Contenu Source: 18-19 Avril 2018, à la Convention nationale de Beijing Centre, organisé par le « Sommet Big Data Industry 2018 » Institut chinois de l'information et de la communication, Wu Minghui comme des invités importants partagent un discours sur « l'intelligence artificielle Comment l'atterrissage ». Xia notes en tant que partenaires, les organisateurs et les conférenciers examinés a autorisé la publication.

plans de conception Seal  | Ressorts dix-sept ans Zebian | Lily

 Bonne profondeur de 2152 texte: 3882 mots | 5 minutes pour lire

· Remplir les notes de départ ensemble du réseau · vie culturelle

Fraîcheur ici: +    goût: Shuangwai

Lors du Sommet des données du secteur Big 2018, Millward Brown données, fondateur et président Miaozhen Wu Minghui a publié le premier jour de la conférence sur l ' « économie numérique, la « ligne des » entreprises traditionnelles à l'IA orientée vers l'avenir intelligent » comme thème du discours, pour pelletée de terre dans l'industrie du puzzle intelligence artificielle.

Aujourd'hui, nous avons trié les meilleures parties à partager avec vous, nous vous invitons à transmettre des collections.

Notes juin vous invite à méditer:

• Pourquoi la transformation numérique permettent aux entreprises de passer un coût important, mais n'a pas fait un profit?

• Comment l'atterrissage AI dans l'industrie?

• Comment les capacités AI utilisées dans divers domaines différents?

Bonjour à tous, je veux partager avec vous aujourd'hui est de réfléchir sur le sujet de l'intelligence artificielle et les grandes données.

A , Les données devraient être les principaux actifs de la société, Au lieu d'un centre de coûts

Je dirige deux société de services de classe entreprise, a vu beaucoup d'entreprises parlent de la façon dont la transition numérique, comment utiliser des données et grande intelligence artificielle à l'entreprise pour le changement.

À l'époque, l'économie mondiale en transition, de nombreuses entreprises chinoises de croître en même temps que le dividende démographique et l'Internet mobile de bonus et de nombreux autres avantages, mais le changement est encore voyage très bosselée.

Aujourd'hui, toutes les entreprises ne sont plus le dividende démographique, dans ce cas, l'entreprise pour optimiser l'efficacité commerciale interne au moyen de l'économie numérique et numérique? Comment relever les défis de la nouvelle ère?

Ce service de classe entreprise est d'aider les clients à résoudre des problèmes.

Un grand nombre des meilleures entreprises, y compris General Electric, Lego, Nike sont nos clients du monde.

Parmi eux, quelques-uns des très clairvoyants des chefs d'entreprise, il y a plusieurs années ont commencé à essayer de construire leur propre stratégie de transformation numérique, mettre en place un centre de données, les données sont stockées.

Cependant, le processus est pas lisse transition numérique, le processus de transition rencontrera de nombreux défis, beaucoup d'entreprises à investir tôt, mais ne va pas forcément reconnue par les investisseurs et les marchés financiers, car ils questionneront cette chose a aucune valeur.

Tels que General Electric, nous avons établi de longue date plate-forme industrielle de nuage Internet Predix, mais dans le processus de développement, ils ont également digitalisation des licenciements du secteur et l'ajustement structure rencontré beaucoup de défis;

LEGO dès 2014 sur le lancement de la plate-forme de LEGO Digital Designer.

Plus tard, en raison de diverses raisons de ne pas poursuivre, et restructuré la stratégie de numérisation, après la transition numérique connaissent également une baisse des ventes, des mises à pied et d'autres défis;

Un autre exemple est l'anneau Nike très tôt pour recueillir des données client par le mouvement de la main intelligente, puis se connecter avec des produits de sport. Mais à la fin, il est inévitable de réajuster les mises à pied de la stratégie numérique de fin.

Visible, la transformation numérique de vraiment pas si facile.

Pourquoi transformation numérique marque affaires il a fallu Tant le coût, mais aucun Créer des bénéfices?

En fait, le deuxième système de la main il y a dix ans a commencé à faire l'exploration de données, les données utilisent la technologie pour aider les entreprises à faire la transition marketing numérique, rencontrera de nombreux problèmes, le plus gros problème est de savoir comment faire une utilisation maximale des données.

