Bob Violino

邊緣上的人工智能：機(jī)器學(xué)習(xí)將成為主流，早期采用者已獲得了回報(bào)。

機(jī)器學(xué)習(xí)熱得不能再熱了。機(jī)器學(xué)習(xí)作為人工智能領(lǐng)域的一員，使得計(jì)算機(jī)能夠?qū)W習(xí)執(zhí)行任務(wù)，進(jìn)行預(yù)測，而不需要詳細(xì)的編程，這一技術(shù)在眾多的流行技術(shù)中非?；?，但對(duì)于大多數(shù)企業(yè)而言仍然是有些遙遠(yuǎn)的概念。由于技術(shù)進(jìn)步和新出現(xiàn)的體系架構(gòu)，機(jī)器學(xué)習(xí)可能很快會(huì)成為主流。

咨詢公司德勤預(yù)計(jì)，2018年機(jī)器學(xué)習(xí)的使用和采用會(huì)大幅度增加。這在很大程度上是因?yàn)榧夹g(shù)越來越普及了。該公司的最新研究顯示，2017年全球有超過3億部智能手機(jī)，或者說五分之一以上的智能手機(jī)具有機(jī)器學(xué)習(xí)功能。

德勤的技術(shù)、媒體和電信業(yè)務(wù)主管Stuart Johnston說：“以中央處理單元、圖形處理單元或者專用現(xiàn)場可編程門陣列形式出現(xiàn)的新芯片技術(shù)能夠以合適的價(jià)格、尺寸和功耗提供滿足智能電話應(yīng)用的神經(jīng)網(wǎng)絡(luò)處理功能?！?/p>

Johnston說：“機(jī)器學(xué)習(xí)軟件增加了這些硬件后，將支持本地程序設(shè)計(jì)模仿人類大腦的某些結(jié)構(gòu)和功能，能夠應(yīng)用于室內(nèi)導(dǎo)航、圖像分類、增強(qiáng)現(xiàn)實(shí)、語音識(shí)別和語言翻譯等領(lǐng)域。從日常用戶的角度來看，這意味著復(fù)雜的任務(wù)會(huì)更容易，更加個(gè)性化，更快速，隱私性也更好?！?/p>

各行業(yè)的企業(yè)已經(jīng)在使用或者試驗(yàn)機(jī)器學(xué)習(xí)技術(shù)。下面來看看三家企業(yè)怎樣利用機(jī)器學(xué)習(xí)獲得巨大的商業(yè)價(jià)值。

把希望“釘”在數(shù)據(jù)豐富的圖像上

社交媒體網(wǎng)站Pinterest（拼趣）在2014年開始涉獵機(jī)器學(xué)習(xí)技術(shù)，開始時(shí)主要投入到計(jì)算機(jī)視覺技術(shù)上，并建立了一個(gè)工程師小組，工作重點(diǎn)是重塑人們尋找圖像的方式。

不到一年后，該公司推出了“視覺搜索”，這是一種不需要文本查詢來搜索信息的新工具。Pinterest的數(shù)據(jù)科學(xué)主管Mohammad Shahangian說：“第一次，視覺搜索讓人們擁有了獲得結(jié)果的一種新方法——即使他們找不到合適的詞匯來描述他們要尋找什么。”

視覺搜索應(yīng)用了深度學(xué)習(xí)技術(shù)——這是一種版本的機(jī)器學(xué)習(xí)技術(shù)，它采用了深度神經(jīng)網(wǎng)絡(luò)，通過視覺搜索，Pinterest可自動(dòng)探測任意一副pin（圖釘）圖像和推薦的相關(guān)目標(biāo)中的物體、顏色和模式。Shahangian說，Pinterest每月除了20億次的文字搜索外，還有超過2億次的視覺搜索。

2016年夏天，視覺搜索演變?yōu)镻interest推出的物體探測，它實(shí)時(shí)查找圖釘圖像中的所有物體，并提供相關(guān)的結(jié)果。

Shahangian說：“今天，視覺搜索已經(jīng)成為我們最常用的功能之一，每月會(huì)有數(shù)億次的視覺搜索，數(shù)十億的物體被檢測出來?，F(xiàn)在，我們?cè)谝曈X發(fā)現(xiàn)基礎(chǔ)設(shè)施上引入了三種新產(chǎn)品?！?/p>

