2017人工智能/人工智能惊喜


鉴于技术变化如此之快,我们认为邀请信息技术主管分享他们对2017年最大惊喜的想法和他们对2018年的预测会很有趣。

这是他们告诉我们的关于人工智能和机器学习的最大惊喜。我们将在其他几篇文章中讨论2018年的预测。

Lucas Vogel,创始人,Endpoint Systems

  • 我在2017年看到的最大惊喜是甲骨文宣布推出甲骨文自主数据库云。很高兴看到人工智能被用于解决冗余系统管理任务,就像甲骨文将其应用到他们的数据库平台一样。

Andy Peart首席战略和营销官,Artificial Solutions

  • 2017年,像Teneo这样的人工智能平台开发了一种混合方法,将语言和机器学习结合在一个环境中。这使得平台能够从第一天开始工作,无论培训数据是否可用。如果没有,它可以从用户生成的样本数据中学习。当数据可用时,平台可以使用它进行更精细的培训。这种混合方法确保企业从第一天起就能完全控制人工智能平台。这是2017年的一个重要事件,因为使用这种“两全其美”的方法意味着没有企业被迫进入不合适的实施流程或白象场景,在这种场景中,他们最终得到的解决方案与他们的业务运作方式完全不同。

Ryan Duguid,SVP技术战略,Nintex

  • 这并不奇怪,但最大事件的奖项(没那么令人惊讶)是当谷歌的AlphaGo站出来,教自己如何掌握围棋游戏,只给了基本规则。为什么会有如此重要的里程碑?因为到目前为止,机器需要人来教它们,给它们提供数据,并帮助它们以一种受监督的方式学习,直到它们准备好通过使用大规模数据集将事情提升到下一个层次。相比之下,AlphaGo Zero能够通过玩自己来掌握,然后根据它从游戏中学到的东西来更新自己。将这个游戏玩上百万次,结果是一台机器可以在90%的时间内击败之前的AlphaGo——鉴于AlphaGo能够以100比0击败18次世界冠军,这是一个令人印象深刻的壮举。那么从这里去哪里?嗯,我不是那种偏执型的人,所以我不认为天网只是亮起来了,但同时,我相信我们正在快速接近奇点,以及技术进步和相关社会影响的速度的巨大变化。为此,我认为我们所有从事技术工作的人都需要长期、认真地审视我们希望这一切走向何方。

Mike Kail,CTO,CYBRIC

  • 在2017年,人工智能/移动学习被吹捧为解决包括网络安全在内的几乎所有问题的灵丹妙药。感觉就像是时下的流行词,就像几年前的大数据一样。

Ted Dunning,首席应用架构师,MapR

  • 在过去的一年里,我对人工智能和机器学习的神奇思维感到惊讶。即使每个人和他们的狗(或者chicken)似乎已经为各种问题采用了各种机器学习解决方案,许多人似乎已经忽略了一个相当明显的事实,即领域知识仍然非常重要。

Matt Jackson,国家总经理,BlueMetal,一家洞察公司

  • 2017年人工智能和机器学习领域最大的惊喜是消费者广泛采用了会话代理和数字助理。在过去十年中,我们已经看到消费者趋势推动了企业采用(想想移动设备、自带设备等)。)。像大多数人一样,我最初认为数字助理是一个噱头,但阿列克谢改变了一切。现在,几乎每个企业都在考虑面向客户的应用/设备以及员工应用的bot战略。我们有客户回答客户的询问,帮助台的请求,甚至通过聊天机器人交易股票。这些从简单的脚本问题/回答算法开始,但随着时间的推移会不断学习和适应。我们现在正在整合更复杂的活动,模拟真实的人类互动。全球企业部署这些人工智能机器人的速度比我记忆中最近采用的任何技术都要快。

Jason Andersen,业务线管理副总裁,Stratus Technologies

  • 我一直对人工智能的实际应用和发展速度感到惊讶。虽然其中一些用例看起来很简单,但是也有很多聪明的想法正在被测试甚至实现。我认为这种务实的方法可以从使用人工智能中释放出真正的价值,利用洞察力,并真正地让事情发生——自主地,也可能是实时地。

Ben Newton,主要产品经理,Sumo Logic

  • 公司和团队在产品中加入人工智能和机器学习的低门槛是今年最大的亮点(也是理所当然的)。既然自动气象站和其他平台使得构建和部署复杂的性能算法变得如此容易,那么绝对没有理由不利用人工智能/最大似然。事实上,人工智能/人工智能今年已经越来越多地进入主流,这有力地证明了我们正处于机器学习的黄金时代。

Sven DeneckenSVP,产品管理和共同创新主管,SAP S/4HANA Cloud

  • 今年,至少可以说,企业软件中机器学习的快速增长和普及令人印象深刻。从研究到实施,机器学习的采用速度加快了。尽管许多人预测机器学习将在2017年产生影响,但创新的速度在2017年最为惊人。例如,通过多个云消费版本,公司能够从使用该技术中受益并看到切实的价值。

Bob Friday,CTO,Mist

  • 2017年最大的惊喜是量子计算开始成为现实。有一些真正的初创公司正在获得资金,以提供云计算即服务。我认为探索频道的理论比我想象的更接近现实。看看人工智能在谷歌和腾讯的发展方向,我们现在有能力做一些过去我们无法做的事情,让神经网络和深层思考成为现实。然而,下一次飞跃将会带来足够的处理能力来完成不可想象的事情。

Michael C. Grant博士,高级解决方案架构师,Anaconda

  • 对我来说,观看深度学习的各种发展是非常令人兴奋的。年初,我的注意力转向了 Libratus and DeepStack,这两个引擎证明了人工智能可以在德州扑克中胜过人类。随后,谷歌深度思维推出了其最新的围棋引擎——阿尔法围棋零点。什么使AlphaGo Zero重要的是,它完全是通过玩耍来学习策略的它自己。然而,在40天内,它证明能够击败所有以前的AlphaGo版本,包括击败世界冠军的版本。这个新版本是机器学习准确提取、识别和处理数据能力的一个重要证明。

Derek Choy,首席信息官,Rainforest

  • 2017年,人工智能和机器学习的采用没有达到预期效果。这不一定令人惊讶,但由于去年的激烈辩论,这一点值得注意。著名的首席技术官、首席信息官和其他人,如埃隆·马斯克(Elon Musk)和斯蒂芬·霍金(Stephen Hawking),都想知道人工智能是否会“接管”,关于机器人如何能把工作一股脑儿连根拔起,以及人们和公司如何能保护自己免受“人工智能的危险”的讨论十分激烈尽管如此,人工智能的进步和发展并没有像预期的那样实现。在企业中,人工智能和机器学习开始被采用,但没有达到预期的规模和程度。

Doug Randall,CEO,Protagonist

  • 我认为2017年最大的惊喜是组织开始公开支持和表达他们对社会原因和问题的观点——即使有争议。这在他们从博客到广告的内容中显而易见,他们使用一系列技术通过各种渠道达到他们的受众。作为一家提供人工智能解决方案来理解购买者信念(叙述)的科技公司,有趣的是这种信念是如何随着时间的推移而改变和演变的,并成为一些组织品牌认同的自然组成部分。"

克里斯·博伊德,现场首席技术官,Tintri

  • 移动机器学习成为现实的速度是2017年最大的收获。谷歌宣布了TensorFlow,它改变了游戏中移动应用的开发方式。这一点很重要,因为用户数量即使不是数十亿,也是数亿。这可能会让大数据变得更大。从这种学习中获得的见解将在不久的将来对设备和应用的开发产生真正的影响。