机器学习和人工智能趋势

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

人工智能(人工智能) 和机器学习(ML) 技术作为现实世界的行业应用向消费者展示了它们隐藏的好处和价值。到目前为止，科学家和研究人员已经代表人工智能技术提出了主张，但它们还没有真正在大规模市场应用中进行测试。我们将看到很多这些技术投入市场实践，供用户判断和评估。

为什么要费心追踪企业中的人工智能和机器学习趋势？

首先，让我们回顾一些最近的行业统计数据。2019 年的机器学习：追踪人工智能的增长路径提出以下主张：
点播课程：业务分析在行动
学习新的分析和机器学习技能和策略，您可以立即在您的组织中使用。

在这里注册
机器学习 (ML) 被全球公认为数字化转型的关键驱动力，到 2021 年底将累计投资 580 亿美元
全球 ML 行业以 42% 的复合年增长率增长，到 2022 年下半年将价值近 90 亿美元。
到 2024 年，神经网络市场价值将超过 230 亿美元
仅美国的深度学习 (DL) 应用市场预计将从 2018 年的 1 亿美元增长到 2025 年的 9.35 亿美元。
从 CRM 中的聊天机器人和数字代理到以虚拟现实 (VR) 为动力的车间演示，人工智能已经为每个行业领域做出了承诺。麦肯锡公司，在前沿笔记：模拟人工智能对世界经济的影响，预测到 2030 年，70% 的企业将使用人工智能。

人工智能在全球企业中的快速采用将帮助人工智能市场在 2030 年达到约 13 万亿美元。然而，麦肯锡补充说，高采用率可能会导致成功的人工智能实施者和非实施者之间出现严重的性能差距。先进的人工智能技术不仅有可能将富裕国家从欠发达国家扩大，而且还可能威胁到富裕社会的就业机会。

一个固体商业智能趋势由于 AI 和 ML 技术的进步，大约两年前开始的这项技术将在 2019 年达到顶峰。2019 年的商业分析不仅将有助于在商业用户中普及数据科学，而且还能以更低的成本实现快速、准确的结果，实现复杂的大规模分析。

马德罗纳的 S. Somasegar创业集团抓住了这场 AI 运动的精神：

“在智能应用的世界里，数据将是王道，能够生成最高质量数据的服务将通过其数据飞轮获得不公平的优势——更多的数据带来更好的模型，带来更好的用户体验，从而导致更多的用户，带来更多的数据”和“智能构建模块和学习服务将成为应用程序背后的大脑。”

KDnuggets'未来的机器学习趋势突出了过去几年的一些主要事件。它确立了当今企业中三个 ML 趋势的突出地位：算法经济、基于云的分析和数据飞轮。大多数行业专家都同意，这些主要趋势帮助公司成为今天的数据公司。2019 年的三个人工智能和机器学习预测包括 2019 年对 AI 和 ML 趋势的预测。  

2019 年人工智能和机器学习趋势

2019 年人工智能和机器学习的主要趋势标志着旨在改变全球基层企业的“数字革命”的开始。那么，让我们看看上述内容将如何在明年开始引发领先的 AI 和 ML 趋势：

业务数据的指数级增长、低成本的数据存储和人工智能的成熟将导致更多企业将其数据中心业务外包给云服务提供商。机器学习和人工智能的未来解释说，虽然云为企业带来了敏捷性，但 AI 和 ML 对业务成果产生了重大影响。
实时和死业务数据的轻松可用性将有助于创建更好的机器学习模型和算法。这算法市场2019 年可能会为 AI 和 ML 研究人员与商业从业者互动以构建现实世界的解决方案创造更多机会。
随着移动消费者的不断增加，可穿戴设备和智能应用程序的开发将同步兴起。
亚马逊、IBM、微软和谷歌等大公司已经向消费者提供虚拟代理，明年其他企业可能会采用这种趋势。
指某东西的用途自然语言处理(NLP) 将在需要大规模文本处理的客户服务功能中显着提升。
区块链将超越银行金融领域，进入许多其他行业领域。
机器人老板可能会成为现实，尤其是在大型制造装配线上，例如航空公司或汽车制造厂。
另一方面，由于业务功能自动化程度的提高，人工智能技术的进步将引发大量裁员和运营缩减。为了减轻工业自动化的不利影响，可能需要对员工进行重新技能培训。
全球就业市场将开始萎缩并重新调整以适应重新获得技能和重新培训的人才。据麦肯锡称，人工智能可能“到 2030 年将就业增加约 5%，并将生产力提高约 10%”。
自动驾驶汽车能否幸存下来人工智能浪潮  或者特斯拉的数据飞轮
人工智能前沿笔记：深度学习的应用与价值来自 McKinsey 的详细分析包含对制药、保险、医疗保健和电信等不同行业的 400 多个用例的详细分析，这些用例具有不同的业务功能。本文重点关注商业分析中深度学习等高级人工智能技术的经济潜力和直接适用性。