Pinterest擁有互聯(lián)網(wǎng)上最大的數(shù)據(jù)豐富的圖像庫之一。Shahangian說：“我們使用機(jī)器學(xué)習(xí)技術(shù)不斷地對(duì)750億個(gè)動(dòng)態(tài)物體進(jìn)行排名和衡量，從可購買的釘圖到視頻，并在最合適的時(shí)候?yàn)檫m當(dāng)?shù)娜孙@示正確的圖釘。我們的核心焦點(diǎn)是幫助人們發(fā)現(xiàn)想要的內(nèi)容，例如要購買的產(chǎn)品、要制作的食譜、想嘗試的項(xiàng)目等，機(jī)器學(xué)習(xí)幫助我們?yōu)槿藗兲峁└鼈€(gè)性化的體驗(yàn)?！?/p>

Shahangian說，Pinterest在擴(kuò)展其國際用戶群時(shí)，發(fā)現(xiàn)無論人們住在哪里，說什么語言，興趣是什么，為他們提供個(gè)性化的服務(wù)是最重要的。他說：“使用機(jī)器學(xué)習(xí)模型，我們?cè)谶^去一年中將美國以外國家的本地圖釘數(shù)量提高了250%。現(xiàn)在，每月訪問Pinterest的1.5億人都會(huì)看到與他們的國家和語言最相關(guān)的圖釘?！?/p>

此外，機(jī)器學(xué)習(xí)可以預(yù)測網(wǎng)站上促銷圖釘?shù)南嚓P(guān)內(nèi)容及其表現(xiàn)，采用企業(yè)的促銷理念來幫助改善用戶體驗(yàn)。

Shahangian說：“我們最近在建議候選渠道中增加了深度學(xué)習(xí)，進(jìn)一步提高了有關(guān)圖釘?shù)南嚓P(guān)度。Pinterest工程師已經(jīng)開發(fā)了一種可擴(kuò)展的系統(tǒng)，隨著我們產(chǎn)品和人們興趣而不斷發(fā)展，所以我們能夠呈現(xiàn)出最相關(guān)的建議。通過應(yīng)用這種新的深度學(xué)習(xí)模型，早期測試顯示，相關(guān)圖釘?shù)慕灰自谌蛟鲩L了5%?！?/p>

Shahangian說：“Pinterest正在不斷地開發(fā)最新的機(jī)器學(xué)習(xí)技術(shù)，以便構(gòu)建視覺發(fā)現(xiàn)引擎，包括推進(jìn)物體探測的發(fā)展，給世界各地的人們提供不斷增長的數(shù)據(jù)資料以及全世界數(shù)據(jù)豐富的圖像?！?/p>

構(gòu)建高維模型

另一家使用機(jī)器學(xué)習(xí)技術(shù)的公司是軟件提供商Adobe Systems，據(jù)Adobe Research副總裁Anandan Padmanabhan的說法，他們多年來一直使用監(jiān)督和非監(jiān)督機(jī)器學(xué)習(xí)以及統(tǒng)計(jì)模型來幫助其業(yè)務(wù)的運(yùn)行。

隨著Adobe的業(yè)務(wù)向基于云的訂閱服務(wù)的過渡，兩個(gè)基本推動(dòng)因素導(dǎo)致公司內(nèi)需要大規(guī)模的機(jī)器學(xué)習(xí)：在線渠道成為獲取客戶的主要來源，以及促進(jìn)產(chǎn)品預(yù)定和留住數(shù)百萬客戶的巨大需求。此外，通過機(jī)器學(xué)習(xí)，采集到的客戶預(yù)定某一產(chǎn)品的數(shù)據(jù)信息更詳細(xì)了。

Padmanabhan說：“Adobe通過產(chǎn)品使用、營銷和客戶支持來采集事件級(jí)別的縱向數(shù)據(jù)，以構(gòu)建各種類型的預(yù)測模型。”這些模型包括付費(fèi)轉(zhuǎn)換和保留模型、客戶保留模型、自動(dòng)特征提取和細(xì)分、加售和交叉銷售模型，以及最優(yōu)分配和基于細(xì)分的預(yù)測模型等。

