嚴(yán)立忠

2018年，人工智能在機器學(xué)習(xí)的推動下，將為很多行業(yè)帶來可信的深刻洞見以及充滿希望的前景。

調(diào)研機構(gòu)Gartner表示，“人工智能（AI）和先進(jìn)的機器學(xué)習(xí)技術(shù)是被廣泛關(guān)注的新興技術(shù)，將在企業(yè)甚至整個行業(yè)中掀起革命浪潮。它們能夠大幅度降低勞動力成本，產(chǎn)生意想不到的新見解，從原始數(shù)據(jù)中發(fā)現(xiàn)新模式，并建立預(yù)測模型?！?/p>

無疑，人工智能和機器學(xué)習(xí)作為科技行業(yè)的熱點將延續(xù)至2018年。作為在機器學(xué)習(xí)方面有著豐富實戰(zhàn)經(jīng)驗的解決方案提供商，Splunk 認(rèn)為，2018年的人工智能和機器學(xué)習(xí)將呈現(xiàn)以下幾大趨勢：

一、人工智能和機器學(xué)習(xí)成為行業(yè)專屬

2018年，人工智能在機器學(xué)習(xí)的推動下，將為很多行業(yè)帶來可信的深刻洞見以及充滿希望的前景。金融服務(wù)機構(gòu)長期以來依靠數(shù)據(jù)驅(qū)動的決策來管理企業(yè)，滿足客戶需求，并保障他們的投資。更好的應(yīng)用程序和改進(jìn)的在線支付流程有助于提升客戶滿意度，但同時也造成新的攻擊途徑。具備機器學(xué)習(xí)能力的人工智能將越來越多地為這些企業(yè)提供識別欺詐和異常用戶行為的能力，并為客戶提供周密的建議來防御這些威脅。

醫(yī)療保健和生物技術(shù)公司通過大量數(shù)據(jù)了解影響人類健康的因素，并由此取得醫(yī)學(xué)上的進(jìn)步。利用機器學(xué)習(xí)這一工具，生物學(xué)家和數(shù)據(jù)科學(xué)家能夠發(fā)現(xiàn)實驗室試驗中的異常情況，隨著時間變化更高效地評估實驗質(zhì)量。例如，能夠更快地理解基因A和基因B之間的相關(guān)性，從而找到改變生命或者挽救生命的治療進(jìn)程。Recursion制藥公司短短的三天內(nèi)便在領(lǐng)先的機器數(shù)據(jù)供應(yīng)商Splunk幫助下收獲了價值。Recursion制藥公司首席運營官兼首席營銷官John Pereira表示：“Splunk進(jìn)一步提高了Recursion制藥的可擴展能力和開發(fā)速度。采用Splunk基于數(shù)據(jù)攝取的方法，我們避免了數(shù)據(jù)使用超量，并準(zhǔn)確地預(yù)測每月的賬單。Splunk的機器學(xué)習(xí)工具包為我們的運營團隊提供必要的工具，通過梳理評價指標(biāo)對我們的運營情況進(jìn)行深度分析，清洗大量的數(shù)據(jù)，實時了解正在發(fā)生事件的相關(guān)性。

在制造業(yè)中，一條復(fù)雜供應(yīng)鏈上的一臺機器出現(xiàn)故障會嚴(yán)重?fù)p害生產(chǎn)能力，影響利潤率和競爭力。為使現(xiàn)代的連接的設(shè)備系統(tǒng)的各個組成部分正常運行，制造商們把所有時間花在設(shè)備的維護和同步工作上。利用具備機器學(xué)習(xí)能力的人工智能，企業(yè)可以在出現(xiàn)任何影響業(yè)務(wù)的故障之前，預(yù)測出哪些設(shè)備需要維修，以及應(yīng)該在什么時候進(jìn)行維修。

計算新聞學(xué)的興起將極大地影響全世界傳媒業(yè)的發(fā)展。2018年，我們將看到越來越多的記者與數(shù)據(jù)科學(xué)家合作。記者將轉(zhuǎn)向與人工智能、機器學(xué)習(xí)和自然語言處理（NLP）方面的專家進(jìn)行合作，為當(dāng)?shù)?、全國和全球的觀眾發(fā)掘他們最關(guān)心的有新聞價值的故事，揭示以前可能從未發(fā)現(xiàn)的問題。

最好的零售體驗是跨越網(wǎng)站、實體商店、客戶支持、移動應(yīng)用程序和社交媒體，以客戶為中心的無縫互動。能夠提供這種全方位體驗的少數(shù)零售商是我們所關(guān)注的，我們也希望與他們建立情感聯(lián)系，確保我們的客戶忠誠度。具備機器學(xué)習(xí)能力的人工智能現(xiàn)在成為讓零售商脫穎而出的關(guān)鍵，使大型和小型企業(yè)都能夠更好地理解他們的客戶，并根據(jù)含有明顯因素（人口統(tǒng)計和購買歷史）以及更為模糊的因素（網(wǎng)絡(luò)使用模式和社會基本情況）的公式，提出有針對性的建議。關(guān)心客戶忠誠度的零售商會謹(jǐn)慎地使用機器學(xué)習(xí)。得到客戶的認(rèn)可將成為一條新的黃金法則。

