《HarmonyOS:领航者说》技术公开课来啦,大咖分享、实战解码,不容错过 了解详情
写点什么

HN 网友分享 AI 在企业中的应用案例

  • 2016-12-27
  • 本文字数:1685 字

    阅读完需:约 6 分钟

2016 年,AI 在企业中的应用情况达到了怎样的程度?在 12 月的一篇 Hacker News 讨论帖中,诸多网友分享了其公司内部应用机器学习技术的情况。

数据的清洗、统计、建模、预测

为了追热点,这年头的大部分数据公司都说自己的产品服务用了机器学习。这相当引人争议——比如,线性回归算是机器学习吗?有人说是,因为机器学习的教程就是从线性回归开始的;有人说不是,因为这种基本的统计计算早在“机器学习”这个概念出来之前就有人在用了。

到底,怎样的系统有资格被称为“机器学习”系统呢?有人搬出了 Tom Mitchell 一段定义

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.”

比如你写了个下棋的程序,然后让它天天自己跟自己下棋玩;过了一段时间,如果你发现它的棋力提升了,那就证明它具备学习能力。同理,如果你写了一个预测的程序,然后让它天天看各种历史数据;过了一段时间,如果你发现它的预测准确率提升了,那就证明它具备学习能力。(不过反过来,这样的定义却无法证明一个系统不具备学习能力……)

有些数据处理系统并不具备学习功能。很多数据处理系统并不需要具备学习功能。不过,机器学习的能力正在越来越多的应用到数据处理的场景中,这是毋庸置疑的。尤其在金融行业,制作风险模型、进行花费预测、损失预测,都有广泛的应用。比较有趣的是有人提到 Numerai ,这里聚集了一大批给股市建模的数据科学家,大家把自己的预测拿出来公开比赛。

此外,有一个用户 @splike 表示他们的系统可以预测一次基因编辑操作(CRISPR)的有效程度。还有一个叫做 Queckt 的系统可以预测一个 JIRA 工单需要多久能被解决。(话说这系统是要用来对付产品经理的么……)

客户管理 KYC

几乎半数的回复都涉及客户管理方面的应用,如:

  • Amazon Personalization ,亚马逊的个性化推荐系统
  • Coursera 的个性化课程推荐系统
  • 预测客户流失,如 AppURI
  • 金融 / 电信行业反欺诈服务,如 SkyMind
  • 从众多的客户留言中自动筛选出那些“不高兴的客户”

模式识别

  • 有一位来自制造业的用户 @altshiftprtscrn 表示他们用声学显微镜进行次品检测,用决策树模型提升系统识别次品的正确率
  • @strebler 就职于一家计算机视觉公司,该公司开发了几个针对零售商的产品,可以根据图像自动识别商品并提供后续服务
  • Sumo Logic ,针对大规模服务器集群(主要是 AWS 和 Azure 应用)分析系统日志以协助故障排查。 SkyMind 也提供了类似的服务针对 OpenStack 部署。 Graphistry 也提供类似的服务
  • Persyst ,用神经网络学习脑电图 / 心电图,识别各种疾病的症状
  • Qualia.ai ,识别网络舆论上出现的新生热门话题
  • Matterport ,针对房地产行业,其系统根据摄像师提供的房屋全景照片制作 3D 模型与介绍视频
  • Attentive.ai ,针对安防摄像头拍到的录像进行分析,自动抽取其中的“异常事件”并发送报警
  • Diffbot ,自动抓取网页中的纯内容,移除与内容无关的页面元素。John Davi在 Quora 上介绍过 Diffbot 用来提高抓取准确度的算法

决策助理

  • 用户 @iamed2 的系统能够为电网中的交互行为建模,从而提供建议以优化电网的效率。他说,“如果你很了解你的数据关系,那么机器学习也许对你是没用的。但如果你不了解你的数据关系,那么机器学习就变得很有用了。”
  • 用户 @ilikeatari 的系统能够针对用户的用车历史提供建议,告诉他们何时把旧车卖掉再买入新车是最划算的。目前,他们的客户主要是美军舰队
  • Optimail ,邮件推广自动化,自动抓取你的网站以生成推广邮件 / 短信,配合强化学习算法以提升推广成功率

