訂閱
糾錯
加入自媒體

人工智能在數(shù)字化技術中可以用在哪里?怎么落地?

2020-12-18 09:30
老楊說技術
關注

來啦,請坐。

我是老楊。如果你有強化管理能力,量化技術產(chǎn)出,提升技術效能,打造技術團隊等需求,那么這套課程會為你揭開技術管理的神秘面紗,可以讓“媽媽再也不用擔心你的工作了”。

這是《數(shù)字化技術管理的方法和實踐》第十二講,技術創(chuàng)新的嘗試二,人工智能應用。

一句話解釋下:讓技術產(chǎn)生價值,除了大數(shù)據(jù)方面的創(chuàng)新之外,人工智能創(chuàng)新也是一大塊,當然兩者有相輔相成的感覺。

好,我主動點,直接來回答細心同學的問題“為什么技術管理要講人工智能”,創(chuàng)新就是技術人員的命,技術就是要與時俱進,沒辦法,誰讓你選擇技術這個行當了,既來之則安之吧。

要彰顯技術的價值,要化被動為主動,第一種方法是大數(shù)據(jù)的應用,另一種方法就是人工智能的應用了,人工智能近幾年的發(fā)展也是呈井噴之勢,BAT三個高富帥自然是不會對人工智能這個香餑餑坐視不管的,其中B呢比較浪漫,走的是先技術后場景的思路,網(wǎng)羅了世界頂尖的人工智能人才,基本上形成了自己的人工智能生態(tài)。A呢比較實際,主要把人工智能應用于電商、物流等零售服務,為業(yè)務賦能,但隨著人工智能行業(yè)的明朗化,A也學的浪漫起來,開始啟動NASA計劃,又成立達摩院,也是高調(diào)的宣布要與人工智能進行一次浪漫的燭光晚餐了。T呢不緊不慢,主要聚焦在人才儲備,算力,算法上。當然還有一些試圖逆襲的有為青年,如語音識別的小飛,計算機視覺的小商和小曠,以及智適應教育的小松鼠等,百花齊放,此處不得不感慨一番,要想追上人工智能的腳步,的確得有兩把刷子。

那人工智能具體用在哪里?怎么落地?接下來聽我慢慢道來吧。

我發(fā)現(xiàn)人工智能的價值主要體現(xiàn)在智能化產(chǎn)品的層面,一方面是體驗上,增加各種交互的手段,讓產(chǎn)品越來越好玩越來越方便;一方面是情感上,讓產(chǎn)品越來越懂用戶。

這么說似乎有點小小的抽象,那么直接讓翠花上干貨吧——人工智能的產(chǎn)品架構圖,告訴你該構建什么產(chǎn)品層次、產(chǎn)品模塊以及提供什么人工智能的服務,走著。

從上往下分為三層:場景層、服務層、技術層、基礎層。

1.最上層是指人工智能的應用場景,其中一部分就是在產(chǎn)品交互上增加諸多豐富的方式,如語音、圖像等等,比較熟悉的商品搜索這一塊就有很多的使用,越來越多的人不用輸入文字去找商品,而是用語音或者一張圖片去找;另外一部分就是猜到用戶想買什么,如推薦的看了還看、買了還買、可能感興趣的東東等等。說白了就是讓用戶止不住的買買買。

2.第二層是指產(chǎn)品服務層面,把人工智能的一些概念、理論包裝成產(chǎn)品落地,如交互方式的服務、推薦的服務、搜索的服務等,供各種主產(chǎn)品的場景使用。

3.第三層是指技術層面,人工智能的技術比較多,不同的技術領域側重點也不同,應用點也不同,如語音識別、計算機視覺可以提供更多的交互方式,自然語言處理、機器學習、深度學習等可以提供推薦、搜索等個性化服務。

4.最下層是人工智能的基礎層,至關重要,人工智能之所以能夠有快速的發(fā)展和落地,全依賴算力、存儲的發(fā)展,在強大的算力和存儲的支撐下,數(shù)據(jù)才有可能積累并計算起來,人工智能才能得以驗證,并落地使用。

那么產(chǎn)品架構清楚了,還是要落地到技術上去實現(xiàn),接下來進入技術架構圖吧,告訴你該怎么去實現(xiàn),該搭建什么樣的架構,該使用什么技術平臺,再來。

從上往下分為六層:應用層、技術服務層、算法層、數(shù)據(jù)計算層、數(shù)據(jù)存儲層和基礎設施層,最好的架構圖就是架構圖本身就是解釋,不需要再贅述什么東西,說三點:

1.下面三層是通用的大數(shù)據(jù)平臺架構,主要負責數(shù)據(jù)的采集、存儲、計算、分析等等,供人工智能的一系列算法模型使用。

2.上面兩層是通用的互聯(lián)網(wǎng)平臺架構,主要負責把人工智能的服務落地給產(chǎn)品場景使用。

3.中間這一層,是人工智能的核心,很多開源的框架讓這一層也逐漸的簡易化,也給落地提供了更多的便捷性,如機器學習的框架SK learn可以輕松完成分類、聚類等等事情;深度學習的Keras,可以輕松構建神經(jīng)網(wǎng)絡,當然它們都可以跑在Tensorflow上。

好,到此人工智能部分告一段落了。最后,還是要明確一點,人工智能現(xiàn)在還絕大部分處于弱人工智能的領域,但已經(jīng)有點sexy了。整體上離強人工智能還有很遠的距離,強人工智能除了技術基礎的發(fā)展之外,還要有理論上的大突破,到那時或許真的會出現(xiàn)類人腦或者超人腦的思考機器,拭目以待吧。

And that brings us to the end of this part. Util next time…I am 老楊.

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號