調(diào)研機(jī)構(gòu)Gartner表示，“人工智能（AI）和先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)是被廣泛關(guān)注的新興技術(shù)，將在企業(yè)甚至整個(gè)行業(yè)中掀起革命浪潮。它們能夠大幅度降低勞動(dòng)力成本，產(chǎn)生意想不到的新見解，從原始數(shù)據(jù)中發(fā)現(xiàn)新模式，并建立預(yù)測模型。”

無疑，人工智能和機(jī)器學(xué)習(xí)作為科技行業(yè)的熱點(diǎn)將延續(xù)至2018年。作為在機(jī)器學(xué)習(xí)方面有著豐富實(shí)戰(zhàn)經(jīng)驗(yàn)的解決方案提供商，Splunk 認(rèn)為，2018年的人工智能和機(jī)器學(xué)習(xí)將呈現(xiàn)以下幾大趨勢：

一、人工智能和機(jī)器學(xué)習(xí)成為行業(yè)專屬

2018年，人工智能在機(jī)器學(xué)習(xí)的推動(dòng)下，將為很多行業(yè)帶來可信的深刻洞見以及充滿希望的前景。

金融服務(wù)機(jī)構(gòu)長期以來依靠數(shù)據(jù)驅(qū)動(dòng)的決策來管理企業(yè)，滿足客戶需求，并保障他們的投資。更好的應(yīng)用程序和改進(jìn)的在線支付流程有助于提升客戶滿意度，但也同時(shí)造成新的攻擊途徑。具備機(jī)器學(xué)習(xí)能力的人工智能將越來越多地為這些企業(yè)提供識別欺詐和異常用戶行為的能力，并為客戶提供周密的建議來防御這些威脅。

醫(yī)療保健和生物技術(shù)公司通過大量數(shù)據(jù)了解影響人類健康的因素，并由此取得醫(yī)學(xué)上的進(jìn)步。利用機(jī)器學(xué)習(xí)這一工具，生物學(xué)家和數(shù)據(jù)科學(xué)家能夠發(fā)現(xiàn)實(shí)驗(yàn)室試驗(yàn)中的異常情況，隨著時(shí)間變化更高效地評估實(shí)驗(yàn)質(zhì)量。例如，能夠更快的理解基因A和基因B之間的相關(guān)性，從而找到改變生命或者挽救生命的治療進(jìn)程。

Recursion制藥公司短短的三天內(nèi)便在領(lǐng)先的機(jī)器數(shù)據(jù)供應(yīng)商Splunk 幫助下收獲了價(jià)值。Recursion制藥公司首席運(yùn)營官兼首席營銷官John Pereira表示：“Splunk進(jìn)一步提高了Recursion制藥的可擴(kuò)展能力和開發(fā)速度。采用Splunk基于數(shù)據(jù)攝取的方法，我們避免了數(shù)據(jù)使用超量，并準(zhǔn)確地預(yù)測每月的賬單。Splunk的機(jī)器學(xué)習(xí)工具包為我們的運(yùn)營團(tuán)隊(duì)提供必要的工具，通過梳理評價(jià)指標(biāo)對我們的運(yùn)營情況進(jìn)行深度分析，清洗大量的數(shù)據(jù)，實(shí)時(shí)了解正在發(fā)生事件的相關(guān)性。

在制造業(yè)中，一條復(fù)雜供應(yīng)鏈上的一臺機(jī)器出現(xiàn)故障會(huì)嚴(yán)重?fù)p害生產(chǎn)能力，影響利潤率和競爭力。為使現(xiàn)代的連接的設(shè)備系統(tǒng)的各個(gè)組成部分正常運(yùn)行，制造商們把所有時(shí)間花在設(shè)備的維護(hù)和同步工作上。利用具備機(jī)器學(xué)習(xí)能力的人工智能，企業(yè)可以在出現(xiàn)任何影響業(yè)務(wù)的故障之前，預(yù)測出哪些設(shè)備需要維修，以及應(yīng)該在什么時(shí)候進(jìn)行維修。