趋势总结

趋势一：随着数据飞轮在2019年商业生态系统中占据主导地位，数据获取和存储成本将大幅下降。这一趋势反过来将导致托管在云上的ML算法易于访问。预训练的 ML 模型将使每个企业都能够大规模利用现成的可转移智能和分析平台。

趋势 2：除非强大的算法能够从中提取必要的见解，否则再多的数据都不会对企业有用。2019年，随着算法经济取代传统的业务流程管理，每一个业务都将变成一家数据公司，科研社区可以直接与业务领导和运营商互动，共同寻找业务解决方案。

趋势三：新崛起的应用商店类似于算法市场，每个人都是应用创新者、买家或卖家。Gartner 研究总监 Alexander Linden，认为在那种环境下，应用程序创新者不需要“销售、营销或分销渠道”来销售他们的想法或产品。  

趋势 4：如今，许多参与者都在使用虚拟代理来提供低成本的客户服务。虚拟代理通常被编程为向客户提供基本的客户支持服务。主要想法是让客户感觉他们在与真人交谈，同时节省运营成本。

趋势5：该技术为机器提供将数据转换为文本的能力，广泛用于将客户反馈转换为书面总结或报告。未来借助开源、机器学习和深度学习框架，智能模型将能够做更多的事情，比如标记图像或推荐产品。

趋势六：区块链应用已在医疗保健、保险、网络安全、合同管理和许多其他行业领域进行了测试。这些试点应用的结果可能会在明年公布。

趋势 7：行业文献似乎表明，特定的制造单位、供应链和物流已经部署并成功使用了机器人老板。（如果明天上班发现新老板是机器人，你会有什么感觉？）趋势八：

自动化程度的提高是企业经营者和员工日益关注的问题。人工智能和相关技术是否会超越人类工人，使他们变得多余？恐惧是自然而真实的。裁员和裁员的趋势已经存在，麦肯锡和 Gartner 等行业观察家对 2025 年的悲观预测让人们不确定。当机器人将有效地接管所有业务功能时，2025 年会成为人类工人的丧钟吗？

趋势 9：这些统计数据可能会让那些担心在不久的将来失去工作的人感到安心：根据麦肯锡的说法，机器可能“到 2030 年将就业增加约 5%，并将生产力提高约 10%”。会是人机协作吗？

趋势 10：特斯拉拥有超过 7.8 亿英里的驾驶数据，这些数据通过雷达、传感器和摄像头馈送到自动驾驶汽车内部的主计算机。谷歌有超过 150 万英里的驾驶数据. 在自动驾驶世界中，驾驶数据用于导航汽车、改变车道或避免碰撞。
2019 年顶级 AI 和 ML 应用

以下是一些预测将主导 2019 年人工智能应用市场的机器学习和深度学习应用：  

虚拟代理：如前所述，大型玩家正在使用虚拟代理进行客户服务。虚拟代理是一个机器生成的动画角色，它模仿人类客户服务代理的角色。这个虚拟代理有足够的智慧为好奇的客户提供初步支持。

自然语言处理 (NLP)：该技术有助于将数据转换为文本，从而为机器提供语言能力。NLP 驱动的机器可以用人类语言进行交互，可用于客户服务以生成反馈摘要和报告

图像识别：此功能可帮助机器根据先前的学习识别图像中的特定特征。图像识别在社交平台上广泛用于图像搜索，并已成功应用于车牌或疾病的检测。

语音识别：这项技术帮助机器通过人类语言进行交互。Alexa 等基于语音的系统使用语音识别与移动用户进行交互。

以下是 2019 年将占据主导地位的 10 项人工智能技术 描述了上述 ML 和 DL 应用程序。

结论

整个人工智能领域使“机器”成为创新者——这是人类历史上独一无二的概念。人工智能、机器学习、深度学习和神经网络的综合影响在整个商业走廊中都能感受到——从董事会会议室和行政套房到员工隔间。许多业务用户对 AI 驱动的业务流程的未来后果既兴奋又担忧。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 职场问诊 | 大厂裁员，如何正确的面对这个危机？ 大三信管专业的我，用一个月通关CDA Level Ⅰ、Level Ⅱ 和CDA持证人分享 数据科学和企业的数据能力建设 商业智能分析工具的应用 TI类数据产品设计 管理分析需求与绩效指标 PyTorch最全的损失函数汇总 数据分析最常用的excel函数公式大全 零基础转行数据分析，看这篇文章就够了

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 人工智能 Alexander CDA LEVEL Mckinsey