硬核干货——《中小企业 AI 实战指南》免费下载! 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 18:002100

评论

发布
暂无评论
发现更多内容

linux之git入门命令

入门小站

Linux

什么是元数据

奔向架构师

数据仓库 元数据 6月月更

Android 11适配指南之系统相机拍照、打开相册

yechaoa

android 适配 6月月更 11.0

【愚公系列】2022年06月 Java教学课程 01-Java语言背景介绍

愚公搬代码

6月月更

电商如何借助小程序发力

Geek_99967b

小程序 电商

C语言字符串与内存库函数的介绍与模拟实现

未见花闻

6月月更

一文简述:钓鱼攻击知多少

穿过生命散发芬芳

6月月更 钓鱼攻击

使用GetX构建更优雅的Flutter页面结构

岛上码农

flutter ios 前端 安卓开发 6月月更

为 Serverless Devs 插上 Terraform 的翅膀,解耦代码和基础设施,实现企业级多环境部署(下)

阿里巴巴云原生

阿里云 开源 云原生 Serverless Devs

大一学生课设c——服装管理系统

工程师日月

6月月更

JVM调优简要思想及简单案例-为什么需要JVM调优?

zarmnosaj

6月月更

APM 工具 SkyWalking 是什么

耳东@Erdong

监控 Skywalking 6月月更

在线文本过滤小于指定长度工具

入门小站

工具

元素的常用事件

Jason199

js 事件 6月月更

redis 精讲系列介绍八 - 淘汰策略

Nick

Redis 核心技术与实战 6月月更 redis 底层原理 redis 淘汰策略 redis 精讲

华为云如何实现实时音视频全球低时延网络架构【上】

坚果

6月月更

一篇文章带你对Java对象创建过程解密

派大星

JVM

Java Core 「15」J.U.C Executor 框架

Samson

学习笔记 Java core 6月月更

在线JSON转CSharp(C#)Class工具

入门小站

工具

高效的远程办公经验 | 社区征文

远程办公 6月月更 初夏征文

如何在物联网低代码平台中使用数据字典功能?

AIRIOT

物联网 低代码平台

flutter系列之:flutter中的Wrap

程序那些事

flutter 程序那些事 6月月更

怎样能在小程序中实现视频通话及互动直播功能?

Geek_99967b

小程序 小程序容器 小程序营销

数据库每日一题---第20天:按日期分组销售产品

知心宝贝

数据库 程序员 前端 后端 6月月更

Java基础:反射机制详解

百思不得小赵

javase 反射机制 6月月更

leetcode 91. Decode Ways 解码方法(中等)

okokabcd

LeetCode 动态规划 算法与数据结构

K8S学习笔记--安装Docker环境

IT蜗壳-Tango

IT蜗壳 6月月更

JSON入门教程

倔强的牛角

json Fastjson 6月月更

axios(二)

小恺

6月月更

一篇文章学会er图绘制

工程师日月

6月月更

mysql存储引擎之Myisam和Innodb的区别

乌龟哥哥

6月月更

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