主页 > D鲜生活 >SAS:5 年内企业仰赖的人工智慧是「大 A 小 I 」 >

小编推荐

SAS:5 年内企业仰赖的人工智慧是「大 A 小 I 」


2020-06-08


SAS:5 年内企业仰赖的人工智慧是「大 A 小 I 」

获 Forrester 评为全球机器学习首位的数据分析软体厂商 SAS,指出 5 年内人工智慧(Artificial Intelligence)的商业应用需求是「大 A 小 I 」,即以不需要场景理解力或创造力的高度重複型任务为主。「大 A 小 I 」暂已足以为台湾产业,创造「高度客製化体验」与「风险与成本控管」的双重价值,再提炼既有市场动能。其中最富导入效益的将为「精密製造」、「保险」、「银行」及「医疗」业。SAS 全新升级的 Viya 机器学习平台,将以具备影像运算等深度学习套件,与相容开源程式的开放性,为垂直产业降低进入 AI 门槛。

SAS 全球商业智慧研究与开发副总裁 Stuart Nisbet,6 日于 SAS 企业高峰会中表示,根据调查到 2018 年 75% 企业至少有一项应用会仰赖 AI 或机器学习功能(注 1)。AI 人工智慧涵括知识建构、学习、创造、感知与机器人学等广泛领域,Stuart Nisbet 表示:「但光让机器自主『学习』,仿效人类行为(大 A)加上一点点智慧(小 I),即所谓的弱 AI,就足以做到预判与决策,让企业得以受惠于自动化与最适化,打造『高度客製化体验』,并同时做好『风险与成本控管』,藉此创新更多商业策略。」

SAS 台湾总经理陈恺新,进一步提出观察:「导入机器学习无法一步到位,业务面要思考是否有『人机持续互动』的规模应用,以足够数据来训练机器;技术面则要有俱备支撑机器学习或深度学习的演算法与资料科学团队。在台湾我们察觉有此潜力的,主要为『精密製造』、『保险』、『银行』及『医疗』四大产业。」

针对精密製造业 Stuart Nisbet 特别提出回应:「台湾在半导体或面板等产业,其技术与远见一直是独步全球,SAS 台湾正与几位领导业者,导入深度学习技术,利用多层影像来检测产品,或大量收集产线各零组件数值来预测异常。这类的应用其实非常前端,完成度让台湾製造业在 AI 的进展,绝对是大幅领先国际!」SAS 顾问补充,目前产业应用上光以平面影像,就让业者机台讯号模式的预测準确率提高 30% ,未来待 3D 影像数据足够,机器被训练地更準确后,能检测的面向将可更添成本效益。

保险业则为 AI 应用另一波新势力。主因保险业者急欲跟顾客有高黏着的互动关係以分散风险,像是取得顾客健康资讯、日常行为、投资偏好等,具有「持续互动」的规模需求。此外,保险业又属商品与营运机制高度複杂的行业,包含保单类型、试算机制、理赔规则与医疗法规等面向,如何提供每个人最适化的商品,仰赖 AI 来智慧计算的诱因大。SAS 已在协助顾客,利用深度学习识别车祸现场图像来确认车险理赔合理性、整合穿戴装置布建「健康联网」协助顾客管理健康,依据顾客健康情形动态调整保费等。AI 让愈来愈多生活场景,都有机会创造保险需求。

而银行业早已开始投注「大 A 小 I 」,广知的像是输入模式、条件,即可帮你推荐投资组合的「机器人理财」,但陈恺新提出更多建议:「除了行销面,AI由于能大幅扩增银行 Know Your Customer(KYC)能力,如能藉此强化徵信、风险控管基础,能外推给顾客的商品,还可更大胆,更创新。」如从原先顾客资料,纳入常出没位置、通讯族群或社群网路等,掌握複杂的群体关联度与信用风险等,利用 AI 让每个人在不同时间点,都能被即时地解析,银行更可把握当下需求给予推荐服务,甚至进一步侦测诈欺或洗钱的可能性。

至于医疗于 AI 的应用,立基于基因定序的精準医疗广为市场讨论,现阶段导入与实行成本较高。然而台湾各医疗院所其实有非常宝贵的病理大数据,早可应用来布局「药物管理及资源管理」。目前已可先透过「深度学习」将病徵、病症描述、药方及併发症等数据,做出比对,或进一步再结合检测仪器的数值,发掘最适化的给药或检测流程。让医疗设备与药物成本使用效益提升,也能减少仪器或药物分配时发生的错误。

为了协助各垂直产业能降低进入AI门槛,SAS Viya 平台也已全面升级,此云就绪(Cloud-Ready)的开放式分析平台,除了整合 SAS 过往在各产品线的机器学习技术,还把 SAS 最新以影像、语音运算为主的深度学习完整方案(SAS Visual Data Mining and Machine Learning,VDMML)架构于上。最重要的是,其可相容多项开源分析软体与程式语言,包含 Python、Java 和 Lua 介面及 REST API 等。

陈恺新强调:「SAS Viya 因为开放可扩充,因此可让各层级分析技能的人,都可享有最直觉与快速进入 AI 领域的能力。但更重要的是,企业能因有相容既有分析工具的平台,所以可有效『治理』机器学习等新技术,让接轨 AI 的风险有效被控制,而这才是使AI得以普及的关键。」

注 1:IDC FutureScape: Worldwide Analytics, Cognitive/AI, and Big Data 2017 Predictions


上一篇:
下一篇:
菲律宾申博太阳城_08suncity|生活消费网站|热爱生活消费群体|网站地图 申慱906554网址哪去了 申博8