「人工智能」解读丨2020年人工智能发展预测( 三 )
Mastercard –
最终所有企业将完全转型 ， 在大规模生产中(in production at scale)采用复杂的人工智能模型 。 到目前为止 ， 大部分的人工智能应用要么是仍处于实验室阶段(experiments, not in production) ， 要么只是简单的推荐 ， 预测和回归模型(recommendation, prediction and regression) ， 或者是只应用在小规模应用中 。 在2020年 ， 将有越来越多的大企业展现更加大胆(get bolder)的人工智能雄心(ambitions) ， 并要求其供应商也大规模导入 。 (large deployment) 。
Cloudian –
随着数据规模 （data volume continue）的持续爆发(explode) ， 带来的挑战是如何获得数据的真正战略价值(full strategic value) 。 目标存储(object storage)的新型存储架构与传统不同 ， 利用元数据(leverage metadata)处理来自AI和ML的巨量wordload 。
Yahoo Small Business –
在2020年 ， AI将填补小型企业天然的资源鸿沟(close gap in marchant capabilities) 。 通过自动化工作流程 ， 人工智能可以帮助中小型商户更无缝和高效(seamlessly and efficiently）管理其库存 。
Intuition Robotics –
我们将看到特定领域(domain specific)的数字伙伴(Digital Companion) ， 可以帮助我们更好地完成任务并更好地使用技术 ， 比如一个积极主动的(proactive）车内驾驶伙伴(co-driver) ， 让我们成为更安全的驾驶者并预测我们在驾驶环境下的(anticipate)需求 。
PagerDuty –
在未来仅仅是“实时”已经不足够了 ， 我们需要的是可预见性 。 大数据可以提供足够的情境(context) ， 突出新兴的事物(emerging pattern) ， 揭示其不同的可能性(reveal degree of probability) 。 在AI的支持下 ， 这一切将变为可能(be within reach) 。
ASCM – Association of Supply Chain Management –
2020年我们将看到从以用户为中心到以数据为中心的转变(shift from people-centric to data-centric) ， 借助于Predicive and Prescriptive Analytics和人工智能 ， 我们将看到自动决策(automatic decision making) 。 为了满足客户个性化的产品和服务需求(demands for tailored products and services) ， 我们需要在供应链管理中更好的采用技术和分析手段 。 为此我们需要对基础设施的翻新(revamp)和员工团队的再培训 。
推荐阅读
- 船舶■江苏镇江谏壁船闸2020年船舶通过量近2亿吨
- 『抗疫』坚定文化自信 张伯礼为2020年第二期省级机关公务员大讲堂作专题报告 弘扬抗疫精神
- [发财]“发财捷径”原是歪路 “刷单致富”涉嫌犯罪
- 分数线■江苏省2020年成人高校招生公布省控线上预填志愿投档分数线
- 门球|2020年南通市“退管夕阳”杯门球比赛圆满举行
- |2020年三季度“新时代盐城好少年”事迹展示
- 洛加尔|
- 就业政策|
- 不倒翁|
- 2020年GCHERA世界农业奖揭晓 中国科学家首次获奖