招商证券胡滔：人工智能在金融行业应用的思考
3.场景的容错率如何？在学习的过程中，机器也会做出错误判断，如果场景容错率非常低，应用的时候要越谨慎、挑战越大，比如在银行的贷款领域，尤其是企业贷款，动辄是几百万、上千万，这里的容忍度就显著降低。
任何一个场景，需要从三个角度来思考是否有合适的时机可以全面的应用人工智能。
人工智能在金融行业的应用分析金融行业的应届生毕业生中，本科和硕士的占比远高于其它行业，而另一方面金融业的人70%、80%的时间都是在做一些枯燥的事情，只有20%-30%的时间做沟通、互动、分析、决策、反馈等高价值的工作。金融作为数据驱动的行业，诸多痛点与人工智能的应用相契合，是人工智能最适合应用的领域之一。目前，人工智能已经深入到算法交易、风险管理、欺诈识别、金融产品推荐、客户服务等众多场景，我们非常认可人工智能在整个金融行业未来的价值。人工智能在金融行业将会带来几种改变，而且价值会越来越高。1.自动化水平到达新高度，智能机器人对整个工作的自动化将有非常大的提升
2.智能分析与决策
3.新商业模式与新产业
具体到行业来看，AI的应用在日渐广阔和深入。以证券行业为例，横轴表现的是人工智能对效率和体验的提升以及价值的创造，纵轴表示人工智能的通用性和专业性能力，我们把整个证券行业的前中后台、包括监管能够运用的领域做了分解。刚才谈到，人工智能在金融行业的应用需要去从场景的开放程度、数据的质量、场景本身的容错率这三个方面去考虑，当应用人工智能时从哪些场景入手最容易，我们梳理了一个表格（可见下图），人工的参与度从左到右越来越高。在低阶应用、在标准作业流程中，人只需要做简单的质检；中阶应用的阶段，需要人工去确认和干预，比如零售的信贷，在模型用了一段时间后，因为消费者行为的偏移、外部环境的变化，一段时间坏账率会提升，人要进行模型的调整做样本的重新学习。在高阶应用，尤其是在证券行业，智能投资的决策里对人的经验的依赖会更高，目前很难把所有优秀投资经理的经验转化成知识图谱。我们把刚才谈到的初阶、中阶、高阶的应用都有一个案例，人工智能的最后一公里我们认为RPA是最容易成功、最能够带来效率提升的应用。RPA是对现有的环境依赖最低，降低成本效果最好的领域。招商证券有300多个场景已经全面应用RPA，RPA目前在公司内部每天有32000分钟的工作量，相当于57个高素质的人才工作，实现了作业效能50%的提升。
但RPA也有它的局限性，因为RPA模拟人操作键盘和鼠标，很多的系统之间有断点，如果下载的是影像的文件，系统就无法识别。招商证券在4年前开始应用RPA，我们发现断点如果不用新的人工智能技术便无法更好的提升效能，所以我们开启了和达观的合作，将RPA和OCR、NLP做有效的结合。
例如标准化的招股说明书和行业分析报告，有了固定的模式很容易将它的信息变成结构化的信息，包括银行流水等。对于办公文本的“通用识别及信息抽取”的场景，受益于较为丰富的训练数据和较为确定的业务规则，目前招商证券与达观数据合作，多个应用场景已经落地，并产生了较好的应用价值。招商证券的智能系统目前每天处理超过5000份的文件，语义理解技术给同事节省大量的工作量，整体的处理效率提升比例达到60%以上。
招商证券与达观数据的合作中，利用标注平台已沉淀110类文本的800多个识别提取模型，目前正在落地更多“语义理解和摘要”类的场景，并不断探索“推理归纳和文本生成”类的场景，以实现更高阶文本工作的智能化辅助。
招商证券在过去几年全面建设AI体系，从IT基础设施的升级，团队创新的工作方式，数据支撑的智能决策，以及AI加持的用户互动，在这些方面都有很多落地和案例。
人工智能应用的思考作为新一轮科技革命和产业革命的核心技术，人工智能对于全球发展的重要性不言而喻。各国尤其是发达国家高度重视人工智能相关技术与产业的发展，普遍预测人工智能为下一代产业革命和互联网革命的技术引爆点，并且注入大量资金加快其产业化进程。同时如何以人为本，更好的科技向善，也是一个重要的思考问题。麦肯锡预测，未来几年在金融行业人工智能会使从业人员的工作时间减少27%，决策效率提升38%。从人工智能在金融行业的应用发展来看，金融行业的人工智能应用将从摸索走向价值创造，从赋能到推动业务的发展，并呈现出四方面的特点：
