申请专栏作者
您的当前位置:主页 > yabo88滚球 > 正文

90%人工智能公司都亏损?盈利难背后的大yabo88滚球门

来源: 时间:2019-07-24
请点击下面的广告后浏览!

人工智能 可思yabo88滚球-AI,人工智能,深度学习,机器学习,神经网络

AI(人工智能)落地场景在不断增多,但赚钱依旧艰难。

可思yabo88滚球-AI,人工智能,深度学习,机器学习,神经网络

亿欧报告显示,2018年全年,近90%的人工智能公司处于亏损状态,而10%赚钱的企业基本是技术提供商。从谈概念、讲技术,到拼场景、抢落地,建立在基础之上的人工智能,仍面临yabo88滚球本身带来的挑战。 可思yabo88滚球-AI,智能驾驶,人脸识别,区块链,大yabo88滚球

“我们经常提及大yabo88滚球,但事实上我们并不需要那么多的yabo88滚球,AI未来的一个趋势是小yabo88滚球崛起。”在市北·GMIS2019全球yabo88滚球智能峰会上,斯坦福大学教授、Landing.ai创始人、CEO吴恩达表示。

本文来自可思yabo88滚球,转载请联系本站及注明出处

一个具体的案例是工厂手机屏幕划痕检测。目前不少是利用人眼来检测手机是否存在划痕,如果拥有100万个划痕手机,AI可以非常高效地识别手机划痕。但现实情况是没有任何工厂会有几百万不同划痕的手机,这个时候小样本学习(fewshotlearning),即利用较少的yabo88滚球得出同样准确结论的人工智能,将有助于推动整个领域的发展。 可思yabo88滚球-人工智能资讯平台

小样本学习的迫切性更在于落地过程面临的yabo88滚球孤岛、yabo88滚球隐私保护导致的yabo88滚球割裂问题,让AI技术很难充分发挥价值。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人

“和AI用于比赛需要上千万的图片训练不同,当AI深入行业我们看到的yabo88滚球往往是小yabo88滚球和细碎的yabo88滚球,也就是没有联通起来的yabo88滚球,再先进的AI技术也很难用上。”国际人工智能学会理事长、香港科技大学教授、微众银行首席人工智能官杨强说道。 可思yabo88滚球-www.sykv.cn,sykv.com

今年5月,国家互联网信息办公室发布了《yabo88滚球安全管理办法(征求意见稿)》,提出在中国境内利用网络开展yabo88滚球、存储、传输、处理、使用等活动,以及yabo88滚球安全的保护和监督管理意见。 可思yabo88滚球

杨强认为“中国版GDPR(通用yabo88滚球保护条例)”即将到来,yabo88滚球隐私在走向严格化、全面化,这使得企业在实际应用中可以使用的yabo88滚球维度和范围并不大。yabo88滚球隐私保护的趋严,为人工智能技术升级提供了契机。

本文来自可思yabo88滚球,转载请联系本站及注明出处

以保险行业利用AI进行个性化定价为例,背后需要业务yabo88滚球和用户互联网行为yabo88滚球融合,理想的状态是可以拿到非常丰富的用户画像,与用户的ID高度匹配,但实际情况迫于隐私、安全、法规等原因,企业可以应用的yabo88滚球是非常有限的。

可思yabo88滚球-AI,人工智能,深度学习,机器学习,神经网络

再例如在小微企业贷款应用方面,AI需要引入票据yabo88滚球、资产yabo88滚球、舆情yabo88滚球等,但由于yabo88滚球的割裂,实际应用中只能使用一些政府的yabo88滚球,例如央行的征信报告,但这些报告只能覆盖不到10%的人群。这一问题在医疗领域更为明显,不同医院的医疗影像yabo88滚球很难汇聚到一起,形成大yabo88滚球来训练一个医疗模型。 可思yabo88滚球-AI,人工智能,深度学习,机器学习,神经网络

针对yabo88滚球割裂带来的人工智能落地难问题,杨强提出了联邦学习。所谓联邦学习,是多个yabo88滚球方之间组成一个联盟,共同参与到全局建模的建设中,各方之间在保护yabo88滚球隐私和模型参数基础上,仅共享模型加密后的参数,让共享模型达到更优的效果。

本文来自可思yabo88滚球,转载请联系本站及注明出处

据杨强介绍,联邦学习分为横向联邦和纵向联邦,横向联邦是指企业各方yabo88滚球维度相同、ID维度不同,更多存在于消费者应用中;纵向联邦是指企业各方yabo88滚球的ID维度相同(样本重叠)、yabo88滚球维度不同,更多存在于B端应用。 内容来自可思yabo88滚球

杨强认为联邦学习最大的优势是保证yabo88滚球不出户,通过生态在不同行业选取合作伙伴,用群体智能不断提升模型效果。因此联邦学习一定是多方共同协作组成一个联盟,生态的建设十分重要。 可思yabo88滚球-AI,智能驾驶,人脸识别,区块链,大yabo88滚球

面对AI落地难、盈利难问题,吴恩达则认为,在期待AI为企业带来红利之前,企业需要避免几个陷阱。首先AI技术会影响很多企业做业务的核心,所以选择项目是非常重要的,从小的项目开始,可以建立好的基础,同时帮团队获得动能。 可思yabo88滚球-yabo88滚球挖掘,智慧医疗,机器视觉,机器人

其次团队建设不能仅依靠明星工程师,而是要建立一个完善的、跨学科、跨职能的团队。同时不要期待AI立刻产生作用,而是要多次尝试,对AI发展的回报曲线进行合理预算。不要使用传统的流程评估人工智能项目,应该为AI项目团队设立合适的KPI和目标。

内容来自可思yabo88滚球

“有关AI的应用越来越多了,但企业的AI转型并不是开发一个APP这么简单,不要指望AI解决所有的问题,也不要指望AI项目一次性就成功。”吴恩达表示。

本文来自可思yabo88滚球,转载请联系本站及注明出处

相关阅读: 本文来自可思yabo88滚球,转载请联系本站及注明出处

?

可思yabo88滚球-人工智能资讯平台

? 可思yabo88滚球-AI,人工智能,深度学习,机器学习,神经网络

上一篇:人工智能如何与大yabo88滚球完美地结合
下一篇:没有了

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片 匿名?

Copyright?2005-2019 Sykv.com 可思yabo88滚球 版权所有 ?? 网站地图?? 联系我们??

人工智能资讯?? 人工智能资讯?? 人工智能资讯?? 人工智能资讯

?扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部