如果问科幻电影告诉我们什么,那就是它描绘了一个凄凉的世界,跟地狱一样,被有意识的杀人机器人统治。很幸运,电影只是电影。
最近一段时间,AI与机器学习成为进步最大的技术之一。只有少数技术像机器学习一样“破坏”生活,许多机器学习应用是暗中运行的,我们看不见。
想不想了解一下机器学习的应用案例?今天我们就列举10家企业,它们以新颖有趣的方式使用机器学习技术:
1. Yelp:大规模管理图片
有许多人跑到新餐馆吃饭,吃完后大叫后悔,极为不满,于是跑到网上抱怨。为什么Yelp这么流行实用?原因有很多,上面这个原因正是其中之一。
初一看,Yelp不像是科技公司,事实上它用机器学习改进用户体验。
对于Yelp来说,图片与用户的评论一样重要,正因如此,Yelp才会在图片处理上积极引进新技术。
几年前Yelp部署了图片分类技术,它使用的正是机器学习。Yelp机器学习算法帮助公司员工编辑图片、给图片分类并贴上标签,提高效率,这可不是一项小成就,毕竟你要处理数以千万计的图片。
2. Pinterest:让内容发现变得更容易
不论你是Pinterest的忠实粉丝,还是从未使用过该网站,在整个社交媒体生态系统中Pinterest都占据了一席之地,它是一个让人好奇的地方。Pinterest的主要功能就是修饰现有内容,向新技术投资,让处理过程变得更有效率,这是Pinterest的首要任务。
2015年,Pinterest收购了Kosei,这是一家机器学习公司,它是机器学习技术商务应用领域的专家,具体来讲就是用技术让内容变得更容易发现,开发推荐算法。
到了今天,机器学习已经渗透到Pinterest业务运营的各个领域,比如查找垃圾邮件、发现内容、增强广告货币化能力。相当酷。
3. Facebook:聊天机器人
虽然Facebook Messenger服务存在一些争议,但它的确是Facebook平台中最有趣的服务之一。为什么?因为Messenger成为了聊天机器人的实验室。
任何开发者都可以制作、提交聊天机器人,让机器人与Facebook Messenger融合。也就是说企业如果十分重视客户服务,想留下更多客户,就可以利用聊天机器人帮助自己,即使公司很小、工程资源有限也没有关系。
当然,聊天机器人并不是Facebook唯一感兴趣的机器学习应用。现在Facebook还用机器学习技术过滤垃圾邮件,过滤糟糕内容,它还在开发计算机视觉算法,能够让视障人员“阅读”图片。
4. Twitter:整理时间线
Twitter正在朝着算法Feed(相当于动态消息)的方向前进。当你让Twitter显示“最好的tweets”,或者按合理时间排序,信息的变化就是由机器学习技术驱动的。Twitter用AI技术评估每一条tweet,实时评估,然后根据不同的指标给信息“评分”。
最终,Twitter算法会显示特定tweets,提高用户参与度。机器学习技术根据用户的个人选择做决策,生成由算法编辑修饰的动态。
5. 谷歌:神经网络与梦幻机器
今天,我们如果想知道谷歌在哪些领域从事科学研究还是比较容易的,如果想知道它的技术野心是怎样的就比较难了。
不用说,最近几年谷歌很忙,它进入了许多新领域,比如研究抗衰老技术、开发医疗设备等等,然而最激动人心的可能是神经网络技术。
在神经网络研究方面,谷歌最大的成就应该是DeepMind网络,它想制造“梦幻机器”。正是这个网络创作了一些迷幻图片,它曾引起许多人讨论。
根据谷歌的介绍,DeepMind正在探索机器学习的几乎任何一个方面,正因如此,谷歌才说自己在“经典算法”(classical algorithms)及其它应用上取得了激动人心的突破,包括自然语言处理、快速翻译、搜索排序、预测系统。
6. Edgecase:提高电商转化率
多年来,零售商一直想解决一个问题:店铺购物与线上购物脱节。所有人都在说网络零售将会为传统零售吹响丧钟,许多电商网站正在努力。