計(jì)算新聞學(xué)的興起將極大地影響全世界傳媒業(yè)的發(fā)展。2018年，我們將看到越來越多的記者與數(shù)據(jù)科學(xué)家合作。記者將轉(zhuǎn)向與人工智能、機(jī)器學(xué)習(xí)和自然語言處理（NLP）方面的專家進(jìn)行合作，為當(dāng)?shù)亍⑷珖腿虻挠^眾發(fā)掘他們最關(guān)心的有新聞價(jià)值的故事，揭示以前可能從未發(fā)現(xiàn)的問題。

最好的零售體驗(yàn)是跨越網(wǎng)站、實(shí)體商店、客戶支持、移動(dòng)應(yīng)用程序和社交媒體，以客戶為中心的無縫互動(dòng)。能夠提供這種全方位體驗(yàn)的少數(shù)零售商是我們所關(guān)注的，我們也希望與他們建立情感聯(lián)系，確保我們的客戶忠誠度。具備機(jī)器學(xué)習(xí)能力的人工智能現(xiàn)在成為讓零售商脫穎而出的關(guān)鍵，使大型和小型企業(yè)都能夠更好地理解他們的客戶，并根據(jù)含有明顯因素（人口統(tǒng)計(jì)和購買歷史）以及更為模糊的因素（網(wǎng)絡(luò)使用模式和社會(huì)基本情況）的公式，提出有針對性的建議。關(guān)心客戶忠誠度的零售商會(huì)謹(jǐn)慎地使用機(jī)器學(xué)習(xí)。得到客戶的認(rèn)可將成為一條新的黃金法則。

印度尼西亞7-Eleven營銷總監(jiān)Budiasto Kusuma表示：“機(jī)器數(shù)據(jù)平臺Splunk通過靈活的數(shù)據(jù)分析和實(shí)時(shí)業(yè)務(wù)深度分析，避免了人工數(shù)據(jù)分析的麻煩，加速了數(shù)據(jù)處理過程，縮短了促銷計(jì)劃時(shí)間，同時(shí)降低了業(yè)務(wù)風(fēng)險(xiǎn)。這也使我們能夠緊跟生活潮流，實(shí)施一大批商業(yè)創(chuàng)意，作為印尼最受歡迎的便利連鎖店把我們的競爭優(yōu)勢一直保持下去。”

二、人工智能和機(jī)器學(xué)習(xí)成為B2B的主流

Siri、微軟小冰、騰訊 Dreamwriter …….作為消費(fèi)者，我們已經(jīng)體驗(yàn)到了人工智能對我們生活的影響。接下來，我們將看到 “開箱即用”式的人工智能和機(jī)器學(xué)習(xí)解決方案的企業(yè)應(yīng)用情形。異常檢測、事件關(guān)聯(lián)和容量預(yù)測的應(yīng)用情形？是的，由它們來接手。具備機(jī)器學(xué)習(xí)能力的人工智能將被用于預(yù)測各種很有意義的深度見解。

異常檢測：訪問大量的實(shí)時(shí)數(shù)據(jù)，帶來了在嘈雜的信息海洋中找出相關(guān)信號的額外負(fù)擔(dān)。無論是預(yù)測并防止關(guān)鍵IT基礎(chǔ)設(shè)施出現(xiàn)中斷，還是在數(shù)百萬人流中識別出一個(gè)不受歡迎的用戶，人工智能和機(jī)器學(xué)習(xí)都發(fā)揮了關(guān)鍵作用，也是最迫切需要的能力。

