這期繼續(xù)回答問題，人工智能的創(chuàng)投方向有哪些？

根據(jù)全球最具權(quán)威的IT研究與顧問咨詢公司高德納（Gartner）2022年發(fā)布的人工智能技術(shù)成熟度曲線，人工智能創(chuàng)新主要分為四個類別：

1. 以數(shù)據(jù)為中心的人工智能；

2. 以模型為中心的人工智能；

3. 以應(yīng)用程序?yàn)橹行牡娜斯ぶ悄埽?/p>

4. 和 以人為中心的人工智能。

上期介紹了以數(shù)據(jù)為中心的人工智能的創(chuàng)業(yè)公司和應(yīng)用案例。這期介紹以模型為中心的人工智能創(chuàng)投機(jī)會。（https://www.mansinternational.com/news/624.html）

以模型為中心的人工智能創(chuàng)新主要包括基于物理的人工智能、復(fù)合人工智能、因果人工智能、生成式人工智能、基礎(chǔ)模型和深度學(xué)習(xí)。

關(guān)于因果人工智能 （https://www.mansinternational.com/news/584.html）?和生成式人工智能（https://www.mansinternational.com/news/511.html）以前介紹過。這期主要講講復(fù)合人工智能。

什么是復(fù)合人工智能 (Composite AI)

復(fù)合人工智能是指融合不同的人工智能技術(shù)，以提高學(xué)習(xí)效率，拓寬知識表示層次。 由于沒有任何一種 AI 技術(shù)是靈丹妙藥，復(fù)合 AI 最終提供了一個平臺，可以更有效地解決更廣泛的業(yè)務(wù)問題。

Gartner預(yù)計(jì)復(fù)合人工智能的商業(yè)利益可能具有變革性，將在兩到五年內(nèi)成為主流，支持跨行業(yè)開展業(yè)務(wù)的各類新方式，這將徹底改變商業(yè)格局。 例如，復(fù)合人工智能：

• 可將人工智能的力量帶給更廣泛的組織群體，這些組織無法訪問大量歷史或標(biāo)記數(shù)據(jù)，但擁有豐富的人類專業(yè)知識；

• 有助于擴(kuò)大人工智能應(yīng)用的范圍和質(zhì)量（即可以嵌入更多類型的推理挑戰(zhàn)）。

復(fù)合人工智能有什么應(yīng)用

復(fù)合人工智能解決方案的例子很多，為人熟知的比如說AlphaGo。AlphaGo 是 DeepMind 開發(fā)的 AI 系統(tǒng)，于2016 年擊敗了世界圍棋冠軍李世石。它將深度學(xué)習(xí)技術(shù)與強(qiáng)化學(xué)習(xí)相結(jié)合來玩復(fù)雜的棋盤游戲。AlphaGo徹底改變了游戲人工智能領(lǐng)域，并展示了深度神經(jīng)網(wǎng)絡(luò)在戰(zhàn)略決策方面的強(qiáng)大能力。

另外一個大家熟悉的復(fù)合人工智能解決方案是特斯拉(Tesla)的 Autopilot。該系統(tǒng)使用以模型為中心的 AI 方法來實(shí)現(xiàn)自動駕駛。它結(jié)合了計(jì)算機(jī)視覺、深度學(xué)習(xí)和傳感器數(shù)據(jù)來理解和解釋周圍環(huán)境，包括識別物體、檢測車道和做出實(shí)時駕駛決策。另外，Autopilot 中的 AI 模型能夠根據(jù)從 Tesla 車輛收集到的數(shù)據(jù)不斷學(xué)習(xí)和改進(jìn)。

哪家提供復(fù)合人工智能解決方案的公司值得關(guān)注

在這里介紹一家起步比較早的公司DataRobot，成立于 2012 年，總部位于美國馬薩諸塞州的波士頓。DataRobot 的企業(yè) AI 平臺通過構(gòu)建、部署和管理機(jī)器學(xué)習(xí)模型的端到端自動化使數(shù)據(jù)科學(xué)大眾化。該公司一直致力于為在當(dāng)今智能革命中競爭的全球企業(yè)提供先進(jìn)的人工智能技術(shù)和 ROI 支持服務(wù)，一度成為美國最炙手可熱的人工智能獨(dú)角獸公司。

DataRobot 把自身定位為數(shù)據(jù)堆棧的“智能層”。這是數(shù)據(jù)層之間的一個發(fā)展類別（例如 Snowflake、DataBricks , hyperscalers）和應(yīng)用層（包括 SAP、Salesforce 和 ServiceNow）。

去年2022年的夏天，DataRobot可謂舉步維艱。這家初創(chuàng)獨(dú)角獸裁掉了四分之一的員工，并任命了一位新 CEO，前谷歌和亞馬遜高管德班揚(yáng)薩哈 (Debanjan Saha) 擔(dān)任總裁兼首席運(yùn)營官。 為什么會這樣呢？主要是很多企業(yè)在人工智能方面進(jìn)行了大量投資，但是能夠展示真正的商業(yè)成果的案例少之又少。怎么辦呢？為此DataRobot 升級了其人工智能平臺。

