四、合成數(shù)據(jù)集用以解決AI的數(shù)據(jù)依賴
16 預(yù)測(cè)性維護(hù)
從制造商到設(shè)備保險(xiǎn)公司，AI-IIoT可以在在故障損害發(fā)生之前，提出防范措施。現(xiàn)場(chǎng)和工廠設(shè)備會(huì)產(chǎn)生大量的數(shù)據(jù)，然而，未預(yù)料到的設(shè)備故障是制造業(yè)停機(jī)的主要原因之一。預(yù)測(cè)設(shè)備或單個(gè)部件何時(shí)失效將使資產(chǎn)保險(xiǎn)公司和制造商受益。
在預(yù)測(cè)性維護(hù)中，傳感器和智能攝像機(jī)收集來(lái)自機(jī)器的連續(xù)數(shù)據(jù)，如溫度、壓力等。實(shí)時(shí)數(shù)據(jù)的數(shù)量和變化形式使機(jī)器學(xué)習(xí)成為IIoT不可分割的組成部分。隨著時(shí)間的推移，算法可以在故障發(fā)生之前預(yù)測(cè)可能出現(xiàn)的隱患。
隨著工業(yè)傳感器成本的降低、機(jī)器學(xué)習(xí)算法的進(jìn)步，以及對(duì)邊緣計(jì)算的推動(dòng)，預(yù)測(cè)性維護(hù)會(huì)更加廣泛。
17 后臺(tái)自動(dòng)化
人工智能正在推動(dòng)管理工作走向自動(dòng)化，但數(shù)據(jù)的不同性質(zhì)和格式使其成為一項(xiàng)具有挑戰(zhàn)性的任務(wù)。根據(jù)行業(yè)和應(yīng)用程序的不同，自動(dòng)化“后臺(tái)任務(wù)”的挑戰(zhàn)可能是獨(dú)一無(wú)二的，例如，手寫的臨床筆記對(duì)自然語(yǔ)言處理算法來(lái)說(shuō)就是一個(gè)獨(dú)特的挑戰(zhàn)。
機(jī)器人過(guò)程自動(dòng)化（RPA）一直是熱門話題，雖然并非所有的機(jī)器人過(guò)程自動(dòng)化都基于機(jī)器學(xué)習(xí)，但許多都開始將圖像識(shí)別和語(yǔ)言處理集成到它們的解決方案中。
18 綜合訓(xùn)練數(shù)據(jù)
對(duì)于訓(xùn)練人工智能算法來(lái)說(shuō)，訪問(wèn)大型的、標(biāo)記的數(shù)據(jù)集是必要的，合成數(shù)據(jù)集可能會(huì)成為解決瓶頸問(wèn)題的關(guān)鍵，人工智能算法依賴數(shù)據(jù)，當(dāng)一些類型的現(xiàn)實(shí)世界數(shù)據(jù)不易被訪問(wèn)時(shí)，合成數(shù)據(jù)集的用武之地就體現(xiàn)出來(lái)，一個(gè)有趣的新興趨勢(shì)是使用AI本身來(lái)幫助生成更“逼真”的合成圖像來(lái)訓(xùn)練AI，例如，英偉達(dá)使用生成對(duì)抗網(wǎng)絡(luò)（GAN）來(lái)創(chuàng)建具有腦腫瘤的假M(fèi)RI圖像。
GAN被用于“增強(qiáng)”現(xiàn)實(shí)世界數(shù)據(jù)，這意味著AI可以通過(guò)混合現(xiàn)實(shí)世界和模擬數(shù)據(jù)進(jìn)行訓(xùn)練，以獲得更大更多樣化的數(shù)據(jù)集。此外，機(jī)器人技術(shù)是另一個(gè)可以從高質(zhì)量合成數(shù)據(jù)中獲益的領(lǐng)域。
19 網(wǎng)絡(luò)優(yōu)化
