跨行業機器學習的新用途

在處理與機器學習一樣先進的技術時，根本沒有一個行業不會受益。我的意思是企業如何才能利用能讓他們更成功的技術?在接下來的一年里，所有這些行業的機器學習都會有多種新用途，我不僅僅是在談論營銷和銷售。

美國陸軍目前正在使用機器學習來預測作戰車輛何時需要維修。想一想，我們的軍隊每天都會使用數百萬件裝備。為了跟蹤所涉及的數據，他們正在招募AI助手的幫助。對于第一次實施，幾十個裝甲步兵運輸將在車輛發動機內接收傳感器。這些傳感器將記錄溫度和RPM，并將其傳輸到軟件。機器學習功能將查找匹配類似車輛中發動機故障的數據模式。

如果你的車做了這個怎么辦?如果您的汽車可以告訴您傳輸即將廢棄，AAA可能會過時。如果軍隊正在使用這項技術，我相信在我們在民用世界中看到它之前不會很久。

汽車業并不是唯一看到這種技術的潛在新用途的行業，醫療保健也將看到一些變化。好像谷歌尚未出現在AI地圖上，他們已經開始使用機器學習預測患者死亡的可能性——準確率達到驚人的95%。怎么樣?由公司創建的AI查看患者健康記錄的變量，考慮人口統計，健康歷史等。然后它預測患者在入院后24小時內死亡的概率。當你第一次聽到它時，這聽起來有點病態，但想想它可能對醫療保健行業產生的影響。機器學習可以幫助拯救生命!聽起來這很酷。

最后，一個研究小組最近還利用機器學習來根據公開的收益文件預測股市表現。這些文件與市場公告前后的股票價格數據相結合。該模型試圖找到語言內容與對股票價格的影響之間的關系。經過測試，最成功的結果是有62%的機會預測低績效股票。這不是最高的百分比，但是當你投資一些像股票市場一樣有風險的東西時，我會以62%的準確率抓住機會。

正如您所看到的，AI和機器學習使我們能夠通過使用過去來預測未來。就人工智能和機器學習預測而言，我相信我們會更多地了解那些已經發現如何使用這些技術來閱讀和解釋數據的公司。

人機交互的進一步發展

人工智能只是一個編程來執行平凡任務的機器人的想法已不復存在。事實上，企業開始將人工智能視為其業務的延伸，為其成功做出貢獻。越來越多的公司正致力于加強機器與人類之間的關系。我們正在設計AI以實現這一目標。

正在開發人工智能的公司正在努力讓它了解人類互動的細微差別。當我們談話時，我們說的比我們想象的要多。你能想象一個聊天機器人能夠識別出你用你的話說的話嗎?這對客戶服務來說太棒了。

在整個2019年，預計人工智能將繼續發展。話雖如此，我想我們也將開始了解人工智能的局限性，并了解人工干預的所在?？纯次覀冊谀睦镎业狡胶夂统晒苡腥ぁ?/p>

人工智能助理的崛起

你會經常求助于AI助手嗎?在車座上，通常你已經讓Alexa打開燈并在Pandora上播放音樂，問問Siri在回家的路上看起來有多少交通狀況。而這些簡單的任務只是一個開始。我們將開始每天使用這些助手，操作任務，如搜索互聯網，閱讀電子郵件，回復通信，甚至支付賬單和訂購產品。

2019年將是AI助手的發展元年，向我們展示這些工具的強大和實用性。它們能做到的一定比你想象的更多。