6GK7177-1FA10-0AA0
机器学习的新用例即将出现
今年早些时候，美国***宣布将使用定制的机器学习软件工具用于战斗车辆的预测性维护。换句话说，机器学习将能够预测车辆可能需要何时以及何种类型的维修服务。另一个有趣的机器学习用例是根据之前***收益的记录预测***波动。***近的一项研究表明，用机器学习预测***市场具有60％以上的准确度。在***健康领域，机器学习模型被用于估计一个人的***概率（在这种情况下的准确率远远超过90％）。零售，营销和销售以及工业/制造业场景也常有机器学习的用例出现。
“阅读”和“解释”过去的数据并预测未来 - 这是机器学习的本质而技术肯定会越来越精致。人工智能应用程序和机器学习工具的概念不再局限于机器人。相反，它们已成为业务工作流程和日常应用程序的自然扩展。
采用'针对机器学习优化的硬件'将会出现
2019年很可能是特别准备的硅芯片 - 具有定制人工智能和机器学习功能 - 成为主流，至少对于企业而言。在可预见的未来，人工智能优化硬件市场将继续快速增长。一系列新的，功能强大的处理设备将会出现 - 我们还可以看到***CPU和GPU。总而言之，这些工具和平台将大大增强机器学习硬件的可用性。
云计算与机器学习结合
到2020年，***云计算市场的年增长率约为25％。企业中机器学习的日益普及是推动这一激增的关键因素。为了成功实施“机器学习文化”，企业必须比以往更加关注创新 - 特别强调改进的云托管和基础设施参数。随着时间的推移，越来越多的“人工智能专用工具和系统”必须存储在云上 - 后者需要具有足够的安全性和可用性标准。强大、可扩展的云支持将帮助企业从机器学习无缝转移到深度学习，为***终用户提供更大价值，并提高他们的ROI数据。
从2019年开始，一般用户将开始更清楚地了解人工智能和机器学习流程的工作原理 。鉴于人工智能正在其存在的领域（例如：***科学）的关键性质，人们想要知道技术如何得出其结论/预测是很自然的。
6GK7177-1FA10-0AA0
继续推进***网络
***网络的优点是，它们通常不考虑选择对象的相对方向或位置。因此，可能会出现“信息差距”。而***网络就是为了而生的。它们很可能在2019年及以后取代许多传统的***网络。在性能方面，这些***网络比传统的***网络系统更具优势 - 具有更准确的模式检测功能，而且在少量数据时，错误概率也大大降低。更重要的是 - ***网络也不需要重复训练迭代，以“理解”变化。
基于机器学习算法的*********模块，用于比较患者的***图像和其他***图像，已经在使用。生物制药公司阿斯利康（AstraZeneca）计划广泛使用机器人和机器学习 - 用于在中国开发智能诊断系统。
人工智能助手的兴起和崛起
Siri和Google智能助理以及Alexa已经成为我们日常生活的一部分，而更重要的是，每个***“智能助手”都在逐年变得更加聪明。
基于5000个一般性问题，Siri设法回答了大约31％，其中近80％是正确答案;在同一项调查中，Google智能助理回答了超过67％的问题，准确度低于88％。
随着机器学习范围的扩大，人工智能助手已准备好超越智能家居。从明年开始，现代和起亚将开始在其新车型中提供内置的人工智能虚拟助手系统。这些助手将能够执行无数的任务 - 从远程家庭和汽车控制功能（通过语音）到目的地建议（基于先前的偏好）和导航指南。在所有生活范围内，具有机器学习功能的“智能助手”将使生活变得***的简单。
智能聊天机器人（具有人工智能）也正在迅速崛起。但是，有必要保持警惕 - 因为训练数据集中的偏差会对用户体验造成严重损害。微软的'Tay'聊天机器人就是这种失败的典型例子。
6GK7177-1FA10-0AA0
1785-L80E 1785-L86B 1771-DBMEM1
1771-DBMEM2 1771-DRS 1771-DRS1
1771-DRS4 1785-M100 1785-ME16
1785-ME32 1785-ME64 1785-BCM
1785-BEM 1785-CHBM 1771-SDN
1771-SN 1771-ALX 1771-ALXK
1771-ASB 1771-ASBK 1771-A1B
1771-A1BK 1771-A2B 1771-A2BK
1771-A3B 1771-A3B1 1771-A3B1K
1771-A3BK 1771-A4B 1771-A4BK