更廉價(jià)、更快速的數學(xué)運算使人工智能機器學(xué)習成為可能，而這反過(guò)來(lái)又能帶來(lái)便宜的預測。機器學(xué)習完全是關(guān)于預測的
你可能會(huì )問(wèn)，“為什么廉價(jià)的預測很重要，它如何影響我們的行業(yè)？”
機器學(xué)習實(shí)際上是一種預測機制。它試圖預測一個(gè)人是否患有癌癥；自動(dòng)駕駛汽車(chē)是否應停止、加速、轉彎或繼續行駛；使用Web瀏覽器的人是否可能會(huì )點(diǎn)擊某個(gè)特定的廣告；哪個(gè)呼叫中心座席最有可能完成一單銷(xiāo)售；某人說(shuō)或輸入的意圖；等等。
即使在通信領(lǐng)域，能夠提供準確的預測也是一種熱門(mén)的能力。自1月份以來(lái)，我們行業(yè)的主要參與者已經(jīng)收購了一些機器學(xué)習公司。這意味著(zhù)他們已經(jīng)購買(mǎi)了預測技術(shù)：
- 1月份，Avaya收購了Spoken，并獲得了后者的IntelligentWire技術(shù)。IntelligentWire技術(shù)應用語(yǔ)音識別和情緒分析來(lái)識別模式對話(huà)以預測未來(lái)最佳行動(dòng)或談話(huà)時(shí)可能遇到的麻煩。
- 2月份，Genesys收購了Altocloud。Altocloud技術(shù)監控實(shí)時(shí)數字行為，以預測客戶(hù)下一步想做什么，客戶(hù)可能購買(mǎi)或放棄，或者什么時(shí)候進(jìn)行客戶(hù)干預（比如彈出一個(gè)特殊的交易建議）。
- 在5月1日，思科公司宣布將收購Accompany。Accompany技術(shù)搜索網(wǎng)絡(luò )和預測企業(yè)組織結構圖和組織中個(gè)體的特點(diǎn)，目的是幫助用戶(hù)制作和保持“正確”的外部關(guān)系。?
Accompany通過(guò)在網(wǎng)上搜索公共資源來(lái)預測企業(yè)組織架構和人員屬性。它旨在幫助伴隨用戶(hù)制造和保持組織內的另一個(gè)“正確”的關(guān)系。（圖片來(lái)源：Accompany.com，使用許可）??
- 就在上周，8x8收購了MarianaIQ。MarianaIQ技術(shù)搜索社交媒體渠道，并使其合理化，以便它能夠明確識別個(gè)人使用的渠道。可以認為它是聯(lián)絡(luò )中心全渠道，是反過(guò)來(lái)的。然后使用這些信息與產(chǎn)品和個(gè)人配置文件數據，按照這些個(gè)人自己所喜歡的社交媒體渠道主動(dòng)地進(jìn)行市場(chǎng)開(kāi)發(fā)。
正如經(jīng)濟學(xué)家Ajay Agrawal、Joshua Gans和Avi Goldfarb在他們的書(shū)《預測機器：人工智能的簡(jiǎn)單經(jīng)濟學(xué)（Prediction Machines:The Simple Economics of Artificial Intelligence）》中所說(shuō)，預測是幾乎每一個(gè)商業(yè)過(guò)程的基本輸入。更好的預測意味著(zhù)更好的信息，從而更好的決策。他們認為，將人工智能和機器學(xué)習重新定義為從昂貴的預測轉向廉價(jià)的預測，或者“從稀缺到豐富，對于思考它將如何影響你的業(yè)務(wù)是無(wú)價(jià)的。”機器學(xué)習和它的預測已經(jīng)從昂貴到廉價(jià)，我們看到它的出現，主要是以安靜的，幕后的方式，改變我們的工作和生活方式。
要了解從昂貴到廉價(jià)對社會(huì )和個(gè)人的影響，我們只需看看我們對人造光的使用。根據耶魯大學(xué)經(jīng)濟學(xué)教授威廉·諾德豪斯（William Nordhaus）的說(shuō)法，1800年的光成本是我們今天支付的400倍。隨著(zhù)光成本逐年下降，我們甚至不再考慮是否要打開(kāi)燈，還是關(guān)掉燈。
關(guān)鍵在于，隨著(zhù)預測變得越來(lái)越便宜，它將滲透到我們工作、社會(huì )和個(gè)人生活的各個(gè)方面，預測可以發(fā)揮作用，在某種程度上我們已經(jīng)看到了這種情況的發(fā)生。我們每次搜索網(wǎng)絡(luò )，網(wǎng)上購物，使信用卡購買(mǎi)，推特，改變我們的智能溫控器，看有線(xiàn)電視節目，打手提電話(huà)，聯(lián)絡(luò )呼叫中心，等等，我們的數據或者是很快就會(huì )被機器學(xué)習算法處理，以便更好地預測我們的行為和結果。
那么，這一切都給我們帶來(lái)了什么？
某些東西變得便宜的經(jīng)濟學(xué)通常會(huì )導致其他東西的價(jià)值增加。有了便宜的預測，好的判斷和推理--機器學(xué)習系統不擅長(cháng)做的事情--變得更有價(jià)值。在我之前的職業(yè)生涯中，當我開(kāi)始使用復雜的熱力學(xué)、熱和傳質(zhì)算法來(lái)模擬石油化工過(guò)程時(shí)，我們經(jīng)常會(huì )說(shuō)，“計算機給出了它被編程運算之后得出的答案，但是如果我們把工廠(chǎng)炸了，那又有什么關(guān)系呢？”
判斷力無(wú)疑將在機器學(xué)習的廉價(jià)預測中發(fā)揮重要作用。這將使我們能夠調整機器學(xué)習算法來(lái)實(shí)現更好的預測。
Avaya、Genesys、Cisco和8x8都為廉價(jià)的預測投入了大量的資金，因為它可以幫助商業(yè)決策者創(chuàng )造高價(jià)值的結果。到目前為止，這些“廉價(jià)的預測”主要集中在聯(lián)絡(luò )中心（Avaya、Genesys、8x8）和協(xié)作體驗（Cisco）上。微軟在這一游戲中的動(dòng)作也很明顯，因為它在Office365和Teams產(chǎn)品中不斷地部署更多的機器學(xué)習。
廉價(jià)的預測是有需求的，并且讓那些將其推出的人花費了大量的資金。然而，它支持的能力可以并且正在影響我們每一個(gè)人在我們的影響范圍內與許多企業(yè)和個(gè)人進(jìn)行業(yè)務(wù)和交互的方式。
聲明:版權所有 非合作媒體謝絕轉載
原文網(wǎng)址：https://www.nojitter.com/post/240173535/paying-big-for-cheap-prediction
