Hvad maskinundervisning kan betyde for din virksomhed


Hvad maskinundervisning kan betyde for din virksomhed

Maskinindlæring er blevet en vigtigt buzzword i business-teknologi cirkler, men for den gennemsnitlige virksomhedsejer denne sætning formentlig gør dine øjne glasur over, og for nogle kan det fremkalde angst. Men det behøver ikke at være så skræmmende eller utilgængeligt. Faktisk kan læring lidt hjælpe din virksomhed med at køre smartere, hurtigere og mere effektivt. I kernen betyder maskinindlæring blot en computer, der kan lære uafhængigt af eksplicit programmering.

Fra marketing til kundeservice finder virksomhederne måder at bruge maskinindlæring til at strømline operationerne. Det er også blevet en stærk tilstedeværelse i vores hverdag - ansigtsgenkendelse software, søgemaskiner og endda Netflix alle bruger maskinindlæring til at skræddersy en kundes oplevelse. Sikker på, Luddites kommer ikke til at opfinde nye måder at bruge maskine læring til at forbedre deres forretning. Men der er flere måder, virksomheder kan få gavn af maskinlæring, der allerede eksisterer.

Væsentligvis sker maskinindlæring, når et kunstig intelligensprogram kan analysere data og trække nye konklusioner, som ikke var tidligere programmeret. Hvorvidt disse konklusioner er i form af at afslutte en opgave, besvare et spørgsmål eller gennemføre en handling, udgør de en form for læring.

Denne type teknologi har ændret den måde, hvorpå nogle virksomheder opererer. Ved at automatisere visse processer er virksomheder blevet mere effektive og endda sænket omkostninger. For virksomheder er der to grundlæggende måder, hvorpå maskinindlæring kan påvirke effektiviteten: ved at automatisere processer og ved at analysere store mængder data, som folk ikke ville kunne forstå.

Matt Michelson er chefforsker for InferLink Corp., en forskning og udviklingsfirma, der håndterer regeringskontraktarbejde med fokus på AI og maskinindlæringsudvikling. For hans team kan maskinindlæring bruges til at automatisere dagligdags opgaver, såsom indlæsning af data.

"Du kan muligvis få en algoritme til at replikere, hvad nogen allerede laver, men på en computerskala," sagde han i en e-mail. "Nogen kan tage papirindtægter, scanne dem og indtaste værdierne i et regneark. I stedet kan en algoritme lære at trække værdierne fra de scannede kvitteringer og indtaste det selv. Det kan gøre det på en skala, som ingen mennesker kunne, og det frigør denne person til at gøre noget andet mere sindintrænt. "

Ud over at automatisere bestemte processer sagde Michelson, at maskinindlæring kan replikere en menneskelig opgave og nå frem til en ny konklusion i stedet for blot at gøre opgaven mere effektiv. "I Evid Science læser vores algoritmer og forstår den medicinske litteratur, og så kan de finde måder at sammenligne medicinske terapier, som mennesker ikke har gjort før. I dette tilfælde er fordelen ikke rigtig om effektivitet, det er, at det ville være umuligt for et menneske at læse så meget indhold og give mening af det hele, "sagde han.

Maskinens læring kan ændre måden din virksomhed driver på gennem disse to linser. Fremgangsmåden bag opnåelse af dette mål er imidlertid mere kompliceret.

Maskinindlæring involverer to hovedforskelle: overvåget og uovervåget læring. Ifølge AI Horizon ligger forskellen mellem disse to typer læring med de oplysninger, som maskinen har om dataene. Under ledet undervisning kan en programmør mærke, hvilke data der er rigtige og forkerte, baseret på et ønsket resultat.

Michelson beskriver yderligere underviset læring som at give "din algoritme flere og flere eksempler på, hvad du vil have det til at gøre." For eksempel giver du det viser billeder og siger, hvilke billeder af bygninger er i modsætning til ikke bygninger til en app. "

Ved uopmærket læring markerer ingen programmør nogen data, og i stedet skal maskinen tage så mange oplysninger som muligt, analysere det og vælge bedste mulighed. Michelson påpegede denne type læring som analyse af store mængder data.

"[Læringen] kan komme, fordi din algoritme har adgang til flere og flere data, men ikke eksempler over tid. For eksempel bruger brugere at vurdere produkter eller blot [have] mere adgang til mængder og mængder tekst," sagde han.

Der er andre former for læring og forskellige klassifikationer for dem, som halvlært undervisning, beslutningstræer eller forstærket læring, men de to definerede typer giver lidt baggrund om to hovedtyper af maskinindlæring.

Disse to udtryk bruges næsten udvekslingsmæssigt af virksomhedsejere, men der er en lille skelnen mellem AI og maskinindlæringsteknologi. Maskinindlæring refererer specifikt til maskinens evne til at lære alene, mens AI er mere af et paraplybetegnelse, der refererer til et programs autonomi, når man gennemfører en opgave.