Parce que toute entreprise et de l'organisation, si les données enregistrées nécessite un coût énorme, sans l'utilisation complète des données, il est un grand centre de coûts, lorsque les données sont en fait possible de tirer profit de la création de valeur.

Pour l'industrie de la sécurité à titre d'exemple.

Le pays devrait déployer des caméras, évidemment, cela est un grand coût, puis, comment le centre de coûts transformé en un centre de profit, converti en productivité réelle, c'est un problème industrie de la sécurité informatique a dû penser.

Derrière le besoin de données d'intelligence artificielle, mais seules les données produisent pas de valeur, de sorte que seules les données sous la forme finale de l'industrie intelligente, l'autonomisation va créer de la valeur dans tous les praticiens de l'industrie.

Aujourd'hui, les entreprises font la transition vers le numérique, mais la transition est pas de raccourci, pas besoin par étape, nous devons être propriétaires d'entreprises des patients et des investisseurs. Ne peut pas être considérée comme aucune donnée de valeur n'est pas enregistré, ou que vous souhaitez enregistrer.

Mais comment la planification est une question importante que nous devons faire face à des données en temps réel de la planification de l'intelligence artificielle, l'intégration et l'intégration des données.

Alors, comment l'atterrissage de l'intelligence artificielle dans l'industrie?

deux , la transformation numérique Enterprise est divisé en trois pas

premier pas , Données en ligne.

L'avenir de la ligne intelligente. Millward industrie des services de sécurité publique, toutes les unités de police dans chaque poste de police a beaucoup de systèmes informatiques.

Ont des effets complexes similaires pages hao123 sur chacun du bureau de direction de la police, chaque icône liens sont développés au cours des derniers systèmes informatiques. Y compris le système de gestion des ménages, le système de gestion des véhicules, système d'alarme 110, jusqu'à des centaines.

Les données dispersées dans différents systèmes, dans chaque cas, le système de commutation fréquente analyse un jour, il est inefficace.

Comme les données sont dispersées dans divers systèmes de cheveux différents, peu susceptible de produire l'intelligence artificielle, l'intelligence artificielle, les besoins d'intégration de données, même lorsque la valeur de données produira ensemble.

La deuxième étape , L'analyse des données et excavation .

Cette étape dans l'industrie ont un terme technique, appelée BI (Business Intelligence), le courant Millward Brown a aidé de nombreux policiers ont fait.

La troisième étape , intelligence artificielle .

Quand nous faisons l'intégration et l'analyse des données de gestion des données AI orienté, l'étape suivante consiste à former la boucle finale, l'atterrissage peut être atteint l'intelligence artificielle.

L'intelligence artificielle avec la technologie de l'information traditionnelle plus grande différence est la finale en boucle fermée, boucle fermée, une fois formé, toutes les itérations accélération automatique, par rapport aux systèmes informatiques traditionnels, il est plus intelligent.

artificiel Smart est pas si simple atterrissage dans chaque besoin de l'industrie diviser 3-étape, et Chaque étape nécessite beaucoup d'investissements énergie .

De nombreuses entreprises tentent de faire beaucoup de succès.

Tels que Mengniu, elle prévoit d'ouvrir l'utilisation du contrôle de la qualité numérique et les zones de surveillance, peuvent être obtenus détecter automatiquement les données de près de 400000 par jour, ce qui est un plan étape par étape, ils viennent.

trois , AI données orientées de Fusion

Il est le message du processus de la connaissance

Les données sont le fondement de l'intelligence artificielle, est un symbole important de l'intelligence artificielle d'auto-apprentissage. Nous devons planifier pour l'avenir de la plate-forme de données d'intelligence artificielle pour explorer la façon dont les données à venir en ligne.

et Intelligence artificielle pour les données contrôle Avec les données traditionnelles contrôle sont très variables Dont nous avons besoin penser général Les données et les besoins de données d'intelligence artificielle des temps de La différence essentielle En fin Qu'est-ce?

Les données est particulièrement importante l'humanité d'armes, il peut aider les gens à résoudre de nombreux problèmes d'asymétrie d'information.

