息安全等領域，同時還可用于非結構化數據的挖掘。

11、數字孿生/AI建模

數字孿生是一種軟件架構，搭建起物理系統和數字世界的橋梁。

通用電氣公司(General Electric，GE)宣布將成立一家人工智能公司，用于對飛機引擎、機車、燃氣輪機的監控、以及故障預測。該公司的數字孿生僅幾行代碼，即便是最復雜的版本看上去也就像三維計算機輔助設計圖紙，充滿了交互式圖表和數據點。

12、網絡防御

網絡防御是一種計算機網絡防御機制，專注于預防、檢測以及在基礎設施和信息在受到攻擊和威脅時進行及時響應。

人工智能和機器學習將網絡防御帶入了新的發展階段：在2017年，共檢測出20億次的入侵記錄，其中76%的入侵是意外發生的，69%是身份丟失造成的。

遞歸神經網絡(Recurrent neural networks，RNN)能夠處理輸入序列，與機器學習技術相結合創建出監督學習技術，能夠發現可疑目標，并檢測出高達85%的網絡攻擊。

Darktrace和Cylance等初創公司高度重視人工智能結合網絡防御領域的工作。Darktrace將行為分析與高等數學相結合，自動檢測組織內部的異常行為，Cylance應用人工智能算法來阻止惡意軟件的入侵并減輕攻擊造成的損害。另一家致力于網絡防御的公司，Deep Instinct，被看作是“最具破壞性的初創公司”，該公司旨在保護企業的端點、服務器和移動設備。

13、合規

合規是指一個人或者一家公司的經營活動與公認管理、法規、規章、標準或合同條款相一致。

將人工智能應用于合規工作中已屢見不鮮,自然語言處理技術能夠掃描文本并且將其模式與關鍵字相匹配，以識別與公司有關的變動。

具有預測分析功能和場景構建器的資本壓力測試技術能夠幫助公司遵守監管資本要求。此外，深度學習的使用，能有效減少被標記為潛在洗錢活動的交易數量。

14、知識工作輔助

雖然許多人都很擔心AI是否會完全取代人類工作，但別忘了，AI科技能夠在很大程度上幫助人們出色的完成自己的工作，特別是在知識工作領域。

知識工作的自動化已被列為第二大最具破壞性的新興技術。在大量依靠知識工作者的醫療和法律領域，從業者們將逐漸使用AI技術作為診斷工具。

15、內容創作

內容創作包括人們對網絡世界輸入的任何材料，如視頻、廣告、博客、白皮書、信息圖表以及其它視覺或者書面材料。

哥倫比亞廣播公司等團隊已使用了AI技術進行內容生成；Wibbitz的SaaS平臺可以通過人工智能視頻產品把文字內容轉化為視頻內容；自動透視公司研發的Wordsmith，在獲取數據后利用自然語言處理技術進行新聞寫作。

16、P2P網絡

P2P網絡是指網絡的參與者共享他們所擁有的一部分硬件資源，這些共享資源通過網絡提供服務和內容，能被其它P2P節點直接訪問而無需經過中間實體。

Bet Capital LLC的首席執行長本哈特曼在接受《創業者》雜志采訪時表示，P2P網絡也被用于貨幣加密，甚至能夠通過收集和分析大量數據來解決一些世界上最具挑戰性的問題。

普瑞斯是一家旨在利用P2P網絡和人工智能讓搜索引擎更加通俗易懂的公司，以加密貨幣為獎勵，讓參與者們借出他們電腦的計算能力。相應地，該公司許諾會建立一個更加透明的搜索引擎平臺。

17、情緒識別情緒識別可以通過高級圖像處理或音頻數據處理來“讀取”人類臉上的表情。目前，我們已經能夠捕捉“微表情”，識別肢體語言暗示，以及分析含有情緒的語音語調。

執法人員在審訊過程中使用這項技術能夠獲取更多的信息，這項技術也被廣泛運用于市場營銷。

18、圖像識別

圖像識別是指在數字圖像或者視頻中識別和檢測出物體或特征的過程，人工智能技術在該領域具有獨特的優勢。

人工智能可以在社交媒體平臺上搜索照片，并將其與大量數據集進行比較，從而找出與之最為相關的內容。

圖像識別技術能用于車牌識別、疾病檢測、客戶意見分析以及身份驗證等。

19、智能營銷

到目前為止，市場部門已經從人工智能中獲益良多，業界對人工智能的信任是有充分理由的。55%的營銷人員確信人工智能在他們的領域會比社交媒體有更大的影響力。

智能營銷能夠提升公司的參與度和效率，對客戶進行細分、集成客戶數據和管理活動，并簡化重復任務，讓決策者們有更多的時間專注戰略制定。

聲明：以上源于程序系統索引或網民分享提供，僅供您參考使用，不代表本網站的研究觀點，請注意甄別內容來源的真實性和權威性。申請刪除>> 糾錯>>