BT

你的观点很重要! 快来参与InfoQ调研吧!

架构师特刊:范式大学

| 作者 InfoQ中文站 关注 15 他的粉丝 发布于 2017年10月24日 ArchSummit社交架构图谱:Facebook、Snapchat、Tumblr等背后的核心技术

目录

(一)第四范式戴文渊:构建商业AI能力的五大要素

(二)AI不是万能的,判别AI改造企业的70个指标

(三)机器学习的MVP——用最小成本 验证AI可行性

(四)企业技术人员如何向人工智能靠拢?

(五)用户画像、协同过滤过时了?打造基于机器学习的推荐系统

(六)打造机器学习的基础架构平台

(七)如何解决特征工程,克服工业界应用AI的巨大难关

(八)第四范式首席科学家杨强教授:人工智能的下一个技术风口与商业风口

序言

第四范式首席科学家 杨强

凯文·凯利曾说,“AI会是下一个20年里颠覆人类社会的技术。”显然,拥有大数据的互联网公司已经嗅到这一机遇,包括亚马逊、谷歌、BAT在内的巨头们纷纷开始布局AI;传统企业也不甘落后,试图在智能时代保持竞争优势,把握机会,成为下一个商业时代的巨擘。尽管入局者们的商业模式、应用场景和技术选择各有不同,但通过AI提高企业运营效率、抢夺精细化市场、改善用户体验,成为企业当下的首选。

现如今,通过超高维度的AI技术,可以帮助企业进行以往无法想象的精细化运作,从而大幅提升企业运营效率、提升企业核心竞争力。在数据量极高、模型“VC维”(“VC维”是统计学指标,可度量机器的智能水平。VC维越高,机器的学习能力就越强,机器学习模型越准确)极高的情况下,AI的能力已经可以代替、甚至超越人类专家,处理各类业务问题。换句话说,人类通过总结规则解决实际问题,在具体应用场景中,业务专家总结的规则数越多,维度就越高。而AI技术可以让机器也来总结规律,因为机器精力无限、且能抓住最细粒度的信息,从而总结出大量人类无法发现的规律,拥有远高人类的学习能力。

然而,AI技术若要在工业界全面落地,人工智能技术及服务提供商第四范式认为:除了超高维度的技术支持,还需满足Big data(过程数据)、Response(反馈数据)、Algorithm(高维算法)、Infrastructure(计算资源)和Needs(明确需求)等五个核心要素。第四范式具备国际顶尖的机器学习技术,通过对数据进行精准挖掘与预测,帮助企业提升效率、降低风险。目前,该公司已为金融、互联网等百余个企业成功打造了AI解决方案。在企业独立构建AI能力门槛较高的当下,第四范式希望通过自主研发的先知平台,降低人工智能的准入门槛。 第四范式相信,在“先知”平台的帮助下,每家企业都可以开发属于自家的人工智能技术,享受AI技术革命带来的商业能量,立足当下、决胜未来。

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT