为什么AI,机器学习将在2017年成为主流

简介: 本文讲的是为什么AI,机器学习将在2017年成为主流【IT168 编译】人工智能将在2017年达到主流,因为机器学习和分析的价值已经变得愈发明显。这里是一些企业高管的预测。

本文讲的是为什么AI,机器学习将在2017年成为主流【IT168 编译】人工智能将在2017年达到主流,因为机器学习和分析的价值已经变得愈发明显。这里是一些企业高管的预测。

  AI将通货膨胀

  “AI对于许多投资者来说是一个大的主题,包括我自己,虽然我们正处在技术变革周期AI的开端,但是创业公司和投资者需要保持耐心,专注于未来的挑战。”- Rick Yang,NEA合作伙伴。

  机器学习是潮流趋势

  “现在有很多关于机器学习的炒作,但在大多数情况下,它并没有非常有效地被使用。 在我们前进的过程中,组织机构正在学习如何将机器学习所需的所有成分汇集到一起,我认为这将是2017年的故事。我们将看到机器学习从一个神秘的,过度模仿的时代移动到更多的现实世界中,并拥有成功的应用。 那些认为这是骗人的人最终会明白这是真的;那些不信任它的人也会看到它的潜力; 而一些公司将会利用它的能力来获得膨胀。几年前机器学习曾被认为只是一个潮流,但在2017年,它将是明确的。” - Jeff Everham,北美咨询总监。

  智能网络导致数据云兴起

  “随着通过任何互联网(IoAT)和机器到机器的连接不断发展,数据孤岛将被数据云替代。 现代分布式数据应用中的实时机器学习算法将成为能够实时判断“对等”决策的算法。 我们将开始看到从事后和实时到预发性分析的转变,这可以驱动交易,而不仅仅是修改或优化它们。 这将对以数据为中心的业务识别新的收入流,节省成本和提高客户亲密度的能力产生变革性影响。” - HortonWorks首席技术官Scott Gnau

  机器学习和人工智能将被民主化

  “在2017年,我期望看到更加强调机器学习和人工智能的民主化。 我们已经看到机器学习从几年前的IBM Watson发展到最近的Salesforce和Oracle。 虽然许多人认为机器学习已经成为主流,但还有更多的潜力,如性能监控和智能警报。 虽然公司在试图破解代码时可能会面临错误的启动和初始错误,但是越来越多的组织转向AI和机器学习将致使明年更多的成功。 这种增加的采用将有助于将创新更快地推向市场。” - Mike Kelly,Blue Medora首席技术官。

  预测分析工具将成为2017必备品

  预测分析不仅仅是品牌的附加物,它将成为必须了解和保留用户的必备条件。 在Tinder,捕获丰富的数据和预测未来的行为是一个良好的用户体验的关键。 Leanplum使我们能够永远了解用户的喜好。 在不久的将来,预测分析将进一步提高我们对趋势和模式的理解,帮助我们为Tinder上的每个人带来更多的价值。” - Jeffrey Morris,Tinder产品管理和收入总监。

  AI将被视为解决劳动力危机

  “随着退休,企业正处在失去重要核心人员和知识的边缘。失去了这些价值员工的企业正在转向知识管理和机器学习,以培训人工智能来捕获机构想要的东西,并为我们服务。 在未来一年及以后,我们将看到人工智能的采用不仅是来自于它本身的技术需求,人工智能还将会捕获员工的洞察力和专业知识。” - Infosys大数据和分析平台高级副总裁兼平台主管Abdul Razack

  AI-as-a-Service将起飞

  “在2016年人工智能更多的是应用于解决已知问题。 在未来,我们将开始使用AI来获取未知领域的探索。 使用AI来发现这些“未知”将使我们赢得更多地合作,有趣的创新以及改变生活的挑战。”- Infosys大数据和分析平台高级副总裁兼平台主管Abdul Razack。

原文发布时间为:2016-12-13 

本文作者:朱丽娜

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:为什么AI,机器学习将在2017年成为主流

目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
AI加速引擎PAI-TorchAcc:OLMo训练加速最佳实践
阿里云机器学习平台PAI开发的Pytorch训练加速框架PAI-TorchAcc已接入最新开源的大语言模型 OLMo。在保证模型效果和易用性的前提下,PAI-TorchAcc相对 PyTorch 性能在 OLMo 1B 上加速比达到 1.64X,在 OLMo 7B 上加速比达到 1.52X。本文分析了 PAI-TorchAcc 的性能收益来源。
|
18天前
|
机器学习/深度学习 人工智能 运维
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(二)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
51 1
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)(一)
【人工智能技术专题】「入门到精通系列教程」打好AI基础带你进军人工智能领域的全流程技术体系(机器学习知识导论)
54 1
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
大模型落地实战指南:从选择到训练,深度解析显卡选型、模型训练技、模型选择巧及AI未来展望---打造AI应用新篇章
|
1月前
|
人工智能 前端开发 PyTorch
AI加速引擎PAI-TorchAcc:整体介绍与性能概述
PAI-TorchAcc(Torch Accelerator)是阿里云人工智能平台PAI开发的Pytorch上的大模型训练加速框架。PAI-TorchAcc提供了一套基于Pytorch的简洁、易用的接口,无需进行模型转换就可以无缝地接入HuggingFace上的模型,并用多种分布式策略进行训练加速。本文详细介绍PAI-TorchAcc的产品能力与性能。
|
3月前
|
机器学习/深度学习 数据采集 人工智能
【AI for Science】量子化学:分子属性预测-第1次打卡-机器学习baseline
【AI for Science】量子化学:分子属性预测-第1次打卡-机器学习baseline
|
1月前
|
机器学习/深度学习 存储 搜索推荐
利用机器学习算法改善电商推荐系统的效率
电商行业日益竞争激烈,提升用户体验成为关键。本文将探讨如何利用机器学习算法优化电商推荐系统,通过分析用户行为数据和商品信息,实现个性化推荐,从而提高推荐效率和准确性。
|
13天前
|
机器学习/深度学习 算法 搜索推荐
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
Machine Learning机器学习之决策树算法 Decision Tree(附Python代码)
|
1月前
|
机器学习/深度学习 算法 数据可视化
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
实现机器学习算法时,特征选择是非常重要的一步,你有哪些推荐的方法?
26 1