你好,游客 登录
背景:
阅读新闻

5种机器学习的创新用途 可能和你有关!

[日期:2018-01-24] 来源:网络  作者: [字体: ]

虽然人工智能的时间范围不可预知,但现在它已经潜移默化地影响着我们的生活。AI机器学习的一个分支,受到了专家们的特别关注,因为它可能会对世界上的最重要的行业都产生影响。

由于这种炒作,大量的人才和资源正在进入这个领域。

但是机器学习是什么,为什么我们应该关心它呢?答案是广义上讲,机器学习模型是AI的一个应用,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、提取洞察力并做出准确的预测,而无需人为干预。

这项技术的加速发展产生了无数的价值创造的影响,许多价值产生的影响从根本上简化了商业世界。这里有五个机器学习最具创新的用例,它们可能会比你想象的要更早进入你的生活。

1.自动车辆的广泛使用

自动驾驶汽车的广泛采用代表了一个更有效的交通运输未来。早期的报告表明,自动驾驶汽车可以减少多达90%的交通死亡人数。

虽然距离大规模消费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管制行动,这通常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,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个不同传感器的数据点,激光雷达(一种使用激光的测量方法),主要是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。

2.更有效的医疗网络

尽管是经济的重要组成部分,但医疗保健行业仍然依靠低效率的传统基础设施运营。关注的一个主要问题是如何在保持病人敏感的细节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来更好地分析和理解诊断、风险因素和因果系数。

正如Ed Corbett博士所指出的那样,“机器学习显然是在临床决策的中又发挥了重要的作用。”

Health Catalyst的医疗官员Corbett表示,“医学中的机器学习最近成为头条新闻,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。”

3.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超过20万亿美元。这个惊人的数字伴随着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,许多零售公司正在努力实施这些宝贵的见解,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从哪个产品推荐什么时候给出折扣。特别是电子商务零售商可以将数字行为模式结合起来,优化整个用户的旅程,从第一个联系点到购买一个项目,再到跟进。

4.提升内容

内容的调节是Facebook和Twitter等社交媒体平台的主要关注点,因为他们致力于向观众提供准确的信息。

针对公众对“虚假新闻”的强烈反应,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也正在投入大量的资金来开发他们自己的内容监控团队来支持其快速增长的市场。

像Orions Systems这样的新兴机器学习和人工智能平台,正在提供专有系统来“扩大和适应人类和人工智能之间的相互作用”,从而实现规模化内容的任务。

独一无二的是,这些技术正在通过创新工具和资源(例如分析每一帧视频的背景和内容)来解决内容调节的任务,从而使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。

5.高级网络安全

到2021年,网络犯罪破坏成本估计将每年超过6万亿美元。专家预测,从2017年到2021年,公司将花费超过1万亿美元的网络安全服务来抵御这一日益增长的威胁。显然,网络安全将继续成为创业公司和大型企业的重中之重。

研究人员正在开发聪明的方法来实施机器学习模型,以检测欺诈行为,防止网络钓鱼和防范网络攻击。防御机制系统正在使用过去的数据进行训练,迅速发现并防止可疑活动。与人类不同的是,这些算法可以一天24小时运行,而不会耗尽。

收藏 推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款