中山網絡公司 在過去幾年中，人工智能(AI)技術已經得到一定發展，許多行業分析師認為，AI將在不久的將來對企業IT產生顯著影響。人工智能早已不是一個新名詞，它的發展歷史已經有幾十年。 他補充說：“對人工智能的認知和理解，這項技術能給企業帶來的增長機會，將是大多數企業考慮人工智能的因素，而因為AI造成的數字化轉型的中斷將是致命的。”
在學習方面，最重要的算法是神經網絡，但由于模型過于強大，沒有足夠的數據支持，導致不是很成功。除了能夠為網絡安全提供幫助，AI還可以幫助監控網絡和其他基礎架構。 比如Dynatrace平臺，它提供基于AI的全棧監控，它集成了機器學習和大數據分析功能，為IT專業人員提供智能監控功能，使他們更輕松地完成工作。 該領域的其他供應商還有Spunk和SumoLogic，他們的產品更廣泛地集中在分析各種機器數據，但可用于網絡監控。
在模仿方面，人工智能在圖像識別、語音識別和自然語言處理方面有著廣泛的應用。專家們花費了大量時間去創建邊緣計算，彩色型材，N-gram語言模型，語法樹等，不料所獲成績平平。人們已經習慣了Cortana和Siri等智能助手，客戶服務聊天室也變得越來越普遍。很快，AI將可以接管這些自助幫助的職責。IPSoft已經創建了一個名為Amelia 的AI，可以執行一些相關功能。 像IBM的沃森(Watson)這樣的平臺也提供了類似的功能，可以幫助減輕一些IT負擔，為他們所服務的組織提供支持。
中山網站優化從80年代早期開始，當時計算機科學家設計出可以學習和模仿人類行為的算法。然而，在一些更具體的任務中，使用數據來適應函數的想法獲得了巨大的成功，這也構成了機器學習的基礎。機器學習的一個主要障礙是這個特征工程步驟，它要求領域專家在進入培訓過程之前識別重要的信號。 特征工程步驟非常手工，需要大量的領域專門知識，因此成為當今大多數機器學習任務的主要瓶頸。換句話說，如果我們沒有足夠的處理能力和足夠的數據，那么我們必須使用低功耗/簡單的模型，這需要我們花大量的時間和精力來創建適當的輸入特性。這是大多數數據科學家花時間做的事情。
原文鏈接 //soonrich.cn/news_1092.html