Il est également un observateur après avoir observé le monde, en utilisant des méthodes mathématiques ou procédé mis en oeuvre par ordinateur des faits objectifs et place objective dans le record du monde, qui est l'importance des données elles-mêmes.

Une grande quantité de données d'information lui-même, mais aussi besoin de coûts de données record.

Une piste comme le trafic des clients des services Millward, une moto, tête de voiture probablement que des milliers de capteurs, chaque capteur doit envoyer un grand nombre de signaux par seconde, si ces données à survivre, une voiture le jour de données vous pouvez atteindre l'ordre de plusieurs centaines de GB.

Pour stocker de grandes quantités d'informations est irréaliste, cela exige que nous devons vraiment des données précieuses extraites.

Le processus d'extraction de données que nous appelons la connaissance, sur cette base, combinée avec les industries du savoir, et forment finalement un système d'intelligence artificielle de complète.

Par rapport à tradition l'intégration et la gouvernance des données de données , l'intégration de données AI-orienté et le noyau de gestion des données est l'introduction de la connaissance.

AI orienté, par rapport à la gestion des données traditionnelles, le stockage de données tout le travail est la carte des connaissances de la construction du système de base, nous avons besoin de créer l'ontologie dynamique et base de connaissances derrière la structure de données.

Dans la structure de la table traditionnelle des données en unités de réel connectées sous forme de données structurées, toutes unité de calcul de l'industrie basée sur la connaissance, le raisonnement logique, et de réaliser ainsi l'analyse de dynamique.

Il peut remplacer les gens à faire vraiment compliqué type de travail non statistique, qui est la plus grande valeur de l'intelligence artificielle de.

Par conséquent, la gestion des données axées sur l'IA, la gouvernance des données est basée sur l'utilisation traditionnelle des connaissances des technologies connexes ingénierie, gestion de l'information, la classification et l'association par la structure des connaissances.

En outre la gouvernance de l'information est une énorme classification ordonnée désordonnée, les connaissances liées entre elles, et finalement la formation de carte des connaissances de l'industrie.

L'intelligence artificielle est derrière la connaissance de l'industrie de base et connaissances de domaine, la plate-forme de connaissances commune est peu probable qu'il existe, nous avons besoin d'un champ vertical d'un champ vertical à faire.

Millward Brown est axée sur la sécurité, les finances, l'industrie et l'Internet ces trois domaines. Nous avons mis les trois zones de données de connaissances stockées, toutes les données de la connaissance du client survivre, une véritable applications d'intelligence artificielle.

quatre , Millward Brown n'est pas une plate-forme simple de données

Mais l'introduction de l'industrie est le corps haut de la connaissance

Dans le secteur public, par Millward Brown gestion des données AI orienté, les données massives hétérogènes multi-sources en temps réel dans « les gens, les événements, les lieux, les choses, les organisations » dans le domaine des entités de sécurité publique.

Définissons et les relations entre les entités minières, et nous mettons tous ces intégration de toutes les données dans une structure de plate-forme de grands volumes de données unifiées, enfin l'atterrissage dans une entreprise autre client de la police.

Dans ce processus, nous construisons non seulement une grande plate-forme de données, et introduit une connaissance de la sécurité publique, les clients de la sécurité publique en fin de compte améliorer considérablement l'efficacité de détection ont un effet énorme.

Par exemple, la lutte contre la drogue, la plate-forme de données anti-drogue a récemment Millward gros, le système victoires atteint rapidement, à moins d'un mois du système d'atterrissage craqué immédiatement un système majeur de trafic de drogue, complètement détruit le système du réseau de distribution de médicaments dans de nombreuses provinces de gangs.

Il est basé sur la gouvernance des données avait beaucoup d'IA orientée, nous pouvons compléter l'exploration de données et d'analyse aux clients de la police rapidement, afin de résoudre rapidement le cas.

Dans les clients de l'industrie financière, nous aidons les grandes banques nationales pour établir un système complet carte des connaissances. Banque Nationale a mis en place une plate-forme cartographique des connaissances de niveau anonyme banque à l'échelle, l'intégration de toutes les banques dans tous les secteurs d'activité de données.