Der er mange måder at Maskinindlæring har fundet vej til virksomhed. Som en teknologi, der har ændret felter lige fra markedsføring til cybersikkerhed, har nogle virksomheder udnyttet den kraft, som teknologi som maskinindlæring kan give.

Et område, hvor maskinindlæring er begyndt at trives, er reklame. Ved at indsamle og analysere brugerdata kan annoncefirmaer optimere meddelelser og skræddersy dem direkte til forskellige forbrugerbaser. Scott Teger, som driver platformsoperationer og analyser til reklamebureauet Mundo Media, sagde, at optimering af annoncer ville være næsten umuligt uden maskinindlæring.

"Jeg arbejder i digital reklame," sagde Teger, "og med så meget af verden at gøre ting online, vil den enorme opgave at optimere reklame være næsten umulig uden AI. AI hjælper med alt fra svindel, ad kvalitet til kundesucces og så videre. "

Et andet aspekt ved maskinindlæring i reklame handler om bedrageri. Teger sagde, at Mundo Media bruger så meget tidbyggeri til bedrageribekæmpelse, da det gør opbygning af teknologi.

"Vi går ind i en alder, hvor robotter er produktive og endnu mere sofistikerede. Uden maskine læring ville det være en skræmmende opgave at hurtigt og korrekt identificere virkelige mennesker mod bots, der er designet til at opføre sig som rigtige mennesker, "sagde Teger. "Dette ... påvirker alle i kæden, fordi det kunstigt drev markedsføringsomkostningerne for annoncører og mærker, hvilket koster forbrugernes omkostninger."

Kundeservice har oplevet en eksplosion i maskinindlæring og AI teknologi. Tjenester, herunder chatbots og automatiseret assistance, er blevet udviklet og leveret til virksomhederne for at forenkle kundeservice problemer.

Artificial Solutions er moderselskabet Teneo, et program, der giver virksomhederne en AI kundeservice mulighed. Andy Peart, chef marketingchef for Artificial Solutions, sagde, at maskinindlæring har haft en stor indflydelse på en virksomheds evne til at gøre kundeserviceproblemer mere bekvemme.

"For længe har kundeservice været henvist til et formel spørgsmålstegn -ansvar scenarie, der sjældent efterlader kunden tilfreds og ofte ikke løser problemet ved hånden, "sagde Peart. "Fælles for marketingfolk og voksende i udbredelse er intelligente samtale chatbots."

Disse chatbots har givet virksomhederne mulighed for at reducere omkostningerne, samtidig med at de håndterer kundernes rutinemæssige forespørgsler effektivt.

En anden måde, hvorpå maskine læring er blevet brugt af virksomhederne, er gennem opdagelse af svig. Riskified er et e-handelsbedrageri, der evaluerer transaktioner og afgør, om de er svigagtige. Stephen Fidgeon, kommunikationschef for virksomheden, sagde, at Riskified bruger algoritmer til at analysere data.

"Ved at fodre vores algoritmer enorme mængder data kan vi straks finde svig", skrev Fidgeon i en email. "Svindlere er fremskredne og evigt udviklet. De deler taktik og succeser, så legacy løsninger, der fokuserer på et sæt regler, bliver let smurt. Maskinindlæringens karakter betyder, at vi er i stand til at udvikle sig med dem og fortsætte med deres nyeste taktik . "

Dette er et område, hvor maskinindlæring er blevet brugt til at beskytte forskellige virksomheder. Højere sikkerhed er et andet eksempel på, hvordan maskinindlæring kan komme foran et problem og stoppe det, før det gør ondt i en virksomhed.

Der er mange andre måder, hvorpå maskinindlæring kan være nyttig, udover hvad vi har rørt her. Maskinindlæring og AI har skabt et stærkt fodfæste i erhvervslivet. Da industrien fortsætter med at udvide, kan det være værd at overveje, hvordan maskinindlæring eller AI kan påvirke din egen virksomhed.


Snapshot Small Business: smarTours

Snapshot Small Business: smarTours

Vores Small Business-snapshot-serie indeholder billeder, der repræsenterer, på kun ét billede, hvad de små virksomheder, vi handler om, handler om. Greg Geronemus, medadministrerende direktør for smarTours, forklarer, hvordan dette billede repræsenterer sin virksomhed. smarTours er et rundvisningsselskab, der har taget næsten 200.

(Forretning)

De mest og mindst indflydelsesrige sociale medier Celebs

De mest og mindst indflydelsesrige sociale medier Celebs

Mens han ikke er I øjeblikket tilgængelig til salgsfremmende arbejde, ville virksomheder have størst succes på sociale medier med præsident Barack Obama, der godkendte deres varer og tjenester, viser ny forskning. En undersøgelse af social marketing platform SocialToaster afslørede, at Obama betragtes som den mest indflydelsesrige berømthed på sociale medier.

(Forretning)