入局人工智慧第一步：企業最常見的三大應用

人工智慧正成為各行各業的基石，但許多企業仍不知道如何入局。

有些人一看亞馬遜、微軟和Google雲端等人工智慧驅動公司正在做的事情，就會擔心自己沒有足夠的資金或沒有受過最好培訓的員工來模仿這些領導者。

好消息是，由於硬體和軟體的進步，幾乎任何公司都可以開始做人工智慧專案。而且他們並不孤單：全球人工智慧市場預計將從2021年的935億美元成長到2028年的6,413億美元。

對於那些希望發展業務的公司來說，理想的第一步是從三個最常見的應用程式著手：聊天機器人、圖像分類和價格預測。

聊天機器人刷屏：人工智慧對話的興起

聊天機器人指那些由人工智慧驅動的客戶服務代理。客戶向聊天機器人提個問題，聊天機器人就會從眾多系統中找出資訊並給客戶一個答案。

聊天機器人以前也曾想討好消費者但結果卻差強人意，但今時今日聊天機器人卻做到了助力客戶服務和滿意度的改善，並為業界公司節省了大量資金。 Juniper Research預計，聊天機器人每年將為企業節省高達80億美元。

中國平安是總部設在中國的主要金融服務提供者。中國平安是使用聊天機器人的早期先鋒。對話式聊天機器人的開發和訓練是基於人工智慧，這種聊天機器人具有高水準的理解能力及更高的準確性，每天能夠完成數百萬客戶的查詢，因此不僅可以提供大量的成本節約，而且同樣重要的是，能夠透過減少呼叫中心的等待時間進而提高客戶服務水準。

對話式人工智慧應用的核心領域

• 自動語音辨識(英文縮寫為ASR)：當我們在家中與虛擬助理說話或對著我們的手機說話時，自動語音辨識進入工作狀態，將語音轉換成文本，使用者無需使用傳統按鍵輸入。
• 自然語言處理(英文縮寫為NLP)：比自動語音識別更進了一步，NLP可用於建立應用程序，達到提供無縫人類技術互動的目的。
• 基於語音合成技術的文字轉語音：聊天機器人利用文字轉語音能夠透過語音回答客戶的問題。

部署一個成功的聊天機器人需要速度、準確性、可自訂的語音和語言，而且聊天機器人還需要具有可擴展性，以便在有需要時能夠為幾百或幾千個客戶請求提供服務。

聽起來很簡單，那麼難點在哪裡呢?難度在於整個過程並非一勞永逸。開發準確、快速的軟體需要不斷進行調整，如果資料科學團隊都是手動操作的話就可能會嚴重影響他們的工作。值得慶幸的是，現在已經有越來越多的軟體工具可用於減少開發一個強大的聊天機器人所需的時間，過去需要幾個月，現在可以在幾天內完成。

團隊也可以先提陞技能，用預先訓練好的模型作為切入點，然後再從頭開始建立一個聊天機器人。

影像分類看全貌

電腦視覺(影像分類)指利用人工智慧將影像分組分類的過程，目的是提高準確性、改善安全性及加速新項目。例如，在規劃行程或控制交通紅綠燈時間時遇到的各種情況都需要基於不斷變化的數據點的即時感知及即時解決方案。電腦視覺幫助實體世界遇上虛擬世界。

部署影像分類需要一個訓練好的人工智慧模型，人工智慧模型在生產中運行推理工作負載並進行預測。

以下的分割、分類和偵測三個階段在系統運作推理的過程中聚在一起，時間只有幾毫秒。

• 一個典型的圖像分類系統包括圖像分割
• 圖像的各個部分被分成不同的類別
• 檢測到的任何異常情況都會被標記出來，提供給操作者

在醫學影像、自動駕駛汽車和交通控制系統等三個領域裡，影像分類可以幫助產業提高安全性、安全性和精確度。人工智慧推理為了實現這些目標需要能夠快速運作、能夠達到準確的結果及需要定期進行再訓練。

業界企業可以發展相關技能，在託管實驗室建立影像分類系統及探索如何建立一個端到端的資料科學工作流程，在執行推理時則可以在生產中部署模型。

了解為什麼價格預測是關鍵

由於與大流行、政治和極端天氣有關的不可預見的事件，幾乎每個行業的原材料價格預測都變得越來越具有挑戰性。

這些變數不斷變化，由人工智慧驅動的價格預測可以幫助企業克服挑戰，為企業帶來穩定的營運環境並幫助實現利潤最大化。

人工智慧價格預測模型要評估一些數據點，而這些數據點會隨著不同的應用而有所不同。

• 共乘價格預測模型可能會考慮一天中的時間、天氣和地理位置區域路線等因素。
• 預測未來小麥價格的模型可能包括季節性需求、天氣和政治活動等數據。

訓練一個預測價格的人工智慧模型涉及基礎資料科學工作，包括準備處理資料。在共乘的例子中，建立一個價格預測模型將涉及資料集的評估，包括接送點、下車點、票價金額、乘客數量、乘車需求甚至可能包括天氣等資料集。

同樣，價格預測模型需要取得大型資料集，資料集必須在資訊變得陳舊和過時之前快速處理。準確性和效率都需要加速計算，以確保預測的正確性。如果加速資料科學對你的企業來說是一個新的工作負載，有些實驗室可以幫助團隊在速度方面打磨他們的技能。

啟動第一個人工智慧

專案一個公司可以從哪裡開始人工智慧之旅呢?開發運行這些和其他關鍵的人工智慧工作負載的技能並不需要昂貴的費用，也不需要回歸學術界。

渴望擴大自己的人工智慧能力的企業可以在現有團隊技能上進行投資，或者可以在世界各地的各種虛擬測試和公司贊助的或第三方「學習實驗室」裡打磨自己的能力。

一個好的、親身實踐的實驗室經驗可以讓使用者看到、了解和試用可能對其特定行業最有利的各種類型的人工智慧應用。人工智慧幾乎可以對任何行業或組織產生巨大的影響，例如，為航空公司預訂系統開發一個新的、節省時間的聊天機器人，或加快倉庫運作的圖像分類應用程序，或為食品零售業節省數十億美元的價格預測模型，這些都可能產生巨大的影響。

雖然人工智慧在企業中的價值很高，但測試一些人工智慧應用想法卻可能是免費的。因此，現在就花點時間評估自己想從哪裡開始，可以利用全球許多免費的虛擬實驗室開始你的旅程。

以上是入局人工智慧第一步：企業最常見的三大應用的詳細內容。更多資訊請關注PHP中文網其他相關文章！