二、人工智能和機器學(xué)習(xí)成為B2B的主流

Siri、微軟小冰、騰訊Dreamwriter......作為消費者，我們已經(jīng)體驗到了人工智能對我們生活的影響。接下來，我們將看到“開箱即用”式的人工智能和機器學(xué)習(xí)解決方案的企業(yè)應(yīng)用情形。異常檢測、事件關(guān)聯(lián)和容量預(yù)測的應(yīng)用情形？是的，由它們來接手。具備機器學(xué)習(xí)能力的人工智能將被用于預(yù)測各種很有意義的深度見解。

異常檢測：訪問大量的實時數(shù)據(jù)，帶來了在嘈雜的信息海洋中找出相關(guān)信號的額外負(fù)擔(dān)。無論是預(yù)測并防止關(guān)鍵IT基礎(chǔ)設(shè)施出現(xiàn)中斷，還是在數(shù)百萬人流中識別出一個不受歡迎的用戶，人工智能和機器學(xué)習(xí)都發(fā)揮了關(guān)鍵作用，也是最迫切需要的能力。

自動化：我們還沒達(dá)到這個層面，也許從來也沒想過要完全達(dá)到這個層面，但是應(yīng)避免那些普通的任務(wù)，讓機器具備自我學(xué)習(xí)的能力，從而有希望取得更多的創(chuàng)新，同時提高生產(chǎn)效率，增加工作滿意度。正如幾十年前所預(yù)言的，現(xiàn)在是時候考慮機器與人類協(xié)同工作環(huán)境所產(chǎn)生的影響了。

三、機器會不斷學(xué)習(xí)

人工智能和機器學(xué)習(xí)的未來是光明、充滿希望的，畢竟還有很多領(lǐng)域等著我們?nèi)ヌ剿鳎?/p>

端到端人工智能。例如，先建立一個識別停車標(biāo)志的模型，然后再建立能區(qū)分行人和汽車的模型。掌握了機器學(xué)習(xí)模型的端到端人工智能可以獲取系統(tǒng)所有狀態(tài)，然后輸出所需要的精確的行動，如右轉(zhuǎn)、加速減速等。

自我配置：從架構(gòu)，到驗證直至訓(xùn)練，具備端到端的機器學(xué)習(xí)能力，而無需人為干預(yù)。

經(jīng)過預(yù)先訓(xùn)練的模型：經(jīng)過預(yù)先訓(xùn)練的開源機器學(xué)習(xí)模型庫，作為可重用的組件，應(yīng)用于各種各樣的應(yīng)用情形。例如，電信公司應(yīng)用經(jīng)過預(yù)先訓(xùn)練的模型來檢測和預(yù)測客戶流失。無線提供商在客戶信息上結(jié)合使用一組類似的數(shù)據(jù)點—例如，計費計劃類型、客戶服務(wù)呼叫次數(shù)、語音和數(shù)據(jù)使用情況等。一旦為這類數(shù)據(jù)建立了經(jīng)過預(yù)先訓(xùn)練的模型，就可以與其他提供商共享，從而為整個行業(yè)創(chuàng)造價值。

面向物聯(lián)網(wǎng)的人工智能：傳感器設(shè)備不但日益商品化而且規(guī)模也越來越大，這將推動智能化產(chǎn)業(yè)的新一輪發(fā)展。智能設(shè)備、機械、車隊車輛等，仍然需要管理。這些都需要修理和保養(yǎng)。機器學(xué)習(xí)和物聯(lián)網(wǎng)相結(jié)合，意味著為大幅度提高網(wǎng)絡(luò)性能，延長正常運行時間以及更好的資源管理創(chuàng)造了需求和機會。所以，可以肯定的一點是，2018年，人工智能和機器學(xué)習(xí)將繼續(xù)對我們的工作生活產(chǎn)生重大影響。

2018年物聯(lián)網(wǎng)的四大關(guān)鍵詞

隨著越來越多的企業(yè)計劃擴大現(xiàn)有數(shù)據(jù)規(guī)模，物聯(lián)網(wǎng)必定是他們下一步的選擇。一些成功整合了IT、運營和業(yè)務(wù)數(shù)據(jù)的企業(yè)，現(xiàn)在正在設(shè)法獲取物聯(lián)網(wǎng)數(shù)據(jù)并使之與現(xiàn)有的基礎(chǔ)設(shè)施關(guān)聯(lián)起來。只有這樣做，物聯(lián)網(wǎng)、數(shù)據(jù)、IT 才能充分發(fā)揮作用，為企業(yè)服務(wù)。endprint

