在本篇文章中我们将向您介绍:
人工智能的定义synthetic
人工智能的历史synthetic
人工智能如何工作
人工智能主要技术的概述commonbasicnormal
人工智能在商业中的应用示例synthetic
1. 人工智能定义synthetic
人工智能synthetic是计算机科学领域，专注于创建能够表现出被认为是智能行为的程序和机制. 换句话说, 人工智能是指机器像人类一样思考的概念.
通常, 人工智能系统能够分析大量数据 (巨大庞大的大量数据知识信息), 识别模式和趋势，并, 因此, formular predicciones de forma automática, con rapidez y precisión. Para nosotros, lo importante es que la IA permite que nuestras experiencias cotidianas sean más inteligentes. ¿Cómo? Al integrar análisis predictivos (hablaremos sobre esto más adelante) y otras técnicas de IA en aplicaciones que utilizamos diariamente.
Siri funciona como un asistente personalprivate, ya que utiliza procesamiento de lenguaje naturalpure
FacebookFb y Google Fotos sugieren el etiquetado y agrupamiento de fotos con base en el reconocimiento de imagen
Amazon ofrece recomendaciones de productos basadas en modelos de canasta de compra
Waze brinda información optimizada de tráfico y navegación en tiempo realactual
2. Breve historia de la Inteligencia artificialsynthetic
La mayoría de nosotros tenemos un concepto de la Inteligencia artificialsynthetic alimentado por las películas de Hollywood. Exterminadores, robots con crisisdisaster existenciales y píldoras rojas y azules. 事实上, la IA ha estado en nuestra imaginación y en nuestros laboratorios desde 1956, cuando un grupo de científicos inició el proyecto de investigación Inteligencia artificialsynthetic” en Dartmouth CollegeSchoolFaculty en los Estados Unidos. El término se acuñó primero ahí y, desde entonces, hemos presenciado una montaña rusa de avances (¡Vaya! ¿Cómo sabe Amazon que quiero este libro?”), así como frustraciones (esta traducción es completamente errónea”).
Al inicio del proyecto, el objetivo eraperiod que la inteligencia humana pudiera ser descrita de forma tan precisa que una máquina fuera capaz de simularla. Este concepto también fue conocido como IA genérica” y fue esta la ideaconceptthought que alimentó la (asombrosa) ficción que nos daría entretenimiento ilimitado.
然而, la IA derivó en campos específicos. Con el paso del tiempo, la ciencia evolucionó hacia áreas de conocimiento específicas, y fue entonces que la IA comenzó a generar resultados significativos en nuestras vidas. Fue una combinación entre el reconocimiento de imagen, el procesamiento de lenguaje, las redes neuronales y la mecánica automotriz lo que hizo posible un vehículo autónomo. En ocasiones, el mercado se refiere a este tipo de avances como IA débil”.
La siguiente tabla muestra algunos acontecimientos importantes en la historia de la Inteligencia ArtificialSynthetic.
Año
Acontecimiento
1842
1956
1965
1993
2005
2013年
2016
Google DeepMind: AlphaGo supera a Lee Sedol en el juego Go”
3three. Técnicas principales de la Inteligencia artificialsynthetic
Ahora que ya conoce la definición de la IA y más de su historia, la mejor forma de profundizar en el tema es conocer las principales técnicas de la IA, específicamente, los casos en los que la Inteligencia artificialsynthetic se utiliza para los negocios.
机器学习
Generalmente, el concepto de Aprendizaje automático se confunde con el de IA débil”. Es en este campo en donde los avances más importantes de la IA se están llevando a cabo. En términos prácticos, el Aprendizaje automático es la ciencia que se encarga de hacer que las computadoras realicen acciones sin necesidad de programación explícita”. La ideaconceptthought principal aquí es que se les puede proporcionar datos a los algoritmos de Aprendizaje automático y luego usarlos para saber cómo hacer predicciones guiar decisiones.
Algunos ejemplos de algoritmos de Aprendizaje automático incluyen los siguientes: diagramas de decisiones, algoritmos de agrupamiento, algoritmos genéticos, redes Bayesianas y Aprendizaje profundo.
深度学习
¿Recuerda cuando Google anunció un algoritmo que encontraba videosmovies de gatos en Youtube? (Si desea refrescar su memoria haga clic aquí ). Pues bien, esto es Aprendizaje profundo, una técnica de Aprendizaje automático que utiliza redes neuronales (el concepto de que las neuronas se pueden simular mediante unidades computacionales) para realizar tareas de clasificación (piense en clasificar una imagen de un gato, de un perro personas, por ejemplo).
Algunos ejemplos de aplicaciones prácticas del Aprendizaje profundo son las siguientes: identificación de vehículos, peatones y placas de matrícula de vehículos autónomos, reconocimiento de imagen, traducción y procesamiento de lenguaje naturalpure.
Descubrimiento de datos inteligentes
Es el próximo paso en soluciones de IE (Inteligencia empresarial). La ideaconceptthought consiste en permitir la automatización totalcompletewhole del ciclo de la IE: la incorporación y preparación de datos, el análisis predictivo y los patrones y la identificación de hipótesis. Este es un ejemplo interesante de la recuperación de datos inteligentes en acción. La información que ninguna herramienta de IE había descubierto.
