人工智能将助力预测分析和决策支持

（文章来源：福布斯中国）

从自动驾驶汽车、预测分析应用程序、人脸识别，到聊天机器人、虚拟助手、认知自动化和欺诈检测，人工智能的用例很多。然而，不管AI的应用如何，所有这些应用都是有共性的。那些参与实现了数百甚至数千个人工智能项目的人意识到，尽管应用程序有这么多的多样性，人工智能用例仍然属于七个常见模式中的一个或多个。任何定制的人工智能方法都需要它自己的编程和模式，但是不管这些趋势用在什么组合中，它们都遵循自己的标准规则集。根据应用人工智能的特定解决方案，这七个模式分别应用或以不同的组合应用。

超个性化模式被定义为使用机器学习来开发每个个体的文件，然后让该文件学习并随着时间的推移适应各种各样的目的，包括显示相关内容、推荐相关产品、提供个性化推荐等等。这种模式的目标是将每个个体视为一个个体。

超个性化特定模式的实现包括基于浏览模式和搜索创建个性化推荐。目前正在使用这种技术的公司有Netflix。他们利用人工智能根据个人选择向观众推荐节目和电影。另一个例子是星巴克，该公司正在使用超个性化服务与他们的客户群建立联系。

超个性化的实现不仅限于营销行业。它还出现在金融、医疗保健或个性化健身和健康应用等行业。例如，超个性化可以在常见领域金融和贷款产生巨大影响。在美国，FICO信用评分是用来将那些本来可能拥有巨大不同信用额度的个人归为一类，并惩罚缺乏信用记录的个人群体。从使用传统的FICO评分转向将每个人作为个体来对待，我们可能会得到更准确的个人描述，并可由此评估他们偿还贷款的可能性有多大。

自主系统是能够完成任务，达到目标，与周围环境交互，并在最少的人力参与下实现目标的实体和虚拟的软硬件系统。超个性化的主要目标是把人当作个体来对待，而自主系统的目标则是在尽可能少的人际互动的情况下简化事物。自主模式需要机器学习能力，能够独立感知外部世界，预测外部元素未来的行为，并计划如何处理这些变化。

这种模式的明显应用包括自动机器和各种车辆，包括汽车、船只、火车、飞机等等。然而，这种模式还包括涵盖自主文档，知识生成、自主业务流程和自主认知的自主系统。这些系统可以在接近人类的情况下运行，包括优先决策。人工智能的另一种模式是预测分析和决策支持。这种模式的定义是使用机器学习和其他认知方法来理解过去或现有的行为是如何帮助预测未来的结果的，还可帮助人类根据这些模式来决定未来的结果。这种模式的目的是帮助人类做出更好的决定。

该模式的一些用途包括辅助搜索和检索、预测数据的一些未来值、预测行为、预测故障、辅助解决问题、识别和选择最佳匹配、识别数据中的匹配、优化活动、提供建议和智能导航等。它有助于做出更好的决策，提供增强的智能化能力。人工智能的另一种模式是会话/人机交互模式。这被定义为机器和人类通过各种方法的交互，包括机器对人，人对机器，以及来回的人机交互。该模式的目标是使机器能够与人类交互。

该模式最常见的例子包括聊天机器人、语音助手、感情、情绪和意图分析。它试图理解人类互动背后的意图，它还可以通过翻译促进人与人之间的互动。需要记住的重要一点是，这种模式是用来创建一种更容易的方式，让人类和机器通过对人类来说自然或舒适的方法进行交互。