1.从解放人力向驱动业务发展从跟传统的替代金融企业经营的重复性作业和数据搬运，转变为向智能投顾、商机发掘、智能风控、智能营销等驱动业务方向深度发展。
2.感知智能向认知智能过渡从语音识别、人脸识别等标准AI为主的感知智能，向文本分析挖掘、知识图谱、舆情分析、传导推理等“数据+模型=服务”为主的认知智能转变。
3.新技术推动金融普惠化转变AI替代人工降低金融服务的成本，并提升风险定价效率，推动金融普惠化。例如，智能客服为每个长尾用户提供专业服务，智能投顾为不同净值的客户提供个性化资产配置服务。
4.生态显现集中度提高数据的互换价值逐步体现，联邦学习破解数据孤岛和隐私的作用将逐步显现，业务生态日渐显现，业务集中度逐步提高。
以上是我的分享，谢谢大家。返回搜狐，查看更多
人工智能为媒体赋能
原标题：人工智能为媒体赋能人工智能有望改变媒体，重塑媒体的整个流程。未来，人工智能将融入到媒体运作的各个环节，但在媒体行业的落地，需要更复杂、更全面的架构。无论是人工智能本身还是其在传媒领域的应用，距离成熟都还有很长的路要走。当下，应基于媒体行业自身的数据构建具有针对性的人工智能系统，提升媒体与人工智能结合的成熟度。
人工智能媒体融合应用场景未来发展
媒体行业正处于融合发展的深水期和战略转型期，亟须找到媒体产业升级的新思路和新方向。随着人工智能应用的逐渐普及以及人工智能在媒体行业中一个个新的实际应用成果的诞生，我们越来越清晰地看到人工智能在推动媒体融合发展中的作用。人工智能给媒体行业带来的影响是深远的，推动着媒体运作流程中每个环节的变革，人工智能正成为媒体纵深融合的关键着力点，为媒体向智能化发展赋能。
人工智能+媒体：应用场景多元
大数据时代为媒体带来了前所未有的丰富数据资源和先进数据科学技术，但同时媒介环境变化也给行业的态势带来深度的影响。如今，受众呈现出分散化、复杂化的特征，信息量指数式增加，传统的内容生产、分发的方式及传受关系已不能满足时代的需要。媒体和媒体人正试图探索人工智能给智能媒体变革带来的新机遇，并积极寻求人工智能在传媒领域的落地。
人工智能在媒体有着巨大的应用空间，事实上，人工智能与媒体实际应用的结合已经有许多成功的案例并且在许多方面有着出色的表现，媒体行业对于人工智能技术直接或间接的运用正在不断发展,并将推广到更广泛的新场景。
高级文本分析技术
基于自然语言处理技术的文本分析技术是人工智能重要技术领域。自然语言处理（NLP）可以分析语言模式，从文本中提取出表达意义，其终极目标是使计算机能像人类一样“理解”语言。基于内容理解和NLP的写作机器人为记者赋能，可以模拟人的智能和认知行为，实现机器的“创造力”，经过对大量数据的分析和学习，形成“创作”的模板，用人机结合的方式来强化记者的写作能力。国内的媒体积极地将这一技术作为媒体内容生产方式的创新，如新华社的“快笔小新”，南方报业的“小南”等。百度人工智能开放平台推出的NLP产品“新闻摘要”，其技术原理是基于语义分析和深度学习模型，进行新闻内容的语义分析，自动抽取新闻内容中的关键信息，并生成指定长度的新闻摘要，可用于热点新闻聚合、新闻推荐、语音播报等场景。
图像和视频识别技术
图像和视频识别可以基于深度学习进行大规模数据训练，实现对图片、视频中物体的类别、位置等信息的识别。图像主体检测可以识别图像的场景、图像中主体的位置、物体的标签等。人工智能视频技术则能够提供视频内容分析的能力，对于视频中的物体和场景进行识别并能够输出结构化标签。
图像和视频技术在媒体中应用十分广泛，如内容分析、质量检测、内容提取、内容审核等方面。以媒体内容监测为例，有了人工智能图像视频技术的加持，使得非结构化媒体数据采用机器审核成为可能，通过数据集的训练建立用于审核的模型，针对画面中的元素进行追踪，对于图像及视频中的不恰当、有争议或违法内容、敏感内容、低俗内容等进行识别检测，进行标注和报警，以进行过滤和处理，可以大大减少人力的投入。