总结

2016 年初, mldb 博客上发布了一篇文章:《当机器学习遇到经济世界》(文章第二部分在此)。到2016 年底,正如用户 @strebler 在帖子中所说,“AI/ML 在最近这段时间的发展,真真切切的将之前的一些不可能化为了可能“。2017 年,这个领域的发展将更加值得关注。


感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016-12-27 18:001986

评论

发布
暂无评论
发现更多内容

【Y 新闻】YMatrix携手三一集团,荣获“2023爱分析·数据库最佳实践案例”

YMatrix 超融合数据库

超融合数据库 YMatrix 三一集团 数据库最佳实践案例 泵涌云

GaussDB(DWS)性能调优:Sort+Groupagg聚集引起的性能瓶颈案例

华为云开发者联盟

数据库 后端 华为云 华为云开发者联盟 企业号9月PK榜

软件测试/测试开发丨web自动化——cypress测试框架

测试人

软件测试 Cypress

马斯克警告威胁,奥特曼自请监管,小扎呼吁开源丨RTE开发者日报 Vol.49

声网

java中有哪些并发的List?只知道一种的就太逊了

程序那些事

Java 程序那些事 面试秘籍

我也能打造自己的「超级 App」?

FinClip

云的灵魂是人工智能

Finovy Cloud

如何选择美国多IP服务器租用,提升网站排名的秘密武器

一只扑棱蛾子

站群服务器

又一重磅利好来袭!Zebec Payroll 集成至 Nautilus Chain 主网

西柚子

多主架构:VLDB技术论文《Taurus MM: bringing multi-master to the cloud》解读

华为云开发者联盟

数据库 后端 华为云 华为云开发者联盟 企业号9月PK榜

软件测试/测试开发丨Web自动化—headless无头浏览器 学习笔记

测试人

软件测试

华为云盘古大模型加码生物医药,为行业插上“数字翅膀”

华为云开发者联盟

人工智能 华为云 华为云开发者联盟 华为云盘古大模型 企业号9月PK榜

软件测试/测试开发名企定向培养训练营,升职加薪快人一步!

测试人

软件测试 测试开发

直播预告 | 博睿学院:浅谈可观测性的价值

博睿数据

面对一家营收上千亿的焦化厂,这家数科公司靠什么赋能业务?

用友BIP

数科公司 2023全球商业创新大会 升级数智化底座

【kafka源码】/log_dir_event_notification的LogDir脱机事件通知

石臻臻的杂货铺

kafka

AI已经改变游戏规则,新环境下如何用好这一新利器,提升开发团队的生产力

龙智—DevSecOps解决方案

汽车行业解决方案 | 龙智总经理杨林晶作客ACT汽车电子与软件技术周,并接受专访

龙智—DevSecOps解决方案

Enhancer-轻量化的字节码增强组件包

得物技术

aop 字节码增强 性能监控 轻量级 企业号9月PK榜

公开免费的代理ip有哪些不足的地方?

巨量HTTP

代理IP 免费代理ip

使用cpu模型运行时报异常错误

矩视智能

机器视觉

Kafka如何修改分区Leader

石臻臻的杂货铺

kafka

企业网盘 VS 大文件传输, 哪个才是企业传输的正确选择?

镭速

大文件传输 大文件传输工具

在对接自有账户体系时,FinClip 是怎么做的?

FinClip

eosio.system智能合约介绍(四)合约部署介绍

BSN研习社

对话在行人|远东数智采:数智底座创新,让招投标规范高效

用友BIP

2023全球商业创新大会 对话在行人

HN网友分享AI在企业中的应用案例_语言 & 开发_sai_InfoQ精选文章