清华2020人工智能报告第一期！五大维度揭秘机器学习技术【附下载】| 智东西内参

股票市场预测。 当今，股票市场俨然已成为大家关注的热点， 但是，如果不了解股票运作方式和当前趋势，要想击败市场则非常困难。随着机器学习的使用，股票预测变得相当简单。这些机器学习算法会利用公司的历史数据，如资产负债表、损益表等，对它们进行分析，并找出关系到公司未来发展的有意义的迹象。

财资部（Treasury） /客户关系管理（CRM） /现货交易（Spot Transactions）。 客户关系管理（CRM）在小额银行业务中占有十分突出的地位，但在银行内部的财资空间却没什么作用。因为财资部有自己的产品群，如外汇、期权、掉期交易（Swaps）、远期交易（Forwards）以及更为重要的现货交易（Spots）。线上交易需要结合这些产品的复杂程度、客户风险、市场与经济行为以及信用记录信息，这对银行来说几乎是一个遥远的梦想。

聊天机器人/私人财务助理。 聊天机器人可以担当财务顾问，成为个人财务指南， 可以跟踪开支，提供从财产投资到新车消费方面的建议。财务机器人还可以把复杂的金融术语转换成通俗易懂的语言，更易于沟通。一家名为 Kasisto 的公司的聊天机器人就能处理各种客户请求，如客户通知、转账、支票存款、查询、常见问题解答与搜索、内容分发渠道、客户支持、优惠提醒等。

2、自动驾驶

将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类，都要用到机器学习。 自动驾驶汽车的设计制造面临着诸多挑战，如今，各大公司已经广泛采用机器学习寻找相应的解决方案。汽车中的 ECU（电子控制单元）已经整合了传感器数据处理，如何充分利用机器学习完成新的任务，变得至关重要。潜在的应用包括将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类。这些传感器包括像激光雷达，雷达，摄像头或者是物联网。

车载信息娱乐系统所运行的应用，能从传感器数据融合系统中获取数据。举个例子，如果系统察觉驾驶员发生状况，有能力把车开到医院。基于机器学习的应用，还包括对驾驶员的语言和手势识别以及语言翻译。相关的算法被分类为非监督和监督算法。它们两者的区别在于学习的方式。

在自动驾驶汽车上，机器学习算法的一个主要任务是持续渲染周围的环境，以及预测可能发生的变化。这些任务可以分为四个子任务： 目标检测、 目标识别或分类、 目标定位、 运动预测。

机器学习算法可以简单地分为 4 类：决策矩阵算法、聚类算法、模式识别算法和回归算法。可以利用一类机器学习算法来完成两个以上的子任务。例如，回归算法能够用于物体定位和目标识别或者是运动预测。

▲自动驾驶目标识别、运动预测

3、 健康和医疗

为了更好地了解人工智能和机器学习正如何改变医疗保健行业， 我们通过一些具体案例，并且这些案例可以有力证明这些前沿技术的实用价值。

判断发展中国家的结核病情况。识别图像中的模式（Pattern）是现有人工智能系统中最强有力的一点，研究人员现在正在训练人工智能检查胸部 x 光片， 识别结核病。这项技术可以为缺乏放射学家的结核病流行地区带来有效的筛查和评估手段。

一种治疗退伍军人创伤后应激障碍（PTSD） 的人工智能。退伍军人创伤后成长计划与 IBM Watson 合作使用人工智能和分析技术，以确保更多患有创伤后应激障碍的退伍军人能够完成心理治疗。使用这些技术，他们的完成率从不到 10%上升到 73%。根据退伍军人事务部的统计， 80%的患有创伤后应激障碍的退伍军人在确诊后一年内完成治疗计划，然后康复。在 300 万阿富汗和伊拉克战争老兵中，大约五分之一患有创伤后应激障碍。

检测脑出血。以色列医疗技术公司 MedyMatch 和 IBM Watson Health 正在使用人工智能，通过检测颅内出血，帮助医院急诊室的医生更有效地治疗中风和头部外伤患者。 AI 系统使用临床洞察力（clinical insight）、深度学习、患者数据和机器视觉来自动标记潜在的脑出血，以供医生检查。

优化管理工作流程并消除等待时间。行政和助理工作是 AI 起作用的主要领域。埃森哲表示，语音到文本转录等省时的工作流功能有可能替代为医疗专业人员订购测试和处方以及在图表中写笔记等任务–任何涉及非患者护理的任务。这相当于节省了 17%的医生工作时间和 51%的注册护士工作时间。

检测阿尔茨海默病。现在，人工智能机器人只需要不到一分钟的时间，就可以根据语音模式和声音来诊断阿尔茨海默氏病，准确率达到 82%，而且这种准确率还在不断提高。人工智能系统可以处理单词之间的停顿长度、处理代词优于专有名词的任何偏好、处理过于简单的描述以及语音频率和幅度的变化。所有这些因素对于人类听众来说都很难高精度地记录和检测，但人工智能系统却能够进行客观和可量化的分析。

癌症诊断。用于检测和诊断癌症的传统方法包括计算机断层扫描（CT） 、磁共振成像（MRI） 、超声和 X 射线。不幸的是，许多癌症无法通过这些技术得到足够准确的诊断，从而可靠地挽救生命。微阵列基因图谱的分析是一种替代方法，但这项技术需要计算很多小时，除非这项技术可以使用 AI 替换。现在已经被证明，斯坦福大学的人工智能诊断算法与由 21 名经委员会认证的皮肤科医生的团队一样有效地从图像中检测潜在的皮肤癌。 Startup Enlitic 正在使用深度学习来检测 CT 图像中的肺癌结节，其算法比作为一个团队工作的专家胸科医生的准确率高 50%。

机器人辅助手术。 在价值潜力方面，机器人辅助手术是人工智能辅助方向的佼佼者。 AI-enabled 机器人技术可以通过集成实时操作矩阵、来自实际手术医生的数据以及来自手术前病历的信息来提高和指导手术器械的精度。事实上，埃森哲报告说，人工智能机器人技术带来的进步缩短了 21%的停留时间。

4、 零售业

IDC 副总裁 Ivano Ortis 最近分享了他的观点“人工智能将把分析带到一个新的水平，并将成为零售创新的基础，这已经得到了全球半数零售商的认可。人工智能可以实现规模化、自动化和前所未有的精度，当适用于超细微客户细分和上下文交互的时候，可推动客户体验”。

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!