自動(dòng)化：我們還沒達(dá)到這個(gè)層面，也許從來也沒想過要完全達(dá)到這個(gè)層面，但是應(yīng)避免那些普通的任務(wù)，讓機(jī)器具備自我學(xué)習(xí)的能力，從而有希望取得更多的創(chuàng)新，同時(shí)提高生產(chǎn)效率，增加工作滿意度。正如幾十年前所預(yù)言的，現(xiàn)在是時(shí)候考慮機(jī)器與人類協(xié)同工作環(huán)境所產(chǎn)生的影響了。

Staples首席技術(shù)官Faisal Masud表示：“Staples使用Splunk Enterprise對關(guān)鍵業(yè)務(wù)的轉(zhuǎn)換進(jìn)行實(shí)時(shí)分析——從訂單管理、產(chǎn)品計(jì)價(jià)，到倉儲(chǔ)，最終，讓我們的客戶有更好的體驗(yàn)，始終領(lǐng)先于網(wǎng)絡(luò)競爭對手。Splunk的分析和評價(jià)指標(biāo)幫助我們優(yōu)化工作的方方面面，包括快速識別和糾正不合規(guī)的交易，這樣，客戶將得到最好的服務(wù)。Splunk Enterprise平臺是我們業(yè)務(wù)運(yùn)營基礎(chǔ)的關(guān)鍵因素。”

三、機(jī)器會(huì)不斷學(xué)習(xí)

人工智能和機(jī)器學(xué)習(xí)的未來是光明，充滿希望的，畢竟還有很多領(lǐng)域等著我們?nèi)ヌ剿鳎?/p>

端到端人工智能。例如，先建立一個(gè)識別停車標(biāo)志的模型，然后再建立能區(qū)分行人和汽車的模型。掌握了機(jī)器學(xué)習(xí)模型的端到端人工智能可以獲取系統(tǒng)所有狀態(tài)，然后輸出所需要的精確的行動(dòng)，如右轉(zhuǎn)，加速，減速等等。

自我配置：從架構(gòu)，到驗(yàn)證直至訓(xùn)練， 具備端到端的機(jī)器學(xué)習(xí)能力，而無需人為干預(yù)。

經(jīng)過預(yù)先訓(xùn)練的模型：經(jīng)過預(yù)先訓(xùn)練的開源機(jī)器學(xué)習(xí)模型庫，作為可重用的組件，應(yīng)用于各種各樣的應(yīng)用情形。例如，電信公司應(yīng)用經(jīng)過預(yù)先訓(xùn)練的模型來檢測和預(yù)測客戶流失。無線提供商在客戶信息上結(jié)合使用一組類似的數(shù)據(jù)點(diǎn)——例如，計(jì)費(fèi)計(jì)劃類型、客戶服務(wù)呼叫次數(shù)、語音和數(shù)據(jù)使用情況等。一旦為這類數(shù)據(jù)建立了經(jīng)過預(yù)先訓(xùn)練的模型，就可以與其他提供商共享，從而為整個(gè)行業(yè)創(chuàng)造價(jià)值。

面向物聯(lián)網(wǎng)的人工智能：傳感器設(shè)備不但日益商品化而且規(guī)模也越來越大，這將推動(dòng)智能化產(chǎn)業(yè)的新一輪發(fā)展。智能設(shè)備、機(jī)械、車隊(duì)車輛等等，仍然需要管理。這些都需要修理和保養(yǎng)。 機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)相結(jié)合，意味著為大幅度提高網(wǎng)絡(luò)性能，延長正常運(yùn)行時(shí)間以及更好的資源管理創(chuàng)造了需求和機(jī)會(huì)。

所以，可以肯定的一點(diǎn)是，2018年，人工智能和機(jī)器學(xué)習(xí)將繼續(xù)對我們的工作生活產(chǎn)生重大影響。

End.

轉(zhuǎn)載請注明來自36大數(shù)據(jù)（36dsj.com)： 36大數(shù)據(jù) ? Splunk預(yù)測2018年人工智能和機(jī)器學(xué)習(xí)的三大趨勢