Selon l'intégration système logique connaissance des affaires ensemble, ce n'est pas une gestion des données traditionnelles, ce qui est conforme à la connaissance de la banque, la dernière de toutes les données ensemble.

Après la mise en place de la plate-forme du système de la banque pour obtenir d'analyser des quantités massives de données et les données non structurées, afin d'améliorer le niveau de travail et de surveillance à distance, ce qui porte à améliorer l'efficacité commerciale de la banque de multiples dimensions. Il peut être plus complet, plus efficacement aux banques d'aide pour faire du contrôle des risques, même à l'avenir apporter des changements dans le système de commercialisation.

Le transport ferroviaire est au centre du secteur manufacturier, Millward Brown est la première entreprise à des données de transport en commun dispersés dans différents sous-systèmes ainsi que la connaissance de la structure de l'industrie, les données seront combinées avec les réseaux de lignes de chemin de fer avant et données.

Nous savons que beaucoup d'autres avant la station de métro et les données du système de signalisation ferroviaire de la gare ferroviaire à grande vitesse et dispersa, aujourd'hui, nous devons faire est de connecter les données lorsque les données ensemble, prédisent les défaillances et l'entretien d'une valeur inestimable, y compris le calcul des économies les ressources et les coûts de stockage.

Et dans le passé, des données trop, beaucoup ne peuvent pas enregistrer, les données ensemble, plus conscients de ce qui doit être conservé quelques-unes des données, certaines des données qui ne devraient pas exister. C'est l'ère de l'intégration des données et la gouvernance des données du besoin de l'intelligence artificielle pour préparer à l'avance.

5 , Millward Brown: aide l'entreprise de transformation numérique "starter"

AI atterrissage nécessite trois étapes, le noyau de cette étape est les données en ligne, car il ne suffit de connecter les données peuvent être, mais il faut trier la connaissance réelle de l'industrie est claire.

Les données Millward Brown qui aident l'entreprise la transformation numérique du démarreur, la nature de son temps avec les meilleurs experts de l'industrie dans la pensée de l'industrie, quelles sont les connaissances dont les données sont en fait marqué sur les systèmes de connaissances de l'industrie, contribuant ainsi à l'atterrissage de l'intelligence artificielle pour l'industrie .

Au fil des ans, cardage aide de l'industrie, nous avons accumulé une riche expérience, beaucoup de règles et d'algorithmes seront greffés sur les algorithmes d'intelligence artificielle de la règle, la formation des homologues de l'homme de l'ère du savoir supérieur.

En fait, l'ordinateur à l'avenir aussi besoin de connaissances, il ne peut pas creuser simplement et de calcul pour résoudre le problème. Intelligence artificielle dans chaque entreprise devrait envisager de faire tourner l'efficacité, et des connaissances informatiques peut aider à résoudre les problèmes d'efficacité.

Par exemple, les problèmes de calcul simples de deuxième année, 1-100 a une formule simple, mais je ne sais pas si cette formule est très difficile mentalement.

Par conséquent, l'ordinateur a également besoin de connaissances. L'intelligence artificielle pour la gouvernance des données nécessite la connaissance des données d'origine est effectivement connecté ensemble, c'est l'avenir de l'intelligence artificielle endroit vraiment précieux.

L'objectif de Millward Brown est d'aider les entreprises à améliorer en permanence l'efficacité et à améliorer l'efficacité du travail du gouvernement.

Le concept ne parle pas de la nature de notre travail, faire un bon travail pour le client vers le bas la gestion des données axées sur l'IA, pour aider les entreprises et les clients à faire les préparatifs d'atterrissage d'intelligence artificielle, de sorte que les données pour l'IA est vraiment l'essence de notre travail.

Que les données deviennent des actifs clés de l'entreprise, une création de valeur réelle des services, plutôt que d'un centre de coûts.

Que diriez-vous la capacité d'applications AI dans différents domaines de la sécurité, des finances, de l'industrie et des choses comme invités à explorer et un peu ensemble.

Merci!

Cet article de la « note Man » recherche micro-canal « Notesman » à suivre, n'oubliez pas de nous faire savoir que vous êtes de « gros titres d'aujourd'hui » Oh.