人工智能与机器学习将推动效率变革.doc

《人工智能与机器学习将推动效率变革.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能与机器学习将推动效率变革　　第一，人工智能是信息时代的顶尖技术；　　第二，愈来愈宽的数据池与越来越强大的计算机运算功能的出现和发展协同机器学习和深度学习（与更多的数据和计算功能）的发展，将会影响全行业的所有公司；　　第三，AI即服务（AI-as-a-service）的发展将会打开一个全新的市场；　　第四，高盛认为，一个公司若能很好的运用AI。它将会获得有利的竞争优势；　　人工智能将带来变革　　从人类告诉计算机如何去做，到计算机自己学会去做，人工智能不断发展。它对全行业都有着深远影响。也许在下一个冬天（AI人工智能与机器学习将推动效率变革

2、　　第一，人工智能是信息时代的顶尖技术；　　第二，愈来愈宽的数据池与越来越强大的计算机运算功能的出现和发展协同机器学习和深度学习（与更多的数据和计算功能）的发展，将会影响全行业的所有公司；　　第三，AI即服务（AI-as-a-service）的发展将会打开一个全新的市场；　　第四，高盛认为，一个公司若能很好的运用AI。它将会获得有利的竞争优势；　　人工智能将带来变革　　从人类告诉计算机如何去做，到计算机自己学会去做，人工智能不断发展。它对全行业都有着深远影响。也许在下一个冬天（AIWinter）到来之前，我们并不知道这究竟是希望还是失望。但起码

3、，这些投资与新技术可以让我们享有机器学习所带来的效率提升与经济益处。　　过去几年，人工智能、机器人、无人驾驶汽车成了热词。我们认为，这是一个转折点，而不是一个失败尝试的开始。其中既有较为明显的原因（如更多的数据、更快的计算机运算能力），也有些没那么容易察觉、比较细微的原因（如深度学习的跨越式发展、专用硬件、开源服务的增加）。　　人工智能的运用并不仅仅局限于远在天边的技术界，其商业化运用比比皆是，从苹果公司的Siri（自然语言处理），亚马逊的Alexa（自然语言处理），到谷歌的识图技术（计算机视觉与图像识别）。随着技术的发展，这些产品与服务的质量

4、也越来越高。当大数据与强大技术结合，新的增值点与竞争力就这样诞生了。许多例子皆可佐证这一论据，在医疗行业中，图像识别技术可以提高癌症诊断的准确率。在农业中，农民可采用深度学习技术来提高稻物产量。在能源行业中，勘探效率得以提升。在金融服务业，分析的成本降低了，也更快了。虽然AI还在其发展的初期，但随着通过云端服务的逐渐普及，我们相信一波新的创新潮流即将到来，未来便可见，在每个行业中，谁是赢家，谁是输家。　　我们也认为，人工智能的广泛使用会提高效率并促进全球经济；对美国而言，经济滞胀将会停止。如同在90年代一般，AI技术的迸发，将促使大公司投入更多

5、资本到资本和劳动密集型项目中，以此推动经济增长；企业的利润率以及股票皆会提升。　　人工智能是一门让机器或电脑软件可以学习、解决一些，通常需要人类智慧才能学习或解决的知识和问题的科学和工程。人工智能也是在描述计算机试图模拟一种智能行为；比如说试图模拟像人类一般的“知识”，“常识”，“学习技能”以及“决策分析”。传统意义上说，这包含自然语言处理和翻译、视觉感知、模式识别以及决策技能，不过因为随着人工智能的领域愈来愈宽，人工智能的内涵也越来越复杂了。　　在本报告中，我们的关注重点是人工智能中的机器学习和深度学习（机器学习的一部分）：　　1.简单来说，

6、机器学习（machinelearning）是一种从案例和经验（如数据组）中学习，而非通过已编程好或已定义好的规则的一种算法。换句话说，如果是“非机器学习”，程序员需要“告诉”一个程序如何鉴别苹果和橙子，而机器学习的方式则是被“喂养”（训练）数据并自我学习如何鉴别苹果和橙子。现实生活中，网飞（Netflix）就通过大量的用户数据来引导机器学习，从而为用户推荐定制化的推荐剧集与产品；神经网络（neuralnetwork），则是一种模拟人类大脑神经网络学习方式的一种机器学习架构，就如同下图显示的：　　　　2.当今人工智能的拐点（AIinflecTIo

7、n）是深度学习（这是一种通过交错复杂的神经网络的深度层互相分工，聚焦一个大问题的不同层面，在协同解决完一个个小问题后，把大问题解决）。在许多传统的机器学习训练方法中，特征（即可被预测的“输入”或“特性”）是人类设计的。而“特征工程”（featureengineering）其实是一个较难突破的瓶颈，因为它需要极强的专业知识。在非监督深度学习（监督式和非监督式学习的区别可以用如下例子表述，前者可能是被“喂养”一系列“关键词”，而当检测到这些词汇时，它们将被标注成“垃圾邮件”，而后者可能不会被给予有关的信息，而要机器自己去摸索并识别出规律［patte

8、rn］）中，重要的特征并不是人类预先设计好的，而是由算法自我产生并学习的。　　最后，我们想强调一点，我们关注的是能够量化的、可以快速产生经济效益的相关