尽管无法预测其时间范围，但人工智能（AI）有望对现代社会产生基本影响，无论好坏。 人工智能的一个子类 - 机器学习 - 引起了权威人士对其对世界最重要行业潜在影响的特别关注。
由于造成的炒作，大量的人才和资源正在进入这个领域。
但是什么是机器学习，为什么我们应该关心它呢？答案是，从最广泛的意义上讲，机器学习模型是AI的应用，其中算法独立地预测结果。 换句话说，这些模型可以处理大型数据集，提取见解并做出准确的预测，而无需人为干预。
这项技术的加速发展产生了无数价值创造的影响，许多价值产生的影响将从根本上简化商业世界。这里有五个最具创新性的机器学习用例。他们会比你想象的更早进入你的生活- 至少是你的商业生活。
A.自动驾驶车辆的使用
自动驾驶汽车的广泛采用代表了交通运输未来更加高效的未来。早期的报告表明，自动驾驶汽车可以减少多达90％的与交通有关的死亡事故。尽管我们距离消费者生产可能还有几年的时间，但社会采用自动驾驶汽车在这一点上是不可避免的。 然而，采用这项技术的时间规模在很大程度上取决于监管行动，而这往往不在技术世界的控制范围之内。
开发这些自动驾驶“未来舰队”的软件工程师正在严重依赖机器学习技术来为车辆自主运行的算法提供动力。 这些模型有效地整合了来自多种不同传感器的数据点 - 激光雷达（一种使用激光的测量方法），雷达和摄像头 - 来操作车辆。 这些深度学习算法随着时间的推移变得更加智能化，从而带来更安全的驾驶。
B.更有效的医疗网络
虽然是经济的关键部分，但医疗保健行业仍然依靠效率低下的传统基础设施运营。一个值得关注的重要问题是如何在保持病人敏感信息的同时保持优化系统。
幸运的是，我们可以应用创新的机器学习算法（无人操作）来处理大量医疗数据，而不违反保密合同。此外，我们可以使用这些模型更好地分析和理解诊断，风险因素和因果系数。
正如Ed Corbett博士指出的那样：“很明显，机器学习在临床决策制定的脉搏中再次出现了箭头。
“医学机器学习最近成为头条新闻，”Health Catalyst的医疗官员Corbett说，“Google开发了一种机器学习算法来帮助识别乳房X线照片上的癌性肿瘤。斯坦福正在使用深度学习算法来识别皮肤癌。“
C.嵌入式零售管理系统
过去几年，国际零售业每年的销售额一直保持在20万亿美元以上。 这个惊人的数字带有大量的消费者行为数据（人口统计数据，趋势和品味），这些数据是从消费者购物模式和倾向的无限低谷中编制而来的。
然而，许多零售公司都在努力实施这些有价值的见解，因为信息通常来自断开连接的数据仓库。因此，实施机器学习模式的机会很大，零售商可以更好地了解客户并提供更加个性化的客户体验。
使用以前获取的数据，机器学习模型可以预测产品推荐何时发出折扣的所有内容。特别是电子商务零售商可以将数字行为模式结合起来，优化整个用户旅程，从第一个联系点到购买物品，再到后续。
D.改进信息内容管理机制
内容的调节是Facebook和Twitter等社交媒体平台关注的一个主要问题，因为他们致力于向观众提供准确的信息。正如上一次选举周期所强调的那样，没有妥善监督内容可能会产生严重影响。
针对公众对“虚假新闻”的强烈抗议，Facebook最近宣布将聘用3,000名新员工专门照看平台的新闻内容。然而，这种焦虑远远超出了社交媒体，因为像谷歌这样的技术集团正在投入大量资金来开发他们自己的内容监控团队以支持其快速增长的市场。
新兴的机器学习和人工智能平台，比如Orions Systems，正在提供专有系统来“扩大和调整人与人工智能之间的相互作用”，以满足规模化内容等任务。
独特的是，这些技术正在解决使用创新工具和资源调整内容的任务（例如，分析每个视频帧的环境和内容），以便员工可以更高效地工作。这是一个重要的进步，因为训练机器学习处理视频是非常困难的。
E.高级网络安全
到2021年，网络犯罪损害成本估计会每年超过6万亿美元。专家预测，从2017年到2021年，公司将花费超过1万亿美元用于网络安全服务，以抵御这一日益增长的威胁。 显然，网络安全仍将是创业公司和大型企业的主要优先事项。
研究人员正在开发巧妙的方式来实施机器学习模型，以检测欺诈行为，防止网络钓鱼并防范网络攻击。防御机制系统正在使用过去的数据进行训练，以迅速发现并防止可疑活动。与人类不同，这些算法可以每 周七天，每天24小时运行，而不会耗尽。
随着这些机器学习模型变得更易于开发人员使用，他们将开始获得消费者和企业的大众认可。而且，当发生这种情况时，看看哪些型号出现在最前面会很有趣。
注：本文部分内容根据Aj Agrawal在Entrepreneur网站的文章编译而成。
网友评论