公司用于其機(jī)器學(xué)習(xí)工作的工具包括Python Scikit-learn、Spark ML、SAS和專有的內(nèi)部方法。

Padmanabhan說，機(jī)器學(xué)習(xí)方法幫助公司建立了個(gè)人層面的高維模型。他說：“以前，Adobe利用統(tǒng)計(jì)工具開發(fā)更多的聚合模型，完全忽視了個(gè)人層面的不同特性。”

對(duì)Adobe來講，機(jī)器學(xué)習(xí)的主要優(yōu)點(diǎn)是更好地了解付費(fèi)媒體的細(xì)微影響，從而能夠更好地分配各種銷售渠道的媒體接觸點(diǎn)；以及能夠理解個(gè)人客戶傾向和生命周期的各個(gè)階段，這些都有助于推動(dòng)營銷活動(dòng)。

該公司還通過更好地了解各個(gè)產(chǎn)品的使用方式以及對(duì)營銷活動(dòng)的反應(yīng)，提高了客戶參與度，從而帶來更多的定制產(chǎn)品，客戶支持體驗(yàn)也更好。這反過來也有助于留住客戶。

此外，Adobe的企業(yè)銷售和區(qū)域規(guī)劃也有了改進(jìn)，這提高了銷售效率；開發(fā)了一種連續(xù)性的方法來定義和分析整個(gè)企業(yè)關(guān)鍵績效指標(biāo)，這使得公司能夠在共同的體系架構(gòu)中評(píng)估所有的活動(dòng)。

鑒于目前為止非常成功，該公司正在繼續(xù)尋找其他的選擇以充分發(fā)揮機(jī)器學(xué)習(xí)的優(yōu)勢。Padmanabhan說：“Adobe有強(qiáng)烈的意愿利用機(jī)器學(xué)習(xí)去管理客戶體驗(yàn)的方方面面?！?/p>

為客戶管理風(fēng)險(xiǎn)

金融風(fēng)險(xiǎn)管理服務(wù)提供商LexisNexis風(fēng)險(xiǎn)解決方案（LNRS）公司采用機(jī)器學(xué)習(xí)來幫助客戶防止身份被盜、洗錢、福利詐騙、醫(yī)療保健欺詐、壞賬和其他風(fēng)險(xiǎn)。

LNRS的技術(shù)架構(gòu)和產(chǎn)品副總裁Flavio Villanustre說，LNRS幾年前開始使用機(jī)器學(xué)習(xí)從非常大的異構(gòu)數(shù)據(jù)池中提取信息并進(jìn)行分析，創(chuàng)建圖表并預(yù)測事件。

該公司主要使用基于HPCC系統(tǒng)自己開發(fā)的機(jī)器學(xué)習(xí)工具，該系統(tǒng)是用于大數(shù)據(jù)處理和分析的開源、大規(guī)模并行處理計(jì)算平臺(tái)。

Villanustre說：“在處理復(fù)雜模型并需要擴(kuò)展以應(yīng)用于規(guī)模非常大和多樣化的數(shù)據(jù)集時(shí)，這一平臺(tái)給我們帶來了優(yōu)勢?！痹贖PCC平臺(tái)之上，LNRS以域?qū)Ｓ谜Z言的形式設(shè)計(jì)了自己的域?qū)Ｓ贸橄笳Z言，例如復(fù)雜的記錄鏈接工具——“可擴(kuò)展自動(dòng)鏈接技術(shù)”，以及將圖像分析與機(jī)器學(xué)習(xí)能力相結(jié)合的“知識(shí)工程語言”。

Villanustre說，在機(jī)器學(xué)習(xí)之前，通過算法進(jìn)行建模時(shí)，要求人們了解特定的問題域，從現(xiàn)有數(shù)據(jù)中提取事實(shí)，并編寫大的“啟發(fā)式”程序，使用條件規(guī)則對(duì)輸入數(shù)據(jù)不同的可能結(jié)果進(jìn)行建模。他說：“這些早期的系統(tǒng)需要專家篩選數(shù)據(jù)以理解現(xiàn)實(shí)，并通過計(jì)算機(jī)可以理解的條件語句來描述它。這是非常乏味、辛苦的工作，最好留給計(jì)算機(jī)去做。”

