人工智能成为企业发展的驱动力

作者: 佚名 2018-08-17 16:59:41

当一个新概念成为一个可行的商业工具时,很多企业都会积极采用这种技术以加入市场潮流。这其中包括人工智能(AI)和机器学习(ML)。从拥有上百年历史的高科技巨头到致力于创新的初创公司,各种规模的组织都在积极投入时间和资源,加速技术的发展,并将其用于业务发展。

但人工智能不仅仅是一种流行的时尚。分析机构Tractica公司预计,全球企业在人工智能方面的支出将从2016年的6.44亿美元增长到2025年的近390亿美元,并将成为高效销售平台和虚拟数字接待员、儿童玩具、自动驾驶汽车、产品或服务等各方面发展的驱动力。

人工智能成为企业发展的驱动力

人工智能(AI)和机器学习(ML)最终将为大部分企业提供驱动力。人工智能具有什么样的驱动力?那就是强大的数据和处理能力。

巨大的潜力,巨大的局限

人工智能对垂直行业和每个企业的潜在影响都不容小觑。随着无辅助机器学习、自然语言处理(NLP)以及深度学习能力的提高,每项技能的应用将继续增长并扩展到新的用例。

很多企业已经在研究如何将人工智能(AI)和机器学习(ML)技术用于对象识别和跟踪、本地化地理数据、防止欺诈、改善营销结果,以及许多其他应用程序。虽然这些领域的厂商希望采用这种技术来实现这一承诺,但其他公司已经将这些创新应用于自动驾驶汽车、呼叫中心、客户服务、网络安全的实际应用中。

已经采用人工智能技术的企业多年来一直在系统地和战略性地汇总数据。他们已经领先于刚刚开始关注数据收集和组织的组织。但他们也面临着人工智能(AI)和机器学习(ML)技术的***限制:容量。

功率、容量、速度对智能技术至关重要

驱动人工智能(AI)和机器学习(ML)发展的人工神经网络(ANN)旨在并行地建模和处理输入和输出之间的关系。要做到这一点,他们需要存储大量的输入数据,并需要大规模计算来理解这些关系,并提供适当的输出。

考虑部署聊天机器人以提供客户自助服务,协助联络中心的客户服务代理团队。在理想情况下,机器人可以准确地回答问题,将客户引导到适当的资源,并且通常以自然的方式与客户交互。

为了实现这一目标,机器人的后端需要快速将查询与企业消费者群体使用的词典(即他们的母语)进行比较,以“理解”交互的背景,并根据这些输入“做出决定”,希望能够做出正确的反应,并像人类那样可以立即执行。

但是,这些进程所需的处理器和内存资源(DRAM)消耗的大量带宽超出了大多数内部部署数据中心网络设计所能处理的带宽。由于涉及的CPU或GPU数量远远超出大多数组织准备的数量,它们还会增加相当大的功耗开销。并且尝试在单个数据中心内完成所有操作将会引入延迟问题,这可能会破坏产品或阻碍应用程序尝试完成的任何事情。那么企业应该做些什么?

通过直接云连接***化人工智能的性能

使用过程密集型人工智能应用程序的企业越来越多地转向混合部署就绪的边缘数据中心,以解决带宽和计算难题,降低运营成本,并消除延迟问题。

混合部署就绪的数据中心需要做的事情是:

  • 为设施内的云计算提供商提供简单的入口,以显著降低延迟和数据传输成本。与全球互联网相比,直接云互连产品可以降低延迟,并降低数据传输成本,同时无需人工为每个提供商提供私有WAN连接。
  • 与云计算提供商的核心计算节点非常接近,以进一步减少专用环境与选择的云计算提供商之间的延迟。
  • 尽可能靠近尽可能多的最终用户和设备,使处理信息更贴近用户或设备,从而显著提高性能和可靠性。这尤其有利于支持对自动驾驶车辆或网络安全运营等对延迟敏感的人工智能应用,同时还可以***限度地提高工作负载灵活性和成本管理。
  • 具有可扩展和可配置的中央基础设施,以促进可持续增长。

人工智能和机器学习技术在人们的日常生活的应用不断成熟,并变得越来越普遍。正如他们所做的那样,提供这些产品和服务的企业需要从战略角度思考如何***地平衡各种业务需求,释放其技术的全部潜力,以保持竞争优势。

人工智能 AI 驱动力 企业
上一篇:2018中国人工智能城市十五强排行榜 下一篇:甲骨文宣布开源 GraphPipe,一种机器学习模型的新标准
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

超过Google,微信AI在NLP领域又获一项世界第一

微信AI,NLP领域又获一项世界第一,这次是在机器阅读理解方面。

乾明 ·  2天前
AI如何改善采矿行业现状?

人工智能的引入,有望将采矿业转化成一个更安全、利润空间更大且更为环保的行业。

佚名 ·  2天前
大小仅1MB!超轻量级的人脸识别模型火爆Github

近日,用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅1MB,一经开源就霸榜Github Trending榜单。

佚名 ·  2天前
大数据和人工智能如何协同工作

人工智能和机器学习如何帮助组织从大数据中获得更好的业务见解?需要了解人工智能和大数据分析的下一步发展。大数据技术并不像几年前那样广受关注,但这并不意味着大数据技术没有得到发展。如果说有什么不同的话,那就是大数据的规模正在变得越来越大。

Kevin Casey ·  3天前
麻省理工学院开发出组装机器人:未来可建造太空殖民地

麻省理工学院博士生本杰明·杰内特(Benjamin Jenett)和原子中心的尼尔·格申费尔德教授(Neil Gershenfeld)在《电气电子工程师学会机器人与自动化快报》科学期刊上发表报告称,开发出一种组装机器人原型,它可以用很小的零件制成大型结构。

技术力量 ·  3天前
刷脸取件被小学生“破解”!丰巢紧急下线 精选

近日,#小学生发现刷脸取件bug#的话题引发关注!这是真的吗?都市快报《好奇实验室》进行了验证。

好奇实验室 ·  3天前
深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  3天前
AI艺术日渐繁荣,未来何去何从? 精选

利用人工智能创作而成的画作近年来越来越受瞩目,有的作品甚至能在知名拍卖行拍得高价。但这类作品仍有不少问题需要解答,比如它的作者是开发出算法的程序员还是计算机呢?AI艺术的市场未来将走向何方呢?

网易智能 ·  3天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载