DataRobot全新AI平臺 9.0

2023年3月，DataRobot 通過推出其最新的 AI 平臺 9.0，以及更深入的合作伙伴集成、AI 加速器和重新設(shè)計(jì)的服務(wù)產(chǎn)品重新卷土重來——所有這些都致力于幫助其客戶從他們的 AI 投資中獲得可衡量的價值。

新的 AI 平臺包括 Workbench，一種支持用戶使用代碼優(yōu)先和無代碼方法的用戶體驗(yàn)； 通過減少偏差、集中模型監(jiān)控和自動化模型合規(guī)性降低企業(yè)風(fēng)險(xiǎn)；和新的人工智能服務(wù)包。

DataRobot 人工智能平臺云端SaaS版本均可在 亞馬遜AWS、谷歌云和微軟 Azure 上使用。對于本地和私有云客戶，DataRobot 支持 Red Hat OpenShift 以加快安裝和部署，并與現(xiàn)有企業(yè) IT 投資相集成。

DataRobot 還公布了幾個新的和更深入的合作伙伴關(guān)系，包括用于數(shù)據(jù)準(zhǔn)備、模型構(gòu)建和監(jiān)控的增強(qiáng)型 Snowflake 集成。此外，它還宣布與 SAP 建立合作伙伴關(guān)系，幫助企業(yè)利用來自 SAP HANA Cloud 和其他第三方數(shù)據(jù)源的業(yè)務(wù)數(shù)據(jù)，在 DataRobot 中構(gòu)建自定義機(jī)器學(xué)習(xí)模型，并將它們嵌入到 SAP 應(yīng)用程序堆棧中。DataRobot 還集成了來自微軟 Azure OpenAI 服務(wù)的生成式 AI 技術(shù)，通過輔助代碼生成實(shí)現(xiàn)代碼優(yōu)先筆記本實(shí)驗(yàn)體驗(yàn)的現(xiàn)代化，以及數(shù)據(jù)科學(xué)家和業(yè)務(wù)利益相關(guān)者之間的協(xié)作體驗(yàn)。

復(fù)合人工智能應(yīng)用案例 - 供應(yīng)鏈管理

過去幾年，新冠肺炎疫情 （COVID-19） 給供應(yīng)鏈帶來了前所未有的不確定性——使本已困難的管理工作變得更加困難。 因此，許多制造商都在努力使生產(chǎn)和庫存與不斷變化的采購需求保持一致。 制造商們需要防止零件短缺。 零件短缺導(dǎo)致機(jī)器和運(yùn)輸未得到充分利用，從而導(dǎo)致通過網(wǎng)絡(luò)延遲交貨的多米諾骨牌效應(yīng)。

零件短缺通常是由于裝運(yùn)延誤造成的。在許多情況下，延遲發(fā)貨會持續(xù)存在，供應(yīng)鏈經(jīng)理需要依據(jù)歷史數(shù)據(jù)評估其根本原因，然后實(shí)施短期和長期調(diào)整以防止它們在未來發(fā)生。 但是由于所需的時間和資源，供應(yīng)鏈經(jīng)理無法有效地分析 物料需求計(jì)劃 （MRP Material Requirements Planning (MRP)） 系統(tǒng)中可用的歷史數(shù)據(jù)。

這時候復(fù)合人工智能解決方案在供應(yīng)鏈管理中就派上用場了，可以極大地增強(qiáng)制造商預(yù)測未來商品需求的能力，即使是在不確定和動態(tài)的時代。供應(yīng)鏈管理中的復(fù)合人工智能解決方案可以：

• 預(yù)測需求：使用一系列歷史數(shù)據(jù)源來了解未來需求水平，制造商在許多情況下能將可用性提高了 5% 以上，將浪費(fèi)減少了8% 以上，并減少因注銷造成的損失。

• 預(yù)測退貨：通過預(yù)測將退回多少庫存，零售商需要從供應(yīng)商那里采購的庫存減少了，從而最大限度地降低了整個供應(yīng)鏈庫存過多的風(fēng)險(xiǎn)。

• 減少缺貨：通過更好的預(yù)測，零售商可以依靠更好的粒度來減少缺貨。

• 新產(chǎn)品預(yù)測：機(jī)器學(xué)習(xí)可以預(yù)測新產(chǎn)品銷售的前幾周和前幾個月的可能銷售額。

• 價格優(yōu)化：綜合分析受競爭對手、競品、品牌、類別和位置等多種因素，給出最優(yōu)價格點(diǎn)，從而優(yōu)化需求和供應(yīng)的平衡。

視頻版

上集?

下集

原文出自 Mans International 網(wǎng)站博客

https://www.mansinternational.com/news/631.html