人工知能への第一歩: 企業で最も一般的な 3 つのアプリケーション

人工知能はあらゆる分野の基礎となりつつありますが、多くの企業はまだ関与方法を知りません。

Amazon、Microsoft、Google Cloud などの AI 主導の企業の取り組みを見て、これらのリーダーを見習うだけの資力や最高の訓練を受けた従業員がいないのではないかと心配する人もいます。

良いニュースは、ハードウェアとソフトウェアの進歩のおかげで、ほぼすべての企業が AI プロジェクトを開始できることです。そして彼らだけではありません。世界の人工知能市場は、2021 年の 935 億ドルから 2028 年には 6,413 億ドルに成長すると予想されています。

ビジネスの成長を目指す企業にとって、理想的な最初のステップは、チャットボット、画像分類、価格予測という 3 つの最も一般的なアプリケーションから始めることです。

チャットボット: 人工知能による会話の台頭

チャットボットとは、人工知能を活用したカスタマー サービス エージェントを指します。顧客がチャットボットに質問すると、チャットボットは多数のシステムから情報を検索して顧客に回答します。

チャットボットはこれまで消費者を喜ばせようと試みてきましたが、結果は満足のいくものではありませんでしたが、現在では、チャットボットは顧客サービスと満足度の向上に貢献し、業界の企業は多額の費用を節約しています。 Juniper Research は、チャットボットにより企業は年間最大 80 億ドルを節約できると推定しています。

中国平安は、中国に本社を置く大手金融サービスプロバイダーです。 Ping An は、チャットボットの使用における初期の先駆者でした。人工知能に基づいて開発およびトレーニングされた会話型チャットボットは、高いレベルの理解と向上した精度を備えており、毎日何百万件もの顧客のクエリを完了することができるため、大幅なコスト削減を実現するだけでなく、重要なことに、通話を減らすことで顧客サービス レベルを向上させることができます。センターの待ち時間。

会話型人工知能アプリケーションの中核領域

• 自動音声認識 (ASR): 自宅で仮想アシスタントに話しかけたり、携帯電話に話しかけたりすると、自動音声認識が作業状態に戻り、音声をテキストに変換するため、ユーザーは従来のキー入力を使用する必要がありません。
• 自然言語処理 (英語では NLP と略称): 自動音声認識よりも一歩進んだ NLP を使用して、人間とテクノロジーのシームレスなインタラクションを提供するアプリケーションを構築できます。
• 音声合成テクノロジーに基づくテキスト読み上げ: チャットボットはテキスト読み上げを使用して、音声で顧客の質問に答えます。

チャットボットの導入を成功させるには、スピード、正確さ、カスタマイズ可能な音声と言語が必要であり、チャットボットは、必要に応じて数百、数千に対応できるようにスケーラブルである必要もあります。

とても簡単そうに思えますが、何が難しいのでしょうか? 難しいのは、プロセス全体が一度だけではないということです。正確で高速なソフトウェアを開発するには継続的な調整が必要ですが、これを手動で行うとデータ サイエンス チームの作業に重大な影響を与える可能性があります。ありがたいことに、現在では、堅牢なチャットボットの開発に必要な時間を短縮するために利用できるソフトウェア ツールが増えています。かつては数か月かかっていましたが、今では数日で完了できるようになりました。

チームは、事前トレーニングされたモデルを開始点として使用して最初にスキルを向上させてから、チャットボットをゼロから構築することもできます。

画像分類 全体像を見る

コンピューター ビジョン (画像分類) とは、精度の向上、セキュリティの向上、新しいデータの高速化を目的として、人工知能を使用して画像をグループ化および分類するプロセスを指します。プロジェクト。たとえば、旅行を計画したり、信号のタイミングを制御したりするときに遭遇するさまざまな状況では、リアルタイムの認識と、変化するデータ ポイントに基づくリアルタイムのソリューションが必要です。コンピューター ビジョンは、物理世界と仮想世界が出会うのに役立ちます。

画像分類を導入するには、本番環境で推論ワークロードを実行して予測を行う、トレーニング済みの AI モデルが必要です。

次のセグメンテーション、分類、検出の 3 つの段階は、システムが推論を実行している間に、数ミリ秒以内に完了します。

#一般的な画像分類システムには画像のセグメンテーションが含まれます
• 画像のさまざまな部分が異なるカテゴリに分類されます
• 検出された異常にはフラグが付けられ、オペレーターに提供されます

医療画像、自動運転車、交通制御システムを含む 3 つの分野において、画像分類は業界の安全性、セキュリティ、精度の向上に役立ちます。これらの目標を達成するには、AI 推論が高速で正確な結果を達成できる必要があり、定期的に再トレーニングする必要があります。

企業は、管理されたラボで画像分類システムを構築するスキルを開発し、推論を実行しながら実稼働環境にモデルをデプロイできるエンドツーエンドのデータ サイエンス ワークフローを作成する方法を検討できます。

価格予測が重要な理由を学ぶ

パンデミック、政治、異常気象の問題に関連した予期せぬ出来事により、ほぼすべての業界で原材料の価格予測の重要性が高まっています。

これらの変数は常に変化しており、人工知能による価格予測は、企業が課題を克服し、安定した経営環境をもたらし、利益を最大化するのに役立ちます。

人工知能の価格予測モデルは多数のデータ ポイントを評価する必要がありますが、これらのデータ ポイントはアプリケーションによって異なります。

• ライドシェア価格予測モデルでは、時間帯、天候、地理的エリアのルートなどの要素が考慮される場合があります。
• 将来の小麦価格を予測するモデルには、季節需要、天候、政治活動に関するデータが含まれる場合があります。

価格を予測するための AI モデルのトレーニングには、処理するデータの準備などの基本的なデータ サイエンス作業が含まれます。ライドシェアリングの例では、価格予測モデルの構築には、乗車地点と降車地点、運賃額、乗客数、乗車需要、場合によっては天候などのデータセットの評価が含まれます。

同様に、価格予測モデルには大規模なデータセットへのアクセスが必要であり、情報が古くなって古くなる前に迅速に処理する必要があります。精度と効率の両方を実現するには、予測が正しいことを確認するために高速計算が必要です。データ サイエンスの加速がビジネスにとって新たなワークロードである場合、チームがスキルを迅速に磨くのに役立つラボがあります。

最初の人工知能を始めましょう

プロジェクト企業は AI への取り組みをどこから始めればよいでしょうか? これらおよびその他の重要な AI ワークロードを実行するスキルの開発には、必ずしも費用がかかる必要はありません。アカデミアに戻る必要はありません。

AI 機能の拡張を望む企業は、既存のチーム スキルに投資することも、世界中のさまざまな仮想テストや企業主催またはサードパーティの「ラーニング ラボ」で自分自身を磨くこともできます。

優れた実践的なラボ体験により、ユーザーは、特定の業界にとって最も有益と思われるさまざまな種類の AI アプリケーションを見て、学び、試すことができます。人工知能は、航空予約システム用の時間を節約する新しいチャットボットの開発や、倉庫業務を高速化する画像分類アプリケーションの開発、食品小売業のコスト削減など、ほぼすべての業界や組織に多大な影響を与える可能性があります。価格予測モデルに多額の費用がかかるため、これらは大きな影響を与える可能性があります。

AI は企業にとって非常に価値がありますが、一部の AI アプリケーションのアイデアは無料でテストできる場合があります。したがって、今すぐ時間をかけてどこから始めるべきかを検討し、世界中にある無料の仮想ラボを活用して旅を始めてください。

以上が人工知能への第一歩: 企業で最も一般的な 3 つのアプリケーションの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。