语音技术
人工智能语音技术主要包括语音识别和语音合成，它是一种“感知”的智能。自动语音识别（ASR/AVR）是基于训练的自动语音识别系统，将物理概念上的音频信息转换为机器可以识别并进行处理的目标信息，如文本。语音合成技术是通过深度学习框架进行数据训练，从而使得机器能够仿真发声。一些智能语音开放平台也提供了智能语音服务。以科大讯飞构建的智能语音开放平台为例，科大讯飞的语音输入法准确率已经能达到98%，并且输入的速度提高到了每分钟400字。越来越多的媒体开始使用科大讯飞的语音技术。
随着语音转换技术的日渐成熟，“语音-文本”双向转换技术在媒体中的应用成为可能。例如将语音识别技术在采编环节中使用，生成文本稿件并进行二次编辑。运用人工智能智能语音编译系统，将现场的语音报道生成文字版，大大提升了编辑人员原本耗时的整理工作的效率。将媒体的视音频内容转化成为文本素材，提升了媒体稿件、节目素材管理的效率。由于需要应对媒体音频和视频文件声源的复杂性和不可控性，虽然目前生成的文字稿件并不完美，但也在不断地提升和改善。
语音合成技术可以基于深度学习模型，把媒体报道的文章从文字版转换成语音版，并且接近于逼真的人声。甚至可以根据不同受众群体的需求，针对性地生成特定的声音供用户收听，打造更贴切、更有亲和力的语音体验。
人脸与人体识别技术
人脸识别是人工智能的应用中最为人所熟知的，它属于计算机视觉领域（CV）。目前人脸识别技术的主要应用包括人脸检测与属性分析、人脸对比、人脸搜索、活体检测、视频流人脸采集等方面。谷歌、苹果、Facebook、亚马逊和微软等互联网巨头争相在这一领域的技术和应用方面抢夺先机，纷纷推出相关的技术应用并不断突破创新。2018年5月的媒体报道称，亚马逊积极推广名为Rekognition的人脸识别服务，该解决方案可以在单个图像中识别多达100个人，并且可以对包含数千万个面部的数据库执行面部匹配。Facebook使用简单的人脸检测算法来分析图像中人脸的像素，并将其与相关用户进行比较，为上传到平台上的每张图片提供了自动生成的标记建议，取代了手动图像标记。
个性化推荐技术
传媒领域的大部分产品如电影、新闻、书籍、音乐、广告、文化活动等都致力于吸引受众阅读，聆听和观看媒体生产的内容。发现目标群体并把内容传播给该群体是能否达成媒体传播效果的关键一环，而个性化推荐技术解决了这一难题。这是目前在媒体中应用较为成功的人工智能技术，在媒体的内容分发过程中，个性化推荐技术为用户提供个性化体验，针对每个特定用户量身定制推荐内容，减少搜索相关内容所花费的时间。与此同时，对于人们所担忧的，由于算法主导的精准分发过程只推荐感兴趣的内容，会导致用户陷于信息茧房的问题，研究人员目前也在试图改进算法，开发“戳破气泡”的应用技术。例如BuzzFeed推出的“OutsideYourBubble”、瑞士报纸NZZ开发的“theCompanion”程序、Google的“EscapeYourBubble”等。
预测技术
现在已经开发出来的一些强大的基于人工智能的预测技术，让我们可以“预知未来”。通过时间序列（TS）建模来处理基于时间的数据，以获得时间数据中的隐含信息并作出判断。按照一定时间间隔点来收集数据，再对这些数据点的集合进行分析以确定长期趋势，以便预测未来或进行相应的分析。
当拥有时间相关数据时，时间序列模型将派上用场。例如，可以使用时间序列数据来分析某一家媒体下一年的用户数量、网站流量、影响力排名等，从而在广告投放方面作出合理决策。另外，如何及时地抓住社会热点是新闻机构所面临的重要问题，人工智能预测技术通过对海量的热点内容的模型进行训练和分析，建立热点模型，可以实现对于热点趋势的预测。
媒体需要思考的问题
人们越来越清晰地看到人工智能给媒体带来的意义与价值。在融合的时代背景下，媒体迫切需要人工智能带来推动媒体变革的潜力。与此同时，我们也不能认为人工智能可以解决媒体变革中的一切问题，技术并不是一块现成的、可以直接拿来享用的蛋糕，在媒体应用人工智能时，还需要着手考虑许多问题。
