大数据频道 频道

2017年年终技术大盘点:火热的人工智能

  【IT168 评论】人工智能虽然不是一个新鲜的概念,但是对于市场来说还处于婴儿期,对于很多领域来说,人工智能的应用拥有无限的想象空间。关于人工智能的未来发展,目前也是意见不一,为了加强人类与人工智能之间的联系,有些企业不惜一切手段想要从中获取利益,而有些人则担心人工智能的垄断竞争,可能会在我们还没准备好的时候带来一场科技灾难。

  与所有新兴领域都是一样的,人工智能也很难定论,达成共识或制定方向。人工智能重塑了整个世界,也重塑了我们的传统习惯。但是就目前情况来看,人工智能更应该是成为人类的延伸,也就是说人工智能应该以与人类互补的方式发展,它的设计是否有帮助或替代的意图。与人们普遍认为的相反,人工智能不是用来取代的人类,但更确切地说,是取代了所执行的卑微的任务由人类。

  人工智能可以做什么?

  对于人工智能,大家可能都是听得多,了解得少,真要说说人工智能可以做什么,可能大多数人都是两眼一抹黑。想要搞清楚人工智能到底可以干什么,首先我们要分成两大群体,一是数据开发人员,二是企业。据相关调查,数据开发人员使用人工智能主要是用于47%用于预测,35%用于分类,30%用于自动化,38%用于检测。而企业则是47%用于预测分析,50%用于任务自动化,36%用于用户推荐引擎。


  虽然我们可能对人工智能的应用没有像调查报告那样精准,但是我们也在日常生活中感受到了人工智能,例如一些电子商务网站或流媒体服务会根据客户之前的购买习惯推荐相关物品。而企业通常会集中于预测分析,帮助检测欺诈行为、降低风险,优化消息传递和设计吸引顾客。

  适合人工智能的编程语言是什么?

  那么,最适合人工智能的编程语言是什么呢?根据调查显示,用于人工智能应用程序的最流行的语言,41%是Java,40%是Python,16%是R。而框架则是25%的TensorFlow,16%的SparkMLLib,以及10%Amazon ML。


  Java和Python之所以能够成为人工智能时代流行的编程语言,主要得益于是很多工具的熟悉语言。而TensorFlow能够快速崛起成为最受欢迎的框架,则要归功于其多功能性和活跃强大的社区。另外,最常用的算法/机器学习方法是神经网络(39%),决策树(37%)和线性回归(30%)。

  TensorFlow真实的世界应用

  在对多个医疗、公共事业、通讯、交通、零售、娱乐等多个行业的调查中,我们发现他们之所以会积极采用人工智能,是因为他们看到了一些行业领袖,诸如Facebook、Alphabet、Amazon、IBM、苹果以及微软等巨头公司的效果卓著的项目。于是,他们也开始构建基于GPU的环境来大规模运行这些项目。

  当然,TensorFlow并不是这些公司唯一的选择,但为什么很多公司会不约而同的选择TensorFlow呢?众所周知,TensorFlow是一个Google开发的开源深度学习库。现在停留在版本1.3,可以运行在大量众多业务平台上,诸如手机、桌面、嵌入式设备、汽车、专业工作站,在云端和本地部署的分布式集群企业服务器等等。

  这种无处不在的应用场景,开放活跃的社区推动着TensorFlow真正解决企业实际应用方面的难题。目前,TensorFlow可以应用于以下用例:

  ? 语音识别

  ?图像识别

  ?对象标记视频

  ?自驾车

  ?情绪分析

  对于企业开发者来时,TensorFlow支持诸如 Java,Python,C和Go等熟悉的语言。同时,TensorFlow也可以在Android手机上运行,允许深入学习在移动环境中使用模型,并将其与现代智能手机的无数传感器相连接。

0
相关文章