人工智能正在開始改變電信，電信網(wǎng)絡(luò)優(yōu)化是一套改進(jìn)延遲、帶寬、設(shè)計(jì)或架構(gòu)的技術(shù)——能以有利方式增加數(shù)據(jù)流的技術(shù)，對(duì)于通信服務(wù)提供商來(lái)說(shuō)，優(yōu)化可以直接轉(zhuǎn)化為更好的客戶體驗(yàn)，除了帶寬限制之外，電信面臨的最大挑戰(zhàn)之一是網(wǎng)絡(luò)延遲，像手機(jī)上的AR / VR等應(yīng)用，只有極低的延遲時(shí)間才能達(dá)到最佳的功能。
電信運(yùn)營(yíng)商也在準(zhǔn)備將基于AI的解決方案集成到下一代無(wú)線技術(shù)中，即5G，三星收購(gòu)了基于AI的網(wǎng)絡(luò)和服務(wù)分析初創(chuàng)公司Zhilabs，為5G時(shí)代做準(zhǔn)備，高通認(rèn)為人工智能邊緣計(jì)算是其5G計(jì)劃的重要組成部分（邊緣計(jì)算可減少帶寬限制并與云進(jìn)行頻繁通信，這是5G的主要關(guān)注領(lǐng)域）。
20 網(wǎng)絡(luò)威脅狩獵
對(duì)網(wǎng)絡(luò)攻擊做出反應(yīng)已經(jīng)不夠了，使用機(jī)器學(xué)習(xí)主動(dòng)“搜尋”威脅正在網(wǎng)絡(luò)安全中獲得動(dòng)力。顧名思義，威脅搜尋是主動(dòng)尋找惡意活動(dòng)的做法，而不僅僅是在發(fā)生警報(bào)或違規(guī)后做出反應(yīng)，狩獵開始于對(duì)網(wǎng)絡(luò)中潛在弱點(diǎn)的假設(shè)，以及手動(dòng)和自動(dòng)化工具，以在連續(xù)的迭代過(guò)程中測(cè)試假設(shè)。
網(wǎng)絡(luò)安全中龐大的數(shù)據(jù)量使機(jī)器學(xué)習(xí)成為流程中不可分割的一部分，威脅狩獵很可能會(huì)獲得更多的動(dòng)力，然而它也面臨著自身的一系列挑戰(zhàn)，比如應(yīng)對(duì)不斷變化的動(dòng)態(tài)環(huán)境和減少誤報(bào)。
五、訓(xùn)練算法、指紋追蹤、人工智能防范假貨
21 電子商務(wù)搜索
對(duì)搜索詞的上下文理解正在走出“實(shí)驗(yàn)階段”，但要廣泛采用搜索詞還有很長(zhǎng)的路要走，當(dāng)使用電子商務(wù)搜索來(lái)顯示相關(guān)結(jié)果時(shí)，使用適當(dāng)?shù)脑獢?shù)據(jù)來(lái)描述產(chǎn)品是一個(gè)起點(diǎn)。
但是僅僅描述和索引是不夠的，許多用戶用自然語(yǔ)言搜索產(chǎn)品（比如“沒(méi)有紐扣的洋紅色襯衫”），或者不知道如何描述他們?cè)趯ふ业纳唐罚@使得電子商務(wù)搜索的自然語(yǔ)言成為一個(gè)挑戰(zhàn)。
22 汽車索賠處理
保險(xiǎn)公司和初創(chuàng)公司開始使用人工智能來(lái)計(jì)算車主的“風(fēng)險(xiǎn)得分”，分析事故現(xiàn)場(chǎng)的圖像，并監(jiān)控駕駛員的行為，Ant Financial在其“事故處理系統(tǒng)”中使用深度學(xué)習(xí)算法進(jìn)行圖像處理，過(guò)去，車主或司機(jī)會(huì)把他們的車送到“理算師”那里，理算師負(fù)責(zé)檢查車輛的損壞情況，并記錄下詳細(xì)情況，然后將這些信息發(fā)送給汽車保險(xiǎn)公司。
