当前位置:首页 > 模拟 > 模拟
[导读]近日,算法为王的今日头条在其一场分享交流会上首次公开了它的核心算法。不得不说,能够做到投其所好,精准推荐的今日头条靠“算法”这个法宝取得了不小的成功,在短短两年多的时间内就拥有了2.2亿用户,每天有超过2000万用户在今日头条上阅读自己感兴趣的文章,曾一度使得编辑记者们感受到一丝丝恐慌——机器真的要代替人类?

算法带来颠覆

近日,算法为王的今日头条在其一场分享交流会上首次公开了它的核心算法。不得不说,能够做到投其所好,精准推荐的今日头条靠“算法”这个法宝取得了不小的成功,在短短两年多的时间内就拥有了2.2亿用户,每天有超过2000万用户在今日头条上阅读自己感兴趣的文章,曾一度使得编辑记者们感受到一丝丝恐慌——机器真的要代替人类?

其实自2016年谷歌的人工智能程序AlphaGo 击败韩国围棋大师李世石起就揭开了人机大战序的序幕,2017年12月7日,谷歌DeepMind又调教出一个AlphaZero 程序,它在8个小时内就自学成才征服围棋、国际象棋和日本将棋,为此战役再下一城。那么人类到底会不会被AI取代?本文暂不对此进行探讨,一盘棋局而已,所知有限,不过可以肯定的是,算法已经显露了它的锋芒,并且进入到我们的生活中,甚至已经开始改变着世界。

算法带来的颠覆就发生在我们身边:我们的出行——嘀嘀打车不拥有出租车,而是使用算法来连接司机和乘客;我们的订餐——大众点评和美团战略合作后的新美大自己并不生产食物,而是使用算法连接了商家和客户和物流,将食物直接“投递”到手中;我们的购物——全球第二大零售商阿里巴巴没有库存,而是使用算法来帮助他人销售和购买产品。

像嘀嘀打车,新美大和阿里巴巴这样的公司清楚地表明,智能算法会颠覆整个行业。但是,这种改变才刚刚开始,未来十年将有可能看到所有行业都受到算法的影响。Gartner把这一趋势称为“算法业务”,它将从根本上改变我们做生意的方式。

算法定义行动

Gartner的高级副总裁Peter Sondergaard提出“算法定义行动”,到2020年,智能产品以及相关机构将促进40%的人与数据的交互。

算法业务并不新鲜,但是我们现在为什么还是总会提到它?

从有 “大数据” 这个词开始,很多地方都提到:大数据是 21 世纪的石油。的确如此,但根据 Gartner 最新发表的文章分析,数据本身而言是无含义的,数据本身并没有做任何事情,除非你知道如何使用它。

可以想想以下的场景

在网络零售领域——推荐引擎利用算法,根据顾客过去的购买记录、浏览“类似”顾客的行为来精准推荐产品

在医疗领域——医务人员正在利用诊断算法来支持疾病诊疗,为病人提供第二诊疗意见,并查看患者过往的药物过敏史

在交通物流领域——算法分析数据,应用与零配件管理及采购系统以确保在工程故障检测之前,所需配件准备已经就绪

以上每种情况下,算法都不仅仅在做数字运算:它们能够直接支持某些角色(在以上案例中分别是顾客、医务人员和库存经理)。人们据此能够更快做出更明智的决策,并且降低了风险。

算法构筑未来

那么,为何企业没有通过推进更多算法来提升业绩?答案往往就是:企业只是利用数据分析来辅助报告,多用于活动后的数据反馈,比如说上个月的销售或客户服务数据可能很有趣,但只是 “马后炮”而已。

企业要想获得能够助力业务的洞察,就必须按需、及时提供这些数据。然而,同样重要的是,数据必须融入到企业架构和流程中,完善架构和流程,能够有效利用数据。

算法世界犹如一个浩瀚的星空,没有边际。没有一个算法是通用的,每个具体问题就需要一个算法,如何结合业务场景找到最合适的算法,这对企业来说是一大挑战。

因此,算法业务涉及算法与赋能业务之间的直接联系。这并不是你能从供应商那里买到的东西,而是需要在公司内部开发。这就是为何英特尔作为一家拥有分析技术的公司,花很多时间帮助客户了解它们的分析能力,增加业务与技术团队之间的互动,以便他们能够实现自己的分析目标,同时,英特尔也在通过底层产品创新,致力于为行业用户提供领先的产品和解决方案,积极应对和解决数据带来的各种挑战,使其潜力充分释放,让数据去真正推动业务洞察,带来效益的提升。作为数字信息行业的领导者,英特尔正在以技术赋能者的身份去成就更多的公司,并始终致力于同行业用户共同创新。

算法业务“帝国”非一日可建,而是需要全公司自上而下的思维转变。有趣的是,这种思维转变并不一定很难,因为我们作为消费者都已经习惯、甚至期待算法在我们的生活中帮助我们。英特尔将会持续推动从边缘到数据中心和云的技术创新,以帮助企业在数据时代蓬勃发展。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

全新的专有模型导入功能让客户更轻松地将其专属模型导入到Amazon Bedrock中,从而充分利用Amazon Bedrock的强大功能。全新的模型评估功能使客户能够广泛且便捷地选择完全托管模型,包括RAG优化的新版Am...

关键字: 生成式AI 基础模型 数据

2024年4月17日,中国 – 服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)将在2024年4月25日欧洲证券交易所开盘前公布202...

关键字: 半导体 数据

数据占满我们的电子设备已成常态,为了满足广大用户的需求,NAS应运而生。然而,对于许多普通用户来说,NAS设备的设置和使用却常常令人望而却步。不过,铁威马TOS 6的出现,不仅功能强大,而且操作简便,即使是初次接触NAS...

关键字: 数据 电子设备 NAS

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

随着科技的飞速进步,人工智能(AI)已经逐渐成为了引领新一轮科技革命和产业变革的核心驱动力。AI不仅在改变着我们的日常生活,还在推动各行各业的创新发展。展望未来,人工智能的发展将呈现出哪些趋势呢?本文将从技术、应用、伦理...

关键字: 人工智能 算法 AI技术

机器学习算法不会要求一个问题被 100%求解,取而代之的是把问题转化为最优化的问题,用不同的算法优化问题,从而比较得到尽量好的结果。

关键字: 机器学习 算法 最优化

据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。

关键字: 机器学习 人工智能 算法

NVIDIA 量子模拟平台将通过各大云提供商提供,帮助科学家推进量子计算和算法研究

关键字: 量子计算 算法 量子云

随着人工智能(AI)技术的迅速发展,人们对于通用人工智能(AGI,即Artificial General Intelligence)的期待也日益高涨。通用人工智能指的是具备像人类一样全面智能的计算机系统,能够执行各种复杂...

关键字: 人工智能 计算机 数据
关闭
关闭