福布斯評出最熱門的 10 大 AI 技術,以及面臨的問題


雷鋒網(公眾號:雷鋒網)按:Narrative Science 調查顯示,去年已有 38% 的企業開始使用人工智能,而到 2018 年將增長至 62%。Forrester Research 預計,2017 年 AI 領域獲得的投資將同比增長超過 300%。而 IDC 估計,人工智能產業規模將從 2016 年的 80 億美元,到 2020 年將增長至 470 億美元。

為了讓人們更好地了解當前的 AI 趨勢,Forrester 發佈關於人工智能的 TechRadar 報告,對 13 種企業應當關注的 AI 技術進行分析。

基於 Forrester 的分析,《福布斯》經過挑選後列出 10 項最熱門的 AI 技術:

1、自然語言生成

利用計算機數據產生文本。目前用於客服、報告生成和提取商業情報和洞見。示例供應商:Attivio,Automated Insights,CambridgeSemantics,Digital Reasoning, Lucidworks, Narrative Science, SAS, Yseop。

2、語音識別

將人類語音轉錄和轉換為對計算機應用可用的格式。目前用於交互式語音響應系統和移動應用。示例供應商:NICE,Nuance Communications,OpenText,Verint Systems。

3、 虛擬助理

Forrester 形容虛擬助理是“媒體的寵兒”。虛擬助理包括簡單的聊天機器人到高級的、能與人交互的系統。目前用於客服支持和智能家居當中。示例供應商:Amazon,Apple,Artificial Solutions,Assist AI,Creative Virtual,Google,IBM,IPsoft,Microsoft,Satisfi。

4、 機器學習平台

提供算法、API、開發和訓練工具包、數據以及計算能力,用於在應用、處理和其他機器中設計、訓練和部署模型。目前的大量的企業應用中得到試用,大部分涉及“預測或者分類”。示例供應商:Amazon,Fractal Analytics,Google,H2O.ai,Microsoft,SAS,Skytree。

5、底層 AI 硬件

用於運行人工智能計算任務、經過專門設計和架構的GPU(圖形處理單元)和應用。目前主要在深度學習中發揮了巨大作用。示例供應商:Alluviate, Cray,Google, IBM,Intel,Nvidia。

6、決策管理

將規則和邏輯嵌入到 AI 系統中的引擎,用於初始化設置、訓練和過程中的維護和調參。這是一項成熟的技術,被廣泛地用於企業應用,幫助或者執行自動決策。示例供應商:Advanced Systems Concepts, Informatica, Maana, Pegasystems, UiPath

7、 深度學習平台

一個專有的機器學習平台,由多層的人工神經網絡組成。目前主要用於基於大數據集的模式識別和分類應用。示例供應商:Deep Instinct, Ersatz Labs, Fluid AI,MathWorks, Peltarion, Saffron Technology, Sentient Technologies。

8、生物感知

讓人和機器之間的自然交互,包括但不限於圖像和觸控識別、語音和身體語言。示例供應商:3VR, Affectiva, Agnitio, FaceFirst, Sensory, Synqera, Tahzoo。

9、機器人自動化

使用腳本和其他方法,將人類勞動自動化,以支持高效的業務流程。目前主要用於人類資本昂貴或者效率低下的情境中。示例供應商:Advanced Systems Concepts, Automation Anywhere, Blue Prism, UiPath, WorkFusion。

10、文本分析和自然語言處理

自然語言處理基於數據和機器學習方法,提高對句子結構、含義、情感和意圖的理解,來使用和支持文本分析。目前主要用於欺詐偵探和安全、多功能虛擬助理以及非結構化數據挖掘。示例供應商:Basis Technology, Coveo, Expert System,Indico,Knime,Lexalytics,Linguamatics,Mindbreeze,Sinequa,Stratifyd, Synapsify。

當下 AI 技術確實能為企業帶來商業價值,但根據 Forrester 去年進行的調查結果顯示,那些還沒有采用 AI 技術的公司表示,採用 AI 技術還存在以下障礙:

沒有清晰的商業應用場景:42%

不清楚 AI 可以用來幹什麼:39%

缺乏應用 AI 的技能:33%

應用 AI 之前,需要先推動自家數據管理平台的現代化:29%

缺少預算:23%

不確定配置人工智能系統需要具備哪些元素:19%

人工智能系統效果尚未得到有效證明:14%

缺乏適當的流程或管理方法:13%

AI 噱頭大於實際重要性:11%

無法獲得所需需要的高質量數據:8%

不確定人工智能是什麼:3%

Forrester 調查認為,一旦企業克服了這些障礙,即可在一定程度上加速企業轉型,同時推動企業智能化發展。

via forbes 想了解更多AI內容,歡迎繼續關注雷鋒網,或關注雷鋒網AI垂直公眾:AI科技評論

雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知



資料來源:雷鋒網
作者/編輯:亞峰

如果喜歡我們的文章,請即分享到︰