数据的完备性
媒介体系内部和外部都会产生大量的数据碎片，虽然目前数据量庞大，看似拥有海量的数据资源，但是生产的数据与可以用于人工智能的培训数据之间的匹配度还有待提升。在深度学习算法中，需要用大量的数据训练算法才能产生有意义的结果，数据的不完整性会导致准确性的下降，而准备这样的数据集的成本很高。为了实现大量的用户行为数据的积累，提高数据的完善程度，媒体需要构建大规模的数据体系和战略。为了实现人工智能在媒体中的进一步部署，媒体需要具备完备的数据源和处理更为庞大的数据系统的能力。
深度融合的方式
目前，人工智能技术还停留在初步应用层面，其深度还需要挖掘、广度还需要扩展，融合的方式也需要深入地进行探索。人工智能在媒体领域的大部分应用只是将现有的研究成果迁移到媒体行业，如果媒体想要更深入地参与到人工智能潮流中，就要积极地投入到算法的开发中，在人工智能领域中开辟出自己的空间，如此，才能使人工智能在媒体行业应用更加成熟。
数据安全与隐私
当人工智能应用飞速发展，人们很容易忽略在人工智能应用中的安全问题。2018年Facebook的数据泄漏事件折射出的数据安全漏洞引起社会关注，再一次提醒我们要严肃对待数据安全及隐私等问题。用户在媒介接触的过程中，用户数据和个人资料越来越多地交付给媒体，媒体在使用这些数据为用户提供更好服务的同时，需要权衡智能化用户体验和用户数据安全之间的关系。欧盟发布的通用数据保护条例（GDPR）于2018年5月25日正式生效，根据其条款，组织不仅必须确保在合法和严格的条件下收集个人数据，而且收集和管理个人数据的组织将有义务保护其免遭滥用和泄漏，并尊重数据所有者的权利，旨在确保人们可以掌控其个人数据。
坚守媒体的价值观和底线，保障数据安全，尊重用户隐私十分重要，媒体应思考在保护用户数据方面是否存在漏洞以及如何落实相应的人工智能安全策略。
人才培养
媒体领域对于人工智能人才的需求量还很大。要走出人才窘境，一方面要完善人才引进和培养规划，提升媒体从业人员的大数据和人工智能技能和素养，补齐人才短板。特别是要引进掌握坚实的传播理论基础，既懂媒体传播规律又懂大数据、人工智能的复合型人才，逐步形成与智能化媒体业务形态相适应的人才布局。另一方面要优化原有人才结构。当智能机器人取代部分人力成为可能，智媒时代的媒体人要在行业的巨变之中找准自己的定位，提升自己的知识技能。无处不在的“共享”和“开源”的知识使我们学习和了解人工智能行业前沿技术，例如Google发布的机器学习工具AutoML，用户无需掌握深度学习或人工智能知识即可轻松培训高性能深度网络来处理数据。
媒体和媒体人要拥抱媒体智能化的时代，破除对于新技术的“恐慌”，加快知识体系更新，使专业素养和工作能力跟上智能时代的节拍。
智能媒体：未来无限可能
虽然智能机器距离接近人类学习、思考和解决问题的能力还很遥远，但是机器取代人力是大趋势。人工智能将不断地从媒体生产链条向内容创建生产环节突破，从而帮助媒体进行内容升级和用户体验升级。
内容生产是未来人工智能在媒体行业实现新突破的重要方面，虽然人工智能目前不能超越人类的创造力，但可以承担起一部分信息收集、数据整理和内容创作的工作，将媒体人从一些重复性的繁冗工作中解放出来，从而节省出时间用于创作和创造性工作。媒体也应积极探索新的与人工智能结合的工作方式，使得工作更高效智能。
此外，人工智能将通过多种方式增强并带来更好的用户体验。通过学习用户行为，了解受众偏好从而使用户获取到感兴趣的内容，并根据用户画像定制个性化的内容。运用人工智能技术捕获处理数据，精准理解用户需求，可帮助媒体实现更加精细化的用户划分和用户分析，提供更加人性化的服务。人机交互使得用户体验更加立体化和场景化。
