人工智能在企业:是

经过长时间的冬季冻结技术永久冻土,又是春天在人工智能领域。

人工智能在2016年准备起飞企业开始计算到他们的应用程序投资组合的一些元素。到2018年,人工智能将被纳入大约一半的应用开发,据研究公司国际数据公司(IDC),到2020年,节省了人工智能,在降低成本,提高工作流程的效率,例如,预计总额约600亿美元的美国企业。

更重要的是,人工智能平台如IBM华生,英特尔藏红花,谷歌Tensorflow和微软Cortana将产生约14亿美元的收入,2016年IDC预测总监大卫Schubmehl认知系统和内容分析。

在典型的企业内,人工智能最常需要的形式机器学习——也就是说,开发和部署算法,可以学习和在大型数据集进行预测。

机器学习应该是每一个观察名单的顶部由执行者,业务线负责人和营销人员,Schubmehl说。“首席信息官可能不需要做在2016年,但他们肯定应该思考它,”他说。

为什么现在人工智能,当它被认为是死亡和埋葬十年前?答案是廉价的计算机处理能力和吸引力的秘密埋在大量数据中不存在这样的数量。

“在人工智能的冬天,我们没有足够的数据和计算机处理能力”字段技术或经济实用,Schubmehl说。从2013年左右开始,事情开始发生变化。“现在我们有足够的计算能力和更多的数据比我们知道该怎么做,”他说。“我们还在早期,但是我们有更好的机器学习算法。今天的Siri比五年前聪明得多。五年后Siri将扎成数字助理和做更多的东西。”

Pitney Bowes智能与人工智能的船只

而一些仍在考虑人工智能的执行者的潜力,Pitney Bowes不是等待竞争锤下来。

“我们(函数)的超级跨境业务包裹在100个国家在世界各地,”解释Pitney Bowes首席创新官和执行副总裁罗杰Pilc。“我们不开卡车和飞机飞行;相反,我们(促进)一套非常复杂的活动。我们不能做没有机器学习和人工智能”

Pitney Bowes使用机器学习算法来准确地计算出最低的运输成本以及税收和关税等客户目标,哈罗兹和梅西。包括分类商品通过国际协调体系(海关)编码确定关税在200个国家超过5000件。

海运是最关键的部分之一任何联机事务,因为完全三分之二的消费者退出当运输成本太高,Pilc说。给出这样的价格弹性,它是至关重要的对Pitney Bowes想出一个航运价格足够低的保留客户不会导致托运人亏钱的交易。

这就是机器学习。在人工智能,a pair of sunglasses was assigned one weight, tax and duty whereas today, those charges can vary widely within the sunglasses category, depending on the dimensions, weight and packaging of the product, among other factors.

“我们是促进贸易和运输,并创建数据反馈到我们的算法,“Pilc说。“我们得到的更多的数据,我们得到的更准确。”

Pitney Bowes利用人工智能和机器学习已经接近四年,根据艺术Parkos Pitney Bowes战略技术和创新的副总裁。在此期间,他估计有25%的进步精度产生的算法。

通用电气阀门领域知识

一个关键教学机器如何学习是获得深刻的领域知识,这就是为什么有些年长的和更有经验的公司在更低的人工智能路径比他们更年轻的竞争对手——他们只是有更大的存储我的数据。

是这种情况通用电气(General Electric)(GE),世界上最重要的工业设备制造商之一。通用电气是开创性的概念”数字双”,数字模型的喷气发动机,机车或大型涡轮机,例如,通过人工智能是建立准确预测需要维修或更换时——这一过程可以节省数十亿美元,科林·帕里斯称,通用电气软件研究的副总裁。

“我每次检查的资产,我[必须]脱机操作。可用性是丢失了,我需要支付人检查,和然后他们发现什么也没有,”帕里斯解释说。“相反,我可以有一个数字的双胞胎的资产会告诉我检查的时候所以我不要浪费不必要的时间检查它。”

更重要的是,“你可以有很多数字与资产相关的双胞胎,专注于每一个不同的财务结果,”帕里斯解释说。

通用电气建立了数字双胞胎GE90喷气发动机和说它挽救了数百万人通过避免不必要的改革。数字双胞胎的进化的机车平均节省每年32000加仑的燃料,单位,降低碳排放量174000吨。

建立数字双胞胎,通用电气的员工首先收集相关数据,然后建立一个模型。一旦运行,该模型适应不断变化的环境影响通用电气的燃气涡轮机,喷气发动机,MRI机器,机车或石油钻探设备。这就是人工智能。

“当我收集数据,很多是失踪。很多已经损坏,因为服务器或网络或传感器失踪或关闭。我使用人工智能和机器学习清洁和转嫁,数据填写缺失的地方,”帕里斯解释说。数字双胞胎可以回报的数十亿如果不是数万亿美元,帕里斯。

