[科技界] 2018年人工智能和机器学习路在何方? 听听美国公司怎么做

本文中，美国著名数据分析网站dzone的分析师汤姆·史密斯(tom smith)和玲珑副总裁马特·科特尼(matt coatney)就人工智能和机器学习的未来进行了深入探讨。玲珑是美国俄克拉荷马州的一家初创公司，主要提供大数据分析产品和服务。

这篇文章是由两个朋友阿曼达.沈翻译的。

Matt coatney，Matt公司副总裁

以下是正文:

感谢exaptive副总裁matt coatney与我谈论人工智能和机器知识的现状，以及他对其发展的看法。

汤姆·史密斯:成功的人工智能/机器知识策略的关键是什么？

matt coatney:与devops(开发和运营)不同，它涉及更多的人和方法，因为新技术正在给企业管理战略带来变化。一方面，它可以代替人们的工作，更有效、可靠、高效地完成这些任务。另一方面，以前不可行的新商业模式变得可行。

马特分享了一些例子:

在医学方面，ibm的沃森在不到10分钟的时间里发现了一组与一组医生想象的完全不同的白血病类型。

硅谷的一家生物技术公司Atomwise正在寻找现有的药物来应用于新的靶点，并发现了两种可以在一天内阻止埃博拉病毒传播的药物。这种类型的研究通常需要几年时间。

tom smith:企业如何通过人工智能和机器知识获取更多大数据？

马特·科特尼:与需要解决特殊业务问题的技术相比，企业在他们认为需要的技术上花费的时间更多。企业需要思考他们试图解决的问题，以及如何使解决方案满足客户。思考如何让方案奏效，让自己达到正收益率，进一步讨论下一个项目和合作机会。设定你的成功标准，快速获胜。这与我们过去20年所做的it项目没有什么不同，我们只需要记住最好的方法。

汤姆·史密斯:问:在过去的一年里，人工智能/机器学习发生了什么变化？

马特·科特尼:在过去的五六十年里，许多方法都是一样的，但是我们有更强大的计算机、更多的内存和优化算法，比如深度学习，所以我们可以在很短的时间内获得更好的结果。例子包括脸谱网的面部识别和谷歌的无人驾驶汽车。此外，我们现在有这样的人工智能服务，公司可以从计算机上租用时间，发出请求，并在记录的时间内获得信息。这降低了进入门槛，同时确保了世界上任何组织都能获得与facebook和谷歌相同的质量水平。

汤姆·史密斯:你用什么技术方案来收集和分析数据？

马特·科特尼:大多数企业都专注于大数据Hadoop平台。我们也可以这样做，但我们也可以使用较小的数据工具，如sql、nosql、微软和pythons的scikit-learn库来寻找价值。无论数据大小，从现有数据中挖掘出来的值还是很多的。

汤姆·史密斯:客户用人工智能/机器知识解决哪些实际问题？

马特·科特尼:任何预测、重新连接或预测内容的网飞风格的应用程序。推广金融模式和先进金融模式。此外，内容和知识管理工具可以帮助组织通过标记概念和关键词从内容中获得更多价值。

汤姆·史密斯:你认为阻碍公司从人工智能/机器学习中获利的最常见的问题是什么？

马特·科特尼:公司关注的是工具和平台，而不是他们试图解决的企业问题。他们需要把炒作和现实分开，知道哪些工具可以做，哪些不能做。营销炒作被收购，导致不切实际的预期。这需要对工具有更好的回顾和理解。需要理解的是，训练人工智能和为行业使用例子(比如律师如何写作和说话)需要一定的时间。

汤姆·史密斯:人工智能/机器知识可持续发展的最大机遇在哪里？

马特·科特尼(Matt coatney):我对人工智能作为一项服务感到兴奋，它为希望在不花费太多成本的情况下快速创业的开发者和企业家提供了机会。

知识空.的决策支持和自动化对这个问题的更广泛的看法导致更好和更相关的解决方案。[/s2/]