人工智能有望改变媒体的一切，重塑媒体的整个流程。预计未来人工智能将融入到媒体运作的各个环节。但无论是人工智能本身还是其在传媒领域的应用，距离成熟都还有很长的路要走。人工智能在媒体行业的落地，需要更复杂、更全面的架构。构建以大数据和人工智能为核心的技术生态体系，基于媒体行业自身的数据构建具有针对性的人工智能系统，提升媒体与人工智能结合的成熟度。目前人工智能技术在媒体行业的应用并不完善，但并不阻碍我们对于其发展前景的期待。
如何充分地发掘人工智能的潜力是媒体和媒体人面临的大命题，我们应思考人工智能如何更好地与媒介进行结合，尝试在融合发展面临的问题中加入人工智能解决方案。未来，机器与人的共生将成为媒体常态，我们期待人工智能为媒体带来更好的未来，在技术的助力下走向真正的智媒时代。
（作者沈浩系中国传媒大学新闻学院教授、博士生导师；杨莹莹系该院新闻与传播专业媒介市场调查方向硕士生）
(责编：赵光霞、宋心蕊)分享让更多人看到
人工智能行业应用之：如何玩转餐饮业
就在前几天，我国的一家企业以每台3万人民币的价格向日本出口送餐机器人。而在国内，以机器人为“噱头”的餐厅不在少数，不过，由于这些机器人并没有那么的“聪明”或有趣，人们对其的新鲜感也逐渐丧失，随之就是机器人餐厅的“关门大吉”。
当前，人工智能技术发展态势良好，但从这些所谓“机器人餐厅”的运营情况来看，在餐饮业，自动化的程度并不是很高，也可以说，人工智能并没有在餐饮业得到很好的应用。如此，在智能化的未来，餐饮业该如何与人工智能相结合呢？
营业前准备在开始一天的运营之前，餐厅需要提前准备当天的食材，并将之处理好，以备使用。其中，为了保证食材的新鲜，人们需要注意它的保存环境。鉴于空气、环境等多种因素，食材的保存环境有时是很难掌控的，尤其是生鲜。
在这个问题上，一个搭载有人工智能系统的储藏柜也许可以解决。放入食材之后，系统的计算机视觉系统就会对其进行扫描，再通过网络获取其所有的资料，以便调整出一个最佳保存环境。之后，人工智能系统会利用柜子内部的传感器实时监测食材的情况，便以随时进行调整，而当食材一旦出现问题，系统也会进行提醒，继而餐厅内的机器人就会将之取出丢弃。如此一来，食材的新鲜度就得到了保障，也就此免去了不必要的损失。
当然，在购进食材之前，人工智能总系统会对每天食材的使用数据进行搜集，进而分析，对当天所需的食材数量进行一个预估。而在食材准备好后，对它的处理工作将会交到机器人手中。
除了食材之外，餐厅内环境的布置也是一个很重要的环节。事实上，此环节也不用多说什么了，主角绝对是机器人无疑了。在此之上，哪怕是每天换一个主题，餐厅也可以布置得很好，毕竟只要输入具体的指令要求，机器人完全可以利用整晚时间来进行布置，而效率将大大的提高。
顾客就餐中餐厅就是让人吃饭的地方，人们会为顾客做出他们想吃的食物，若是味道、服务都很好，回头客自然而然就会增多。在就餐的时候，人们有时会根据自己的口味和身体状况向服务员咨询菜色，或是自己提一些要求，讲真，不管是对于顾客，还是服务员来说，这个程序是有点繁琐的。
为了照顾两方，我们可以采用一个人工智能餐椅。在实际使用中，除了餐桌所配备的椅子，门外也会放置一些用于顾客等座的餐椅。当人们进入餐厅，能够依据“脑中记忆”自由行走的服务机器人会带领顾客走向座位，当顾客坐下，餐椅中的传感器便会自行检测其身体的相关数据，随后，在点餐之时，服务机器人将会依据这些数据为顾客提供建议，再照顾一下顾客的口味，点餐流程就这样完成了。同时，餐厅本身也体现出了一种独特的、不再处于被动位置的风格。并且，在订餐完成之后，系统也会实时录入顾客的部分个人信息和用餐喜好，为下一次他的光临提供更好的服务。
在厨房中，通过物联网接收到菜单的机械臂开始制作美食，此时的厨房并没有人们印象之中的杂乱，有的只是动作有条不絮的机器人。在机械臂完成一道菜之后，机器人将之端起放到窗口的餐盘中，并通过物联网呼叫服务机器人取餐。
当一桌顾客吃完之后，在服务机器人收拾餐桌的空暇，原本的餐椅会自行驶向门外等座处，而上面坐有顾客的餐椅则会载着他们来到已经收拾干净的餐桌旁，餐椅交相替换使用，为顾客提供服务。当然，鉴于餐位的不同，总系统也会对顾客进行一些分配，力求合理高效。