Edgecase之前叫作Compare Metrics,它想改变趋势:Edgecase希望机器学习技术能够帮助商务零售商改进用户体验。除了可以让商务体验变得更流畅,提高转化率,Edgecase还想更进一步,有些用户寻找商品时态度并不明确,Edgecase想帮助用户做决策。如何帮助呢?Edgecase会分析用户的特定行为与动作,这些行为和动作有明确的商务意图。
7. 百度:语音搜索的未来
研究机器学习的搜索公司不只是谷歌一家,百度也在向AI应用投资。
百度研发实验室最有趣的研究叫作Deep Voice,它是一个神经网络,可以合成人类声音,与真正的人类声音很难区分。网络可以学习一些“细节”,比如节奏、口音、发音和高音,精准重现讲话者的声音。
Deep Voice 2更先进,它会对自然语言处理造成影响。Deep Voice 2是语音搜索、语音模式识别系统的底层技术。这门技术可能会给语音搜索带来深远影响,还会影响其它一些应用,比如实时翻译、生物识别。
8. HubSpot:更智能的销售
熟悉HubSpot的人可能都知道,这家公司很喜欢鼓捣新技术,月初时,它宣布收购机器学习技术公司Kemvi。
HubSpot准备在许多领域使用Kemvi技术,有一个领域最引人关注:将Kemvi DeepGraph机器学习、自然语言处理技术与公司内部的内容管理系统整合。
根据HubSpot首席战略官的介绍,结合之后HubSpot可以更好识别“触发事件”,也就是企业架构、管理及其它地方出现的变化,这些变化会影响公司的日常运营,这样一来HubSpot就可以高效招揽潜在客户,更好服务现有客户。
9. IBM:更好的医疗保健
IBM是世界上最大最古老的科技公司之一,它正从跳出老业务模式,寻找新的营收流。沃森就是最好的证明,它是IBM著名的AI系统。
近几年来,有几家医院和医疗中心引进了沃森,它向世人证明自己可以诊断一些癌症类型,效率比人类肿瘤学家高很多。
沃森在零售领域潜力巨大,它可以帮助购物者购物,它还可以用在医院。正因如此,IBM才以授权形式提供沃森机器学习技术。
10. Salesforce:智能CRM
Salesforce是科技巨头之一,在CRM市场占有很大的份额,有着众多的资源。对于最精明的数字营销人员来说,提前预测、评估也是很难的事,正因如此Salesforce才会向Einstein机器学习技术投资,Einstein是公司的专有系统。
使用Salesforce CRM软件的客户用Einstein分析客户关系的方方面面,从最初的接触到持续的互动接触点,这样就可以建立资料更丰富的客户档案,在销售流程中找到关键时间点。新技术让案源计分 (lead scoring)变得更全面,帮助企业提供更有效的客户服务(让客户更高兴),找到更多机会。
未来的机器学习
技术快速进步会带来一些问题,当中一个问题在于:我们最终会认为跳跃是理所当然的。放在10年前,上面谈到的一些机器学习应用还是不可想像的,科学家研究人员前进的速度很快,他们为我们带来了许多惊奇。
那么接下来机器学习会走向何处呢?
1、让机器学习变得更高效
用不了多久,我们将会看到AI以更高的效率学习。算法的处理方式将会进步,比如我们会部署AI系统,只需要人类进行少量的监督,系统就可以对自己的内部架构进行修改、改进。
2、自动制定网络攻击对策
网络攻击与勒索病毒泛滥,各种规模的企业被迫思考一个问题:如何对系统性网络攻击进行反应。在监控、阻止、响应方面,AI将会发挥越来越重要的作用。
3、令人信服的生成式模型
生成式模型(Generative models)已经让人很信服了。很快,它们就会变得完全无法区分了。随着生成式模型的改进,越来越复杂的图片、语音将会冒出来,甚至可以用算法生成整个身份。
4、更好的机器学习训练
即使是最复杂的AI,它的学习效率也受到了训练的制约,许多时候,机器学习系统需要大量的数据训练。未来,机器学习系统学习时需要的数据会越来越少,这样系统就可以用更少的数据以更快的速度学习。
文章来源:智东西
这是超模君的私生号:黑鸟公社
带你了解人工智能最内部的机密
-----这里是数学思维的聚集地-----
“超级数学建模”(微信号supermodeling),每天学一点小知识,轻松了解各种思维,做个好玩的理性派。50万数学精英都在关注!