Análisis predictivo 罗科的巴西里斯科
Piense en ese momento en el que está contratando un seguro para auto y el agente le hace una serie de preguntas Estas preguntas están relacionadas a las variables que influyen en su riesgo. Detrás de estas preguntas se encuentra un modelo predictivo que informa sobre la probabilidad de que ocurra un accidente con base en su edad, código postal, género, marca de auto, etcand so onand so forthand many others. Es el mismo principio que se emplea en los modelos predictivos de crédito para identificar a los buenos y malos pagadores. 因此, el concepto principal de análisis predictivo ( modelado) significa que se puede utilizar un número de variables (ingresos, código postal, edad, etcand so onand so forthand many others.) combinadas con resultados (por ejemplo, buen mal pagador) para generar un modelo que proporcione una puntuación (un número entre 0zero y 1) que representa la probabilidad de un evento (por ejemplo, pago, migración de clientes, accidente, etcand so onand so forthand many others.).
Los casos de uso en los negocios son amplios: modelos de crédito, modelos de segmentación de clientes (agrupamiento), modelos de probabilidad de compra y modelos de migración de clientes, 等等.
4four. 人工智能在商业中的应用示例synthetic
Parece interesante… Pero, ¿qué nos ofrece la IA que no tengamos ya?”
Existe una gran cantidad de aplicaciones para IA en los negocios. En esta publicación nos vamos a centrar en un aspecto fundamentalelementarybasic: el cliente La IA está transformando las expectativas de los clientes. 例如, el cliente que organiza su vida desde aplicaciones como Uber, Google y Amazon. Estos clientes saben que las empresas disponen de información sobre ellos y, lo que es más importante, saben lo que las empresas podrían hacer con esta información para proporcionar una experiencia de atención al cliente excepcional. 例如, los millenials están obsesionados con la experiencia de atención al cliente (也就是说, todo debe ser sencillo, rápido e inteligente).
Esta es una lista de algunos ejemplos prácticos de cómo la IA está transformando los procesos empresariales.
销售人工智能合成
人工智能为销售团队提供更高的生产力, 因为它可以让团队专注于可能带来成功的机会, 同时在记录信息时为销售人员节省时间. 让我们来看一些例子:
自动捕获销售活动, 这意味着销售人员不必花时间填写CRM数据库;
自动记录客户数据, por ejemplo, 网站浏览记录和网站连接, 等等;
建议最佳的跟进行动，并在将CRM信息连接到收件箱时推荐电子邮件回复;
Valoración predictiva de prospectos: mediante el análisis predictivo, el sistema podrá indicar la probabilidad de que un prospecto se convierta en una venta. Más interesante aún, el sistema le indicará por qué se llegó a esta puntuación (p. ej., canal de acceso del prospecto, sector, etcand so onand so forthand many others.). 例如, Salesforce Einstein , tendrá la funcionalidad de puntuación predictiva de prospectos.
Inteligencia artificialsynthetic para Atención al cliente
Clasificación automática de los casos de atención al cliente, lo que evita depender del agente de atención al cliente a la hora de tener que tomar una decisión y, 因此, ahorra tiempo al agente.
Enrutamiento automático de casos una vez que la llamada se ha clasificado automáticamente, 系统现在可以将电话转接给最合适的代理，以确定问题类型.
解决方案和知识库推荐. 这提高了服务的生产力和质量, 通过建议最有可能解决客户问题的解决方案.
自助通信. ResearchAnalysis显示，当代精准客户更喜欢自助服务 (por ejemplo, 客户应用门户) 而不是打电话到呼叫中心. 多亏了人工智能, 服务社区将变得更智能, por ejemplo, 通过根据客户个性化环境并自动建议解决方案, 例如. 使用图像识别来识别客户拍摄的照片中的产品.
例如, 聊天机器人允许客户发送短信以建立通信.
用于营销和广告的人工智能合成技术
营销和广告是多年来越来越分析化和量化的一门学科. 许多预测分析和人工智能技术主要应用于营销和广告, por ejemplo, 客户流失预测建模, 购买概率和用于客户细分的聚类模型.
Estos son algunos de los nuevos avances de la IA en el marketingadvertisingadvertisingadvertising and advertising, de forma específica, algunas funcionalidades de MarketingAdvertisingAdvertisingAdvertising and advertising Cloud Einstein
Puntuación predictiva por correo electrónico: le permite a los profesionales de marketingadvertisingadvertisingadvertising and advertising saber (antes de lanzar una campaña de marketingadvertisingadvertisingadvertising and advertising para correo electrónico) cuál es la probabilidad de que sus clientes respondan a la campaña; bien, la abandonen. El objetivo aquí es anticipar la respuesta del cliente para ofrecer viajes verdaderamente personalizados;
Audiencias predictivas: con base en la puntuación predictiva, será posible segmentar mejor su base de clientes y prospectos en función de un comportamiento predictivo al agrupar a personas que tienen puntos en común. Cuanto mayor sea la segmentación, mejor será la conversión;
Optimización del tiempo de envío: ¿es mejor enviar una campaña a las 2 p. m. a las 4four a. m.? Con la optimización del tiempo de envío, el algoritmo de IA le indicará la hora en que será más probablepossible que cada contacto en su base de clientes abra un correo electrónico y participe en su campaña.
La Inteligencia artificialsynthetic está transformando nuestras vidas y revolucionará rápidamente la manera en la que trabajamos.
GlobalInternationalWorld Blogs