就餐/营业结束后与现在不同，当实现自动化，顾客就餐结束之后，只需坐在餐椅上按铃呼叫服务机器人，微笑的说一声“结账”，拥有人脸识别及声纹识别的功能的机器人自会结成账单并完成支付。相对于现在的支付方式，此种做法不仅快速，也能在一定程度上避免盗刷的风险。
而在一天结束之后，餐厅则又成了机器人的天下。自动驾驶餐椅会自行回到餐桌旁，多余的则在墙边排排站，服务机器人、扫地机器人以及无人机会分别负责不同的领域的清洁。
在机器人们忙着打扫餐厅的时候，人工智能总系统也没有闲着。基于私有云，系统会对当天的盈利做出总结和分析，而在月末、季末和年末，其也将分别进行一个整体报告的分析，为以后餐厅的方向作出指导。
伴随着国家的重视以及众多企业团队的加入，未来必将是一个智能化、自动化的时代。在此等情形之下，虽然人们也将机器人运用在了餐饮业，但都只能算是一个个失败的案例。对于餐饮业和人工智能的结合，更多的人依旧处于探索阶段，不过，基于人工智能的发展以及更多应用的落地，再加上这么多失败案例的借鉴，相信餐饮业的智能化变革离我们还是不远的。
人工智能技术应用的领域主要有哪些
随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么，人工智能目前都应用在哪些领域，运用了怎样的技术原理呢？
什么是人工智能？人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是认知、决策、反馈的过程。曾经有很多人戏称，人工智能就像一列火车，你苦苦期盼，它终于来了，然后它呼啸而过，把你抛在身后。虽然这是一种笑谈，但也反应了人工智能技术发展的迅速和无法想象的快，可能一个不小心，你就被远远甩在身后。
##人工智能技术的细分领域有哪些？人工智能技术应用的细分领域：深度学习、计算机视觉、智能机器人、虚拟个人助理、自然语言处理—语音识别、自然语言处理—通用、实时语音翻译、情境感知计算、手势控制、视觉内容自动识别、推荐引擎等。
1、深度学习深度学习作为人工智能领域的一个应用分支，不管是从市面上公司的数量还是投资人投资喜好的角度来说，都是一重要应用领域。说到深度学习，大家第一个想到的肯定是AlphaGo，通过一次又一次的学习、更新算法，最终在人机大战中打败围棋大师李世石。百度的机器人“小度”多次参加最强大脑的“人机大战”，并取得胜利，亦是深度学习的结果。
深度学习的技术原理：
1.构建一个网络并且随机初始化所有连接的权重；2.将大量的数据情况输出到这个网络中；3.网络处理这些动作并且进行学习；4.如果这个动作符合指定的动作，将会增强权重，如果不符合，将会降低权重；5.系统通过如上过程调整权重；6.在成千上万次的学习之后，超过人类的表现；
2、计算机视觉计算机视觉是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉有着广泛的细分应用，其中包括，医疗成像分析被用来提高疾病的预测、诊断和治疗；人脸识别被支付宝或者网上一些自助服务用来自动识别照片里的人物。同时在安防及监控领域，也有很多的应用……
计算机视觉的技术原理：
计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如，一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。
3、语音识别语音识别技术最通俗易懂的讲法就是语音转化为文字，并对其进行识别认知和处理。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。
语音识别技术原理：
1、对声音进行处理，使用移动窗函数对声音进行分帧；2、声音被分帧后，变为很多波形，需要将波形做声学体征提取，变为状态；3、特征提起之后，声音就变成了一个N行、N列的矩阵。然后通过音素组合成单词；
4、虚拟个人助理说到虚拟个人助理，可能大家脑子里还没有具体的概念。但是说到Siri，你肯定就能立马明白什么是虚拟个人助理。除了Siri之外，Windows10的Cortana也是典型代表。
