AI应用落地之道

résumé

contents

一、目前的AI能做到什么程度？
自AI诞生以来，对一些特定工作一直是举重若轻，如弹道计算或解极难的方程式，可以达到与人类硕士研究生的水平。
AI能够高质量的完成各种工作，产生新的、巨大的附加价值
举例：使用图像识别技术的AI应用场景（第8页）。
举例：利用大数据的围棋AI——阿尔法狗，象棋领域的深蓝电脑
神经机器翻译中的谷歌翻译：对应103种语言，使用大数据，利用端到端的机器学习，利用英语作为中间语言，整合多种语言的原文、译文对照数据处理，尽可能提高精度
二、提高ROI（投资回报率）的秘诀是什么？
可以说整个第2章和第3章都是讲秘诀的。这部分也就是讲实务内容，也就是AI在商业应用过程中的基本流程
涉及1目标设定，2分享评测数据，3精度设定中的精度指标：精确率和召回率。4准确性评估测试，5准备反映共同特征和多样化差异的数据
用相对较少的样本数据，低于完整系统10%或者更少的预算进行试验性学习，验证实现目标精度的可能性。这才是正确的AI开发方法
第3章更详细的阐述了目标精度评估的过程。
例1：使用车载摄像头识别危险征兆
例2：日语OCR（文字识别）
例3：罕见癌症的病理诊断辅助
1结合预期值评估服务质量
2设计业务流程使用混淆矩阵
3分支条件精细化
4场景分类
5设置最佳精度
6对精度进行定量评估
7改善业务流程
三、AI系统应用 用什么样的硬件和软件?
GPU的挑选，主内存容量
软件方面，选择Python