作者:Rich Data Corporation首席执行官关睿
2018年,数据技术不仅将变得更加尖端,它也会对我们每一天的生活产生实质的影响。基于人工智能的数据已逐渐成为了我们工作的基石,改变了我们购物以及和外界沟通的方式。
至于“深度学习”、“机器学习”、以及“混合学习模型”这些技术将如何使消费者真正受益这一问题,各行各业的企业已经展开了探讨。因此,基于人工智能的应用将在2018年呈爆发性的增长。未来,人工智能将越来越擅长模仿人类的思考与学习方式。但就目前而言,企业仍然需要通过与领域专家合作,不仅只是收集数据,更要对数据加以挖掘和利用。这样才能赋予人工智能更多的人情味。我们当前正处在“数据淘金”的时代,企业必须对数据进行开发才能实现其真正的价值。
2018年,数据与人工智能将在家居智能化、提升客户体验,以及拓展银行业务三个领域带来重大影响。
请想象这样的场景:走到家门口,通过手机即可开门;觉得屋内有些热,通过语音助理便启动了空调;晚餐时间,你只需把腌制好的牛排放入智能烤箱,它便根据你的喜好烹饪出了一盘完美的牛排。
现如今,智能家居已不再是科幻小说里的假设,而是物联网的真实产物。其中,数据更是智能家居生态系统赖以生存的核心。对于企业而言,2018年是探索智能家居其零售影响力的关键一年。市场领先的研究机构Ovum预测,由于很多企业的参与,智能家居的市场竞争进一步加剧,所以2018年将成为智能家居技术的重要转折点。一些亚太地区的家电企业已在这场竞争中打响了头阵,例如财富世界500强的中国企业美的集团,已开始运用数据与人工智能技术分析客户的需求,并能够推荐高度相关的智能家居产品。
但是智能家居的发展前景不单单只影响企业的发展,它与我们日常生活中一些有特别需求的人也息息相关。对老龄人口的影响就是一个很好的例证。2017年,香港地区65岁及以上的人口超过总人口的16%;预计到2040年,中国大陆地区工作者与退休人员的比例将从5:1跌落到1.6:1;整个亚太地区的情况都大致相同。在帮助更多老年人独立生活方面,智能家居具备前所未有的潜力。此外,智能家居设备可收集老人日常生活的数据,一旦发现任何数据偏差,便可及时将出现的问题通知给家人或监护者。
对于我们每一个人而言,未来都是特别定制的,包括如何购物,如何接受医疗服务,以及如何与科技互动。在2018年,随着消费者对个性化推荐的预期走高,为顾客提供量身定制消费体验的需求也将达到顶峰。一项研究发现,88%的营销人员在提供个性化服务之后业绩明显提升。三分之一的人表示早已利用机器学习来推出个性化的服务。
事实上,基于人工智能和机器学习的行为分析是响应性零售的未来。在2018年,人工智能将具备更强大的学习能力,可以对过去的和当前的海量行为数据进行学习,以此描绘出每一位顾客的精准画像,进而做出回应,包括:发布定制化的推荐,以及根据顾客的潜在需求推送定制化促销。
数据为银行开启了一个全新的世界,也为银行用户提供了多样化的服务。例如,亚太地区存在大量的无银行账户人口,约有11.9亿人未与银行有过正式的业务来往。在以前,由于银行缺乏一个可信赖的方式对那些无银行账户公民的信用度进行评估,因此不愿借款给他们。但现如今,数据改变了这个局面。
数据催生了新金融科技解决方案。随着它的问世,银行开发出创新的评分和风险框架分析技术,用以对潜在借款人不同的数据进行评估。这些数据来源于社交媒体、租借和公共设施支付记录,以及非正式借款记录等。
信用画像所产生的影响是深远的。在大量无银行账户的地区,信用画像对个人和企业借款人进行评估,并为其提供贷款,以此促进了业务的增长。在传统银行社区,新金融科技解决方案,比如实时信用评分,可以帮助银行进行自动化的决策,并提供更快捷和更加精准的信用服务。越来越多的新金融科技企业加入到了市场竞争,传统银行为了不被市场淘汰也进行了大量的投资。对于任何一家金融企业而言,2018年都将会是关键的一年,他们应该着重探索如何通过创新的数据解决方案来满足客户的需求。
来年,人工智能和机器学习将持续影响着商业的各个方面。中小企业需要和经验丰富的商务人士一同协作,才能创造和获取最大的商业价值和成果。只有当企业利用人工智能和数据为人们带来全新体验时,他们才能够真正取得新的商业收益,并在数据演变的进程中始终受益。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。