虚拟个人助理技术原理：（以Siri为例）
1、用户对着Siri说话后，语音将立即被编码，并转换成一个压缩数字文件，该文件包含了用户语音的相关信息；2、由于用户手机处于开机状态，语音信号将被转入用户所使用移动运营商的基站当中，然后再通过一系列固定电线发送至用户的互联网服务供应商(ISP)，该ISP拥有云计算服务器；3、该服务器中的内置系列模块，将通过技术手段来识别用户刚才说过的内容。总而言之，Siri等虚拟助理软件的工作原理就是“本地语音识别+云计算服务”。
5、语言处理自然语言处理（NLP），像计算机视觉技术一样，将各种有助于实现目标的多种技术进行了融合，实现人机间自然语言通信。
语言处理技术原理：
1、汉字编码词法分析；2、句法分析；3、语义分析；4、文本生成；5、语音识别；
6、智能机器人智能机器人在生活中随处可见，扫地机器人、陪伴机器人……这些机器人不管是跟人语音聊天，还是自主定位导航行走、安防监控等，都离不开人工智能技术的支持。
智能机器人技术原理：
人工智能技术把机器视觉、自动规划等认知技术、各种传感器整合到机器人身上，使得机器人拥有判断、决策的能力，能在各种不同的环境中处理不同的任务。
智能穿戴设备、智能家电、智能出行或者无人机设备其实都是类似的原理。7、引擎推荐不知道大家现在上网有没有这样的体验，那就是网站会根据你之前浏览过的页面、搜索过的关键字推送给你一些相关的网站内容。这其实就是引擎推荐技术的一种表现。
Google为什么会做免费搜索引擎，目的就是为了搜集大量的自然搜索数据，丰富他的大数据数据库，为后面的人工智能数据库做准备。
引擎推荐技术原理：
推荐引擎是基于用户的行为、属性（用户浏览网站产生的数据），通过算法分析和处理，主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。快速推荐给用户信息，提高浏览效率和转化率。
关于人工智能的展望除了上面的应用之外，人工智能技术肯定会朝着越来越多的分支领域发展。医疗、教育、金融、衣食住行等等涉及人类生活的各个方面都会有所渗透。
当然，人工智能的迅速发展必然会带来一些问题。比如有人鼓吹人工智能万能、也有人说人工智能会对人类造成威胁，或者受市场利益和趋势的驱动，涌现大量跟人工智能沾边的公司，但却没有实际应用场景，过分吹嘘概念。
转自：http://www.arduino.cn/thread-45848-1-1.html
人工智能技术在酒店领域有何应用前景?
日前，国务院印发了《新一代人工智能发展规划》，人工智能的发展也将迎来新的机遇。出于提高客人入住体验、降低人工成本、提高工作效率的考虑，现在已有不少酒店张开双臂拥抱人工智能。但人工智能可以给酒店带来的想象空间不止这些，它还可以帮助酒店节能降耗、进行精细化管理，乃至创新产品等。
魅力显现，酒店前台自助机器人
如今，机器人已成为人工智能的代言人。希尔顿在2016年和IBMWatson合作测试了机器人前台；喜达屋旗下的Aloft品牌已开始用机器人Botlr为客房递东西；洲际旗下的皇冠假日酒店也有类似功能的机器人。海航酒店集团旗下有7家酒店开始使用智能机器人开展服务；而且这位智能机器人的服务更加全面，它可以为客人房间运送物品，如浴巾、吹风机、儿童用品、客房用餐等。机器人可以和客人简单聊天，日常问好，讨论天气，引领有需要的宾客前往公共区域卫生间、会议室、健身房等场所。此外，机器人还能顺路插播一下酒店的各种活动和促销。据介绍，这个机器人有望在该集团旗下所有酒店全面部署。
“酒店行业人员流失率高，培训成本也高，人工智能在酒店行业是必然趋势。”云迹科技市场总监赵蕾说。
“全国已经有200多家酒店在使用机器人服务，已经超越世界上任何一个国家的应用数量。”中国智慧酒店联盟秘书长、新新人类酒店机器人科技公司创办人荀亮介绍，随着服务型机器人和人工智能技术的不断突破与应用，酒店行业作为服务业劳动力较密集的代表领域，将成为服务型机器人进军的重点行业。现阶段服务型机器人进入酒店主要是为酒店增添亮点，为客人带来新鲜的体验感。