如今，圖像處理技術(shù)的進(jìn)步使得人們可以拍下這輛車的照片并將其上傳，神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行分析，實(shí)現(xiàn)損傷評(píng)估的自動(dòng)化，另一種方法是對(duì)駕駛員進(jìn)行風(fēng)險(xiǎn)分析，從而影響汽車保險(xiǎn)的實(shí)際定價(jià)模型。
23 防偽
假貨越來(lái)越難被發(fā)現(xiàn)，網(wǎng)購(gòu)使得購(gòu)買假貨比以往任何時(shí)候都容易。為了反擊，品牌和典當(dāng)商開始嘗試人工智能，在網(wǎng)絡(luò)世界和現(xiàn)實(shí)世界兩條戰(zhàn)線上與假貨作戰(zhàn)。
不過(guò)，網(wǎng)上假冒偽劣產(chǎn)品的范圍和規(guī)模龐大復(fù)雜，造假者使用與原始品牌列表非常相似的關(guān)鍵詞和圖片，在假冒網(wǎng)站上銷售假貨，在合法市場(chǎng)上銷售假貨，在社交媒體網(wǎng)站上推廣假貨，隨著“超級(jí)假貨”或“aaa假貨”的興起，用肉眼分辨它們幾乎變得不可能。
現(xiàn)在，建立一個(gè)假冒偽劣商品的數(shù)據(jù)庫(kù)，提取其特征，并訓(xùn)練人工智能算法來(lái)分辨真?zhèn)?，雖是一個(gè)繁瑣的過(guò)程，但對(duì)于奢侈品牌和其他高風(fēng)險(xiǎn)零售商來(lái)說(shuō)非常有必要，下一步的解決方案還可能是在實(shí)體商品上識(shí)別或添加獨(dú)特的“指紋”，并通過(guò)供應(yīng)鏈對(duì)其進(jìn)行跟蹤。
24 零售
走進(jìn)一家商店，挑選你想要的東西，然后走出去，這幾乎“感覺(jué)”就像在行竊，人工智能可以杜絕真正的盜竊行為，并讓免結(jié)賬手續(xù)零售變得更加普遍。
盜竊一直是美國(guó)零售商的一大痛點(diǎn)，然而，當(dāng)你掌握進(jìn)出商店的人，并自動(dòng)向他們收費(fèi)時(shí)，有人入店行竊的可能性就會(huì)降到最低。其余一些需要考慮的事情是如何利用建筑空間，特別是在擁擠的超市，確保攝像機(jī)被最佳地放置來(lái)追蹤人和物品。
在短期內(nèi)，問(wèn)題將歸結(jié)為部署成本和由潛在技術(shù)故障造成的庫(kù)存損失成本，以及零售商能夠承擔(dān)這些成本和風(fēng)險(xiǎn)的程度。
25 農(nóng)作物監(jiān)測(cè)
無(wú)人機(jī)可以為農(nóng)民繪制農(nóng)田地圖，利用熱成像技術(shù)監(jiān)測(cè)濕度，識(shí)別蟲害作物并噴灑殺蟲劑。
初創(chuàng)公司正專注于為第三方無(wú)人機(jī)捕獲的數(shù)據(jù)添加分析。還有人使用計(jì)算機(jī)視覺(jué)使地面上的農(nóng)業(yè)設(shè)備變得更智能，按照需要噴灑個(gè)別作物，就會(huì)減少對(duì)非選擇性除草劑的需求，而非選擇性除草劑會(huì)殺死附近的一切，精確噴灑意味著減少除草劑和殺蟲劑的使用量。
在實(shí)地調(diào)查之外，利用計(jì)算機(jī)視覺(jué)分析衛(wèi)星圖像提供了對(duì)農(nóng)業(yè)實(shí)踐的宏觀理解，地理空間數(shù)據(jù)可以提供關(guān)于全球作物分布模式和氣候變化對(duì)農(nóng)業(yè)影響的信息。
來(lái)源：硅谷密探
聯(lián)系客服
