此内容是《基本指南》的一部分: 在商业应用中使用高级分析和人工智能指南

必要的指导

浏览部分
评估 权衡你正在考虑的技术、产品和项目的利弊。

机器学习模型接管了软件行业

正如软件在几年前接管更广泛的技术行业,我们开始看到机器学习算法主导软件。这趋势有很好的理由。

五年前,科技企业家Marc Andreessen在页面中发表了宣布华尔街日报那个软件正在吞噬世界。没人想再做硬件了——软件更引人注目,利润更高。今天,你也可以说机器学习模型对软件的作用是一样的。

技术世界的所有热点仍然在软件领域,但在这一领域,机器学习是迄今为止最热门的领域。如果你的软件没有机器学习嵌入其中,甚至在Southwest Interactive等消费电子展或南方这样的会议上甚至不打扰出现。这对于企业软件来说是双重的,其中,使用机器以锐化营销努力,创造新产品,并保持制造系统的健康正在将赢家与行业内的输家中分开。

在消费者方面,一些最酷的产品是小工具,这可能听起来像是科技公司对硬件的回归,直到你意识到软件才是真正的故事。像Amazon Echo和谷歌Home这样的产品之所以有趣,只是因为机器学习模型支持它们。这些算法解析用户语音查询,记住偏好和日程安排,并学会随着时间的推移改善与人类的互动。

然后有最受欢迎的纯软件播放,如Facebook和Google,哪个利用机器学习在深层次上定制他们的产品。

在企业方面,机器学习的趋势正在改变安德烈森的情景吃软件的现象更加明显。上个月,Tableau Software宣布计划在其流行的数据可视化软件中推出几个新功能利用机器学习。今年早些时候,领先的客户关系管理供应商Salesforce公布了Einstein,一套人工智能功能这将了解对用户的重要性,并更容易找到相关数据。

机器学习吞噬软件行业最明显的迹象可能是我们正在看到的平台之战,涉及一些技术领域的大玩家,这些人都希望成为事实上的机器学习和人工智能开发环境

在最近的AWS RE:发明2016年会议上,亚马逊Web服务宣布它将使开发人员能够访问同一台机器学习模型和人工智能工具为该公司的Alexa人工智能机器人提供动力。这类似于IBM开放沃森,允许开发人员在其认知引擎上构建应用程序。谷歌、微软、Facebook和苹果也在这一领域很活跃。

正如IBM的首席执行官Ginni Rometty在今年的Watson会议世界上说:“我们希望Watson成为业务的平台。”IBM的大部分收入仍然来自云等传统技术,但它已经把自己的整个声誉押在了这上面沃森的机器学习能力

无论哪家技术公司从这个平台战争中出现,因为领导者可能有机会定义未来几十年的计算,就像Microsoft在20世纪90年代开始的Windows一样。

随着我们进入2017年,这一趋势有望继续。

本月,我们已经看到了乘车共享公司Uber获得几何智能,这是一家团队和技术将形成核心的AI研究公司优步新的AI实验室分配。该单位将寻找实现AI和机器学习的方法,以改善旅行路线,订单交付和自驾驶汽车技术等。

一家主要业务与机器学习无关的软件公司希望将机器学习注入其核心业务,这并非巧合。这是机器学习继续吞噬所有软件的新标准。

下一步

eBay如何使用机器学习翻译产品列表的算法

自动驾驶汽车应该是机器学习模型有趣的测试用例

Chatbot开发获得协助现成的机器学习工具

深入了解高级分析软件

搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索SAP
搜索SQL.服务器
关闭