1.風(fēng)險

物聯(lián)網(wǎng)在快速發(fā)展的同時也帶來了安全風(fēng)險。越來越多的“聯(lián)網(wǎng)物體”讓日常生活更加美好，然而在推動創(chuàng)新的同時，也讓自己進(jìn)入了安全雷區(qū)。我們?nèi)粘Ｉ詈徒?jīng)濟活動的方方面面，與其他人、流程和企業(yè)的聯(lián)系越來越緊密，網(wǎng)絡(luò)安全風(fēng)險將呈指數(shù)級增長。每一個“聯(lián)網(wǎng)的物體”都為個人信息、企業(yè)信息和公共安全打開了新大門。通過這些大門，個人和企業(yè)將自己的新弱點都暴露給了黑客。在未來，我們發(fā)現(xiàn)攻擊可以來自公共網(wǎng)絡(luò)，還可以來自智能手機和智能家居等私人設(shè)備。因此，雖然物聯(lián)網(wǎng)變革振奮人心，但在2018年，消費者和企業(yè)將不得不開始權(quán)衡利弊。這對于那些泄露事件會導(dǎo)致消費者產(chǎn)生嚴(yán)重不信任的企業(yè)而言尤為重要。

2.行業(yè)

物聯(lián)網(wǎng)帶來的最大價值是能夠解決復(fù)雜的物流、制造和公共部門問題。這意味著有些行業(yè)會比其他行業(yè)更快地得到切實的好處：

公共部門—隨著人類、數(shù)據(jù)和事物之間的連接越來越緊密，智慧城市將會出現(xiàn)，傳感器和自動化技術(shù)增強了服務(wù)的可靠性，特別是在安全和環(huán)境方面。物聯(lián)網(wǎng)傳感器數(shù)據(jù)的應(yīng)用情形包括改善空氣質(zhì)量、優(yōu)化交通路線、減少安全事故、交通火災(zāi)事件預(yù)測，以及增強公民身份認(rèn)證等。

制造業(yè)—將繼續(xù)保持其領(lǐng)先的物聯(lián)網(wǎng)行業(yè)地位，預(yù)測性維護應(yīng)用促進(jìn)了該行業(yè)的轉(zhuǎn)型。企業(yè)將繼續(xù)投資，以改善運營，提高對設(shè)備停機的預(yù)測能力。

運輸行業(yè)—特別是航空公司和機場，將繼續(xù)推廣物聯(lián)網(wǎng)數(shù)據(jù)的應(yīng)用。這一行業(yè)將利用實時的機場、飛機、氣象傳感器和旅客信息進(jìn)行創(chuàng)新，以改善運營，讓旅客有更好的體驗。

3.云

云計算支持實現(xiàn)靈活的業(yè)務(wù)新模式，使得中小企業(yè)更容易采用物聯(lián)網(wǎng)。對于大企業(yè)，云投資有利于協(xié)調(diào)全局?jǐn)?shù)據(jù)集成。例如，AWS物聯(lián)網(wǎng)可以作為分散在各處的設(shè)備、資產(chǎn)和傳感器的中心平臺。將這些與安全和數(shù)據(jù)獲取結(jié)合起來，云將有助于物聯(lián)網(wǎng)的成功。

數(shù)字化轉(zhuǎn)型舉措，特別是圍繞客戶體驗的舉措，將加速物聯(lián)網(wǎng)的擴展。建設(shè)技術(shù)基礎(chǔ)設(shè)施相對容易，面臨的挑戰(zhàn)是實施影響業(yè)務(wù)健康的數(shù)據(jù)驅(qū)動型決策。傳統(tǒng)上，企業(yè)在基礎(chǔ)設(shè)施上投入大量資金，然后開展IT和安全數(shù)據(jù)驅(qū)動的應(yīng)用。剛剛開始整合物聯(lián)網(wǎng)數(shù)據(jù)的企業(yè)會提出這些問題—怎樣創(chuàng)新？怎樣利用現(xiàn)有的新信息來提高收益，實現(xiàn)更好的客戶體驗？

4.機器學(xué)習(xí)

機器學(xué)習(xí)和人工智能為物聯(lián)網(wǎng)帶來了巨大的發(fā)展機遇。傳感器設(shè)備的日益商品化和規(guī)?；瘜⑼苿又悄墚a(chǎn)業(yè)的新浪潮，對現(xiàn)有產(chǎn)業(yè)產(chǎn)生重大影響。能夠預(yù)測機器什么時候需要修理，自我優(yōu)化生產(chǎn)和需求響應(yīng)便是這方面的幾個應(yīng)用實例。隨著現(xiàn)有網(wǎng)絡(luò)基礎(chǔ)設(shè)施將被用于“連接物體”，當(dāng)企業(yè)尋找新方法來挖掘智能設(shè)備生成的大量數(shù)據(jù)時，會進(jìn)一步加大對分析技術(shù)的投資。工業(yè)資產(chǎn)管理、運輸車隊管理、庫存管理和政府安全將是2018年物聯(lián)網(wǎng)發(fā)展最熱門的領(lǐng)域。endprint