您现在的位置是: 首页 > 创业创新 >

何时以及如何开始数字转换计划中的深度学习

  • 2020-03-16 13:49:36    来源:   作者:

最近的一些调查和预测表明,越来越多的企业正在对各种形式的AI进行投资,并且越来越有兴趣尝试进行深度学习。
 何时以及如何开始数字转换计划中的深度学习

我与O'Reilly Media的首席数据科学家Ben Lorica进行了交谈,探讨了企业中深度学习的状况,以获取进一步的见解。

Ben表示:“判断AI还为时尚早。”他相信许多拥有数据科学和机器学习团队的企业将扩展他们的实验并探索深度学习。
 何时以及如何开始数字转换计划中的深度学习

深度学习位于大数据,大模型和大计算的交汇处。它需要大量的训练数据和有关如何配置深度学习算法的知识。因此,Ben相信许多尝试进行深度学习的企业都遵循合作策略。有许多初创公司正在尝试使用视觉搜索和咨询公司,以帮助组织深入研究不同的数据问题,例如从时间序列数据中识别洞察力。此外,希望尝试使用聊天机器人的企业可以从许多解决方案提供商中进行选择,但应该准备参与开发对话模型。

在深度学习技术方面,O'Reilly调查的61%的受访者正在尝试TensorFlow。Ben建议,已经在火花计算集群中进行投资的企业可能希望查看Intel的BigDL,因为它运行在此基础架构之上。此外,企业应监视ONNX的发展,该项目是由Facebook和Microsoft创建的社区项目,旨在推动AI工具之间的更大互操作性。
 何时以及如何开始数字转换计划中的深度学习

数字转型计划围绕采用数字业务模型,改善客户体验以及利用数据和分析来提高组织的竞争力为中心。希望在产品中发展竞争优势的组织应探索将人工智能功能嵌入其产品和服务中。

有时,这可以通过更成熟的人工智能领域来实现。例如,组织可以利用自然语言处理引擎来识别其网页上的实体和通用术语并对其进行超链接。零售组织可以利用推荐引擎,根据客户的购买和浏览行为来推荐相似的产品。具有旧版后台系统的组织可以使用机器人流程自动化(RPA)探索如何使任务自动化。

但是,当产品利用大量复杂的,多维的,半结构的和快速移动的数据时,很难从数据中识别出模式并实现类似人的决策能力,有时甚至超出了人的决策能力。在企业中,示例包括标记制造工厂中的安全问题,从大量IoT生成的数据流中寻找见解,识别欺诈性银行交易或将计算机视觉功能构​​建到移动体验中。对于希望将这些数据丰富的体验开发到其平台和产品中的组织来说,深度学习是一种数据和技术能力。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。
Top