人工智能(AI)技術市場正在蓬勃發展。除了炒作和媒體關注之外，眾多創業公司和互聯網巨頭紛紛搶購，企業的投資和采用量大幅增加。“敘事科學”調查發現，去年有38%的企業已經在使用人工智能，到2018年將增長到62%。Forrester 研究預測2017年人工智能投資與2016年相比將增長300%以上。IDC估計，人工智能市場將從2016年的80億美元增長到2020年的超過470億美元。
在1955年創建的一個新的計算機分門學科，其中包括各種技術和工具，一些是經過時間考驗，而有一些則相對較新。 Forrester剛剛發布了一份關于人工智能(針對應用開發專業人士)的報告，詳細分析了企業應該考慮的采用的13種技術來支持人類決策的方法。
根據Forrester的分析，以下挑選出的最熱門的人工智能技術列表：
·自然語言生成：從計算機數據生成文本。目前用于客戶服務、報告生成和總結商業智能洞察。
·語音識別：將人類的語音轉錄并轉換成對計算機應用有用的計算機應用程序。目前用于交互式語音響應系統和移動應用程序。
·虛擬代理：“目前媒體的寵兒，”Forrester表示，從簡單的聊天機器人到可與人類聯網的先進系統。目前用于客戶服務和支持，并作為智能家庭管理。
·機器學習平臺：提供算法、API、開發和訓練工具、，數據以及計算能力來設計、訓練和部署模型到應用程序、流程和其他機器上。目前廣泛用于企業應用，主要涉及預測或分類。
·AI優化硬件：專門設計和構建的圖形處理單元(GPU)和設備，可高效運行面向對象的計算作業。目前主要在深度學習應用上有所作為。
·決策管理：將規則和邏輯插入到人工智能系統的引擎，用于初始設置、培訓和持續維護和調優。它是一種成熟的技術，用于各種企業應用程序、協助或執行自動化決策。
·深度學習平臺：由具有多個抽象層的人工神經網絡組成的一種特殊類型的機器學習。目前主要用于模式識別和分類應用程序，支持非常大的數據集。
·生物識別技術：實現人與機器之間更自然的交互，包括但不限于圖像和觸摸識別、語音和肢體語言。目前主要用于市場調查。
·機器人過程自動化：使用腳本和其他方法來自動化人類行為以支持高效的業務流程。目前用于人類執行任務或過程的成本太高或效率太低。
·文本分析和NLP：自然語言處理(NLP)使用和支持文本分析，通過統計和機器學習方法幫助理解句子結構和含義、情感和意圖。目前用于欺詐檢測和安全、廣泛的自動化助理以及用于挖掘非結構化數據的應用程序。
今天人工智能技術確實帶來了許多商業利益，但根據Forrester去年進行的一項調查，對于沒有人工智能投資計劃的公司所表示的人工智能采用方面也存在障礙：
沒有明確的商業案例42%
不清楚人工智能的用途 39%
沒有必要的技能 33%
需要先投資現代化數據管理平臺 29%
沒有預算 23%
不確定實施人工智能系統需要什么 19%
人工智能系統尚未被證實 14%
沒有合理的流程 13%
人工智能只有宣傳缺乏實質性應用 11%
缺乏需求數據 8%
不明白人工智能真正含義 3%
Forrester總結表示，一旦企業克服了這些障礙，他們就會從人工智能驅動轉型中獲益，并發展一個相互關聯的企業智能網絡。
京公網安備 11010502049343號