【升华】如何看待AI技术的应用场景

一、从互联网到AI

     国内互联网经过10几年的发展,几乎把所有线下的实体行业都搬运到网上来,互联网+ ,加互联网。不是说互联网有多好,只是你不这么干,你就被别视为落后,没有价值。现在回想起来,如果大家都不使用互联网,可能也不是见什么坏事吧。只要大家一致,就不是问题。互联网+让少部分打破了天平的平衡,导致商业都是逐利的,国内可以说在 马某的带领和号召下,迅速发展起来了。第二原因主要还是国际竞争,别人搞了互联网,你不搞,你也是落后,这也是为了国际化,如果不搞互联网,我们也无法对接国际。所以现实需求车轮不停地推动我们往一个方向去,这种力量没有人可以阻挡。到现在的AI也是同样的道理,有人打破了平衡,国外搞得很先进了,我们也必须搞。什么场景都得加上AI,这是我们的意志,但是从根本上来说,这些东西不一定是个好东西,因为世界大同,人民幸福,可能不是因为这些东西,而是要回到几千年的孔子,老子 ,悉达多那些思想,只要人与自然和谐,人与人和谐相处(没有战争),人们就是幸福的,世界就是可持续的。你通过人工智能搞些无人机打仗,搞些战争武器(网络攻击)出来,有什么好处呢

二、AI技术的应用场景

AI技术的应用场景,生产生活中的运用

01、交通:智能系统实现安全畅通和智能交通系统是一种先进的运输管理模 式。中国科学院自动化研究所副所长、复杂系统与智能科学重点实验室主任王飞跃介绍说, 人工系统主要利用计算机仿真技术,通过监测人们出行的行为计算交通流。

02、农业:在农业场景,主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。作物管理,主要提供作物选择,施肥建议,使得作物免受恶劣天气影响等;害虫和杂草处理,即识别害虫和杂草,提供处理害虫和杂草的相关建议,推测害虫行进路线和繁殖规模和速度,推测杂草的生长状态和发展等;疾病管理,即预测、识别分类作物病害;土壤和作物管理,包括评估作物表面土壤湿度,预测天气,结合天气预测结果进行灌溉等;产量预测和管理,根据气候,季节等因素提供最佳播种时间建议,并预测最佳收成时间和最终产量等。其主要运用的AI技术最开始是基于规则的专家系统,发展到后来的模糊推理系统和人工神经网络的结合。主要涉及模式识别,图像识别等。

03、医学:医疗专家系统可以把有关的医药知识和许多著名医生的临床经验都存储在计算机中, 根据病人的症状计算机可快速调用这些医学知识,自动进行辨症推理,确定病因,开具处方。

在医疗卫生场景,主要有疾病诊断预测、临床和患者护理。疾病诊断预测包括前期疾病诊断预测,例如糖尿病、癌症、结核病、精神疾病的预测诊断,和就诊中的医学成像和图像诊断,例如肿瘤学影像、光学相干断层扫描等。临床包括临床试验参与、机器人辅助手术系统和计算机辅助手术,减少用药错误。患者护理包括心力衰竭监测、术后健康监测、肿瘤患者的健康监测,检测例如血氧浓度,体温,心率等参数并分析。除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。

04、AI自动驾驶场景

在自动驾驶场景,分为感知和决策两类主要场景,感知类包括汽车定位、静态障碍物映射、移动障碍物检测跟踪、道路映射、交通信号检测和识别;决策类包括路线规划、路径规划、行为选择、运动规划和控制等。其运用到的 AI 技术主要是基于规则的推理模型,启发式算法,近似推理,类人推理等。主要涉及的用例是图像和语音识别,分析推理,分类,模型迭代等。

 

扫描二维码关注公众号,回复: 17444774 查看本文章

05、AI网络金融场景

在网络金融场景,主要包括信用预测和评估,根据客户的历史交易数据、资金流动情况智能运营聊天机器人应答客户部分疑问,智能手续柜台满足客户部分需求。交易风险预警,大数据分析历史诈骗交易行为,提前为客户预警,进行报警等。涉及的 AI 技术较为广泛,包括支持向量机、决策树、神经网络、K 邻近遗传算法、随机森林、Boosting 算法、集成学习、聚类等。主要涉及的用例是分析推理、模式识别、分类等。

06、智慧城市场景

在智慧城市场景,主要有公共设施控制,例如通过控制交通信号灯等设施帮助监控交通流量和增加城市连通性并减少交通事故和交通违法,通过人脸识别门禁和安检识别控制重要场所通行;灾害预测,例如预测建筑物火灾风险;人员识别和寻踪,通过收集公共摄像头的视频图像,分析其历史行动轨迹等,锁定犯罪分子或失踪人员。主要涉及的 AI 技术有神经网络、演化算法、专家系统、分布式人工智能、机器视觉、决策网络等。主要涉及的用例是图像识别、推理分析等。

07、AI电子商务场景

在电子商务场景,主要用例是推荐系统、欺诈识别、营销活动、产品退货预测。推荐系统又可以细分为关系发现和购买预测,关系发现包括商品之间的销售量关系发现和客户之间关系发现,购买预测包括购买预测和回购预测。推荐系统将根据内容或商品之间的关联度、用户特征和商品的关联度、甚至用户之间的关联度 , 向用户发起推荐。欺诈识别是通过分类或分析交易双方交易行为识别非法交易或异常交易,识别交易欺诈。

猜你喜欢

转载自blog.csdn.net/dongjing991/article/details/143204425