盘点十大最热门的AI技术

盘点十大最热门的AI技术

人工智能(AI)技术的市场正在蓬勃发展。除了炒作和媒体关注度的提高,众多创业公司和互联网巨头竞相加入,企业在AI方面的投资和应用也大大增加。Narrative Science去年的一个调查发现, 38%的企业已经在使用AI,到2018年这个比例将增长到62%。Forrester研究公司预计在人工智能方面的投资,与2017年相比2016年增长了超过300%。IDC预计AI市场将从2016年的80亿美元增长到2020年的470亿美元。

在1955年提出的,用以描述了一种新的计算机科学亚学科的“人工智能”,今天包括一系列技术和工具,一些经过时间考验,也有一些相对更新。为了帮助大家弄懂在AI领域什么最流行,什么是不中,Forrester刚刚在TechRadar发布关于人工智能的报告(面向AI应用开发的专业人士),帮助需要在AI应用上做决策的人士详细分析了13家领域相关技术企业。

基于Forrester的分析,这里列出了10种最热门的AI技术:

1. 自然语言生成:从计算机数据产生文本。目前用于客户服务,报告生成和总结商业智能洞察。

示例供应商:Attivio,Automated Insights,Cambridge Semantics,Digital Reasoning,Lucidworks,Narrative Science,SAS,Yseop。

2. 语音识别:把人类语言翻译为计算机应用可识别数据格式并输入计算机。目前用于交互式语音应答系统和移动应用。

示例供应商:NICE,Nuance Communications,OpenText,Verint Systems。

3. 虚拟代理:“这项技术是目前媒体的宠儿,” Forrester的(我相信这也说明了我与亚马逊Alexa语音助手持续不断的互动),从简单的聊天机器人,到可以与人类网络协作的人工智能。目前用于客户服务和支持,并作为智能家居的管理者。

示例供应商:Amazon,App,ArtificialSolutions,Assist AI,CreativeVirtual,Google,IBM,IPsoft,Microsoft,Satisfi。

4. 机器学习平台:提供算法、API、开发和培训工具包、数据以及计算能力,来设计,训练和部署模型转化为应用程序,流程和其他机器。目前在企业侧应用广泛,主要涉及预测或分类。

示例供应商:Amazon,Fractal Analytics,Google,H2O.ai,Microsoft,SAS,Skytree。

5. 面向AI优化的硬件:专门为提高AI的计算工作效率优化的图形处理单元(GPU)和电子器件。目前主要在深度学习上应用。

示范供应商:Alluviate,Cray,Google,IBM,Intel,Nvidia。

6. 决策管理:工程师把一系列决策规则和逻辑部署到AI系统,用于初始设置/培训、持续维护和调整。一种被各种企业广泛应用的成熟技术,用来协助或执行自动化决策。

示例供应商:Advanced Systems Concepts,Informatica,Maana,Pegasystems,UiPath。

7. 深度学习平台:一种由多个抽象层的人工神经网络组成的特殊类型的机器学习平台。目前主要用在基于大型数据集支持的模式识别和分类应用。

示例供应商:Deep Instinct, Ersatz Labs,Fluid AI,MathWorks,Peltarion,SaffronTechnology,Sentient Technologies。

8. 生物识别技术:使人类和机器之间更自然的交互,包括但不限于图像和触摸识别,语音和肢体语言。目前主要用于市场研究。

示例供应商:3VR,Affectiva,Agnitio,FaceFirst,Sensory,Synqera,Tahzoo。

9. 机器人过程自动化:使用脚本和其他方法来自动化模拟人类的行动,以支持高效的业务流程。目前用于人类执行任务或过程太贵或效率太低的场合。

示例供应商:Advanced Systems Concepts,AutomationAnywhere,Blue Prism,UiPath,WorkFusion。

10.文本分析和自然语言处理:自然语言处理(NLP)使用统计分析和机器学习方法,来理解句子结构、意义、情感和意图,一次支持文本分析。目前用于欺诈检测、安全控制、自动化助理,以及挖掘非结构化数据。

示例供应商:Basis Technology, Coveo, Expert System, Indico, Knime, Lexalytics,Linguamatics, Mindbreeze, Sinequa, Stratifyd, Synapsify。

今天的AI技术肯定创造了很多商业利益,但根据去年进行的一项调查,还没有AI应用计划的公司表示了以下采用AI的障碍:

Index Description Percentage
1 没有适用自己的确定的业务案例 42%
2 不清楚什么AI适用自己的业务 39%
3 没有应用AI必须的技能 33%
4 需要先投资更先进的数据管理平台 29%
5 没有该项预算 23%
6 不确定实施AI系统需要做什么 19%
7 AI系统的价值未被证明 14%
8 没有正确的流程或治理 13%
9 AI的炒作多过实用 11%
10 没有或无权访问所需数据 8%
11 不知道AI是什么意思 3%
100.00

一旦企业克服了这些障碍,他们将从AI推动的面向客户的应用的加速转型中获益,并通过AI连接已经拥有的企业智能形成智能网络。