荀亮介绍，服务型机器人目前能够应用在酒店领域的主要包括迎宾引导机器人、自助入住机器人、客房情感机器人、自主运送物品机器人、安防巡更机器人、商品售卖机器人、自助行李存取机器人、餐厅服务机器人等十余个工作岗位的机器人。每款机器人都有着独特的工作技能来胜任不同的工作岗位需求。
在线旅游企业也在推进人工智能与酒店业的结合。前不久，携程宣布，其客服机器人能在平均一秒到两秒时间内回复消费者提出来的关于酒店预订等方面的“入门问题”，已累计服务超过1亿人次。人工客服也从重复性咨询等解放出来，进而能够为消费者提供更加高质量的服务。
前不久，阿里巴巴集团旗下旅行品牌飞猪宣布在杭州西溪天堂打造“人工智能酒店”。目前，西溪西轩酒店的部分客房可以通过屋内的智能音箱“天猫精灵X1”用语音实现对窗帘、灯具、电视等设备的控制，还能够直接呼叫酒店客房服务。
前景广阔
对酒店业来说，人工智能并不限于服务机器人。在第十四届中国饭店集团化发展论坛上，北京众荟信息技术股份有限公司CEO林小俊介绍，该公司已经尝试在酒店收益管理方面运用人工智能，让酒店收获最佳收益决策。
“人工智能将通过最精准的运算能力和平台优势，帮助酒店实现精准决策、精准服务、精准营销、精准管理，将成为传统收益管理的核心技术支撑或者重新谱写收益管理的方法论。”荀亮说。
在华美酒店顾问机构首席知识官赵焕焱看来，人工在软件方面也发挥着不小的作用，它可以帮助酒店实施差异化、个性化服务。
山东旅游饭店协会会长何庄龙认为，目前，人工智能还没有显示应有的威力。以前酒店前厅部可能需要10个人，现在有人工智能的辅助，可能只需要4个人左右，降低60%-80%的人力成本，可提高运营效率，提高服务质量，提高宾客满意度，并且可使酒店管理更加科学化、精细化，通过对客源进行类比分析，推动产品创新。
道阻且长
人工智能发展速度惊人，但在酒店业中的广泛应用仍有较多制约。荀亮告诉记者，数据与知识是发展人工智能的基础要素，依托于智能设备、物联网、移动互联网、云计算等基础应用所建立的多维度大数据知识平台，将使酒店人工智能变得越来越强大，具有感知、认知能力的酒店服务运营将变得更加精准、更具智慧。
但是，目前，酒店自身数据是非常有限的，甚至大部分酒店集团都没有大数据技术积累，即使有数据技术积累的酒店集团，数据维度和数据结构都缺少战略性的规划，充其量是字节性数据和策略性数据。单从这一点来看传统酒店企业就很难与第三方平台相抗衡。酒店企业缺少有战略思维、未来技术思维综合能力的领导团队和人才，酒店人工智能还有很长的路要走。
在荀亮看来，从技术水平上看，目前还处于弱人工智能阶段，能够实现的功能价值比较有限。让人工智能来帮助酒店决策与运营还有一段路要走。
“事实上，目前让智能服务型机器人替代人工打扫房间目前是最难的，除非未来酒店客房配套设施及装修结构发生改变。”荀亮说，另外，前台办理自助入住的机器人虽然比人工办理业务技术更加精准、便捷、高效，但在我国还存在着一定的应用门槛，无法完全替代人工。“当然这也取决于机器人技术服务企业的技术突破、行业应用经验积累，同样也取决于用户的使用习惯、应用创新。”
“观念陈旧会制约酒店对人工智能的应用，很多酒店还没有认识到人工智能的革命性。”何庄龙表示，很多国际品牌酒店已经开始尝试运用人工智能。国内四星级以下的酒店、单体酒店还是相对滞后。尽管这需要较大投资，但长远看酒店是受益的。“当然，人工智能是不能完全替代人的。”
赵蕾说：“如果我们从较长的时间维度去看，未来机器人一定会在我们生活中每个有需要的角落提供服务。但目前仍处在概念落地阶段，在公共场所能够提供规模化服务的机器人仍然不多。在酒店环境中那些带来亲和力的细致入微的服务与感情的付出是机器人所不能及的。”
同样，赵焕焱认为，人工智能在服务业中处于辅助地位，因为服务业中人的意识不可或缺。“大数据是人工智能发挥作用的基础，感情色彩只能由员工传递。 责任编辑：tzh