Villanustre說，機(jī)器學(xué)習(xí)改變了這一切，讓計(jì)算機(jī)提取這些事實(shí)，并通過基于統(tǒng)計(jì)方程的模型來表示現(xiàn)實(shí)。他說：“這極大地節(jié)省了專家的時(shí)間，使他們能夠使用人類采用其他方法很難處理的數(shù)據(jù)集。所得到的計(jì)算機(jī)程序更簡潔，更易于實(shí)施，更高效。”

LNRS使用機(jī)器學(xué)習(xí)來描述企業(yè)和個(gè)人的整個(gè)網(wǎng)絡(luò)，以識(shí)別詐騙團(tuán)伙。它還使用該技術(shù)來評(píng)估和預(yù)測信用和保險(xiǎn)風(fēng)險(xiǎn)，識(shí)別醫(yī)療保健相關(guān)交易中的欺詐，并幫助抓到犯罪分子。

Villanustre說：“機(jī)器學(xué)習(xí)是我們所做的一切的核心?！痹摴菊谘芯孔钚碌募夹g(shù)迭代方法。他說，深度信念網(wǎng)絡(luò)——由多層潛在變量以及層之間的聯(lián)結(jié)組成的生成圖形模型，最近進(jìn)展不錯(cuò)，深度學(xué)習(xí)是有希望的應(yīng)用領(lǐng)域。

Villanustre說：“對(duì)于我們來說，非常重要的是，確認(rèn)這些新方法符合我們所在各個(gè)國家的法律法規(guī)，這樣才可以讓個(gè)人和社會(huì)最大限度地受益于這些新方法的使用?！?/p>

機(jī)器學(xué)習(xí)成為主流

德勤的Johnston說，機(jī)器學(xué)習(xí)的應(yīng)用可能是多樣化的，涉及到各行業(yè)，包括零售、汽車、金融服務(wù)和醫(yī)療保健等。

Johnston說，在某些情況下，這將有助于改變企業(yè)與客戶的互動(dòng)方式。例如，在零售業(yè)中，機(jī)器學(xué)習(xí)能夠完全重塑零售客戶體驗(yàn)。使用面部識(shí)別技術(shù)作為客戶識(shí)別工具，這方面的能力在不斷提高，很多企業(yè)以新方式來應(yīng)用這類工具，例如，亞馬遜的Amazon Go商店及其Alexa平臺(tái)。

Johnston說：“Amazon Go通過使用計(jì)算機(jī)視覺、傳感器融合以及深度學(xué)習(xí)或者機(jī)器學(xué)習(xí)避免了結(jié)賬，我預(yù)計(jì)很多購物中心和零售商今年會(huì)開始嘗試類似的選擇?！?/p>

智能手機(jī)等普通設(shè)備將具備機(jī)器學(xué)習(xí)功能，這一事實(shí)意味著該技術(shù)將不再局限于理論或者高端應(yīng)用。

Johnston說：“具備機(jī)器學(xué)習(xí)功能的新興智能手機(jī)技術(shù)的例子包括通過壓力傳感器確定用戶心情和情緒的程序，使用健康數(shù)據(jù)進(jìn)行健康和生活預(yù)測的程序，以及探測周圍物體的程序?！?/p>

Johnston說，不僅智能手機(jī)，無人機(jī)、平板電腦、汽車、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)設(shè)備、醫(yī)療工具以及一系列物聯(lián)網(wǎng)設(shè)備都會(huì)采用機(jī)器學(xué)習(xí)，使用這些產(chǎn)品的行業(yè)都將具備機(jī)器學(xué)習(xí)能力。

Bob Violino目前在紐約，是Computerworld、CIO、CSO、InfoWorld和Network World的特約撰稿人。

原文網(wǎng)址

https：//www.cio.com/article/3182335/application-development/machine-learning-proves-its-worth-to-business.html？nsdr=true