“1%的力量是我们看规模,”帕里斯说。例子:通用电气说的数字双6 fa轮机联合循环[电力]植物产生了效率增加了1%。“在这种规模,增加1%代表了数十亿美元的储蓄。”

机器是三个领域里的一个通用电气认为人工智能是至关重要的。另外两个是人类和机器人。“我们有很多人工智能机器,少一点对人类和很多机器人。这对我们是一次旅行,我们只是在一开始,”帕里斯说。

例如,机器人使用人工智能降落凡间的计算机视觉相机精确位置确定涡轮叶片开裂或仅仅是脏或油污。在电厂汽轮机的服务修复裂缝,不存在非常昂贵。通用电气还利用人工智能创造机器人用压敏的手指和那些可以与人类一起工作。

在人力方面,人工智能注入应用程序帮助技术人员找到他们所需的资源更快通过监测从他们的面部表情来搜索,然后建议基于这些数据的内容。

“如果你看看现在的人工智能,它正以惊人的速度发展”帕里斯说。

Twitter裁缝与人工智能的提要

《社交网络》推特使用人工智能深化用户体验。更具体地说,Twitter已经开发了机器学习算法,表面,推动基于个人用户发布微博历史上观看或点击。

这是一个挑战,当单个用户的时间表或文章可以包含成千上万的tweets关于任何话题,当,根据Twitter,每月约3.2亿用户是活跃在网络上。

“Twitter用户来说最重要的是什么?[我们]试图让发生的事情在他们的世界里最相关的和重要的。Twitter的最重要的事情要解决,“湿婆Gurumurthy说,Twitter的建议的工程团队的高级经理。

建议团队使用算法来找出主题趋势和个人微博——可以包含链接,gif和视频——最密切结合用户的偏好,基于他们的追随者,网络位置和利益。机器学习是这一努力的关键。

尽管该公司表示这样的人工智能推动定制只是选择等特殊项目的一部分你不在时,突出了,趋势和MagicRecs,投机在新闻时间冒了出来这种技术可以应用到用户的核心Twitter。

无论哪种方式,Twitter似乎致力于个性化的想法通过算法。“深度个性化是机器学习的重要方面。我们训练算法的个性化内容,“Gurumurthy说。“如果用户喜欢运动,那么(算法)优先考虑现场直播的体育内容。从朋友和家人,如果他们喜欢内容内容优先,”他说。

一个有趣的挑战是个性化内容没有失去及时性,Gurumurthy说。Twitter的算法必须找出相关的成千上万的用户在一个事件的世界的重要性。例如,当巴塔克莱恩音乐厅恐怖袭击在巴黎肆虐的时候,用户依赖Twiiter无数不同的原因。一些用户试图找到家庭成员,朋友或商业伙伴,而其他人想要图片、视频或突发新闻警报。

“[时间]窗口应用机器学习算法变得越来越短,“Gurumurthy说。“它可以把你关心的内容这样的一个事件。这是我们解决机器学习问题,”他说。

这并不总是规定用户所看到的内容。在许多情况下,要考虑的最重要的事情就是发生了什么和他们的追随者的用户的网络内的位置。“事实上,我的朋友在推特上对一个无关紧要的话题比话题本身,更有趣”Gurumurthy解释道。“如果有一个火在马萨诸塞州,我并不关心,但如果三个人在我的网络谈论火,这是对我更有趣,”他解释说。

“有一个革命在这个空间,“Gurumurthy总结。"我们预计未来几年的进步在机器学习在流媒体世界。”

CIT集团:准备人工智能

除了大型组织跳入人工智能的财大气粗,many other companies are in the exploratory phase, looking carefully at ways to implement A.I. -- and to get funding for it.CIT集团、租赁和贷款问题,自认为是后者。

人工智能“是探索性的。我们没有得到资助的项目,但正在尝试几个用例是否有一个业务案例有足够的ROI赞助一项投资,“CIT首席数据官B.J. Fesq说。结婚的概念分析和人工智能在将来的某个时候,CIT已经迈出了第一步,看着各种各样的如红的分析应用图形化CRM工具,Tamr数据统一平台编目、连接和消费数据,Cloudera的Hadoop平台。

“我们有这个客户的历史可以追溯到109年,我们并没有真正挖掘交叉销售机会。我们现在开始这样做。我们说这个客户的气味和看起来像这个客户,“Fesq说。“它有一个巨大的影响我们每天所做的事情。”

CIT已经专注于收购OneWest Bank所以人工智能没有一个首要任务,但他预计,未来几年的变化。人工智能“现在非常小,但是它开始成长,会爆炸,“Fesq说。“我们已经有了我们的数据极客看。”

这个故事,“人工智能在企业:“最初发表的《计算机世界》 。