人工智能已经成为我们日常生活的一部分，目前被许多致力于技术的公司所采用。每个人都知道无人驾驶汽车或语音助手，例如苹果的 Siri、微软的 Cortana 或谷歌的 Alexa，但还有许多鲜为人知的例子。
智能算法能够自我学习根据我们
的口味推荐购买的产品、电影或歌曲，知道如何通过聊天回答客户问题，可以识别人脸以允许访问，根据内容对文档进行分类，支持医生阅读X 射线图 人工智能什么是人工智能以及它简 像和诊断，筛选 CV 以选择理想的候选人。在许多其他选择中。已经有很多例子表明，在业务流程中引入人工智能如何带来积极影响，使流程本身的重复部分（以前由人类执行）实现自动化，减少错误，从而开发新产品和服务。我们还处于起步阶段，但在未来几年我们将看到质的飞跃。
世界各地的大公司正在朝这个方向迈
出第一步：第一个取得具体成果的公司将能够从巨大的 人工智能什么是人工智能以及它简 优势中受益。第一个真正的人工智能研究项目可以追溯到 1943 年，当时Warren McCulloch 和 Walter Pitt设计了一个神经网络，即试图重现我们大脑中神经元功能以解决问题的数学算法。
然而直到 世纪年代末科学家 艾伦
图灵 才开始提出理论，认为计算机可 阿富汗电话号码数据 以像人类一样行事。人工智能一词由美国数学家约翰·麦卡锡（John McCarthy，1956 年）创造，他是第一批专门针对人工智能的编程语言（1958 年的 Lisp 和 1973 年的 Prolog）的作者，他开始通过这些语言开发解决问题的通用程序。
从 2世纪 年代开始这个世界随着
数学模型的巨大进步而发展，变得越来越复杂并能 够模 仿某些大脑功能，例如模式识别，但对神经网络和一般硬件的兴趣却越来越少。随着GPU（图形处 外汇电子邮件列表 理单元，处理芯片比 CPU 快得多，因此能够更快地支持复杂的工作负载）在视频游戏领域的大量出现，人们的兴趣在 90 年代重新燃起。
什么是人工智能：定义
米兰理工学院对人工智能给出了这样的定义：“人工智能，英文为Artificial Intelligence (AI)，是计算的一个分支，研究具有人类典型能力并能够自主追求某个目的的硬件和软件系统的开发在此之前，这些决策通常被委托给人类来定义。人类的典型能力具体是指 中文号码 对自然语言（NLP——自然语言处理）和图像（图像处理）的理解和处理、学习、推理以及与人、机器和环境进行规划和交互的能力。
与传统软件不同人工智能系统不
是基于编程（即，基于编写系统操作代码的开发人员的工作），而是基于学习技术。也就是说，它们是在处理大量数据的算法中定义的，系统本身必须从中获得其理解和推理能力。
弱人工智能和强人工智能
事实上，人工智能没有明确的定义，并且解释可能会根据方法的不 人工智能什么是人工智能以及它简 同而有所不同：一方面，它可以关注内部推理过程，另一方面，可以关注系统的外部行为- 始终作为参考“有效性的衡量标准”——是与人类行为的相似性或接近性。基于这些考虑，科学界同意定义两种不同类型的人工智能：弱人工智能和强人工智能：– 弱人工智能（Weak AI）：它包含能够模拟某些人类认知功能的系统，但无法达到人类典型的智力能力。这些是解决问题的程序，能够复制一些人类逻辑推理来解决问题、做出决策，就像在国际象棋游戏中一样。– 强人工智能（Strong AI。目前使用的系统属于弱智能领域，但进步是不断的。
人工智能的类型
如果我们看一下最常见的人工智能系统，基本上可以识别出 5 种类型：对话式人工智能： 聊天机器人和虚拟代理，本质上是模拟常见口语对话的软件，使用大量数据来识别语音或文本输入、处理请求、理解请求并实时生成有效响应。
预测人工智能： 在人工智能和机器学习算法的支持下对当前数据和过去趋势的分析使我们能够预测未来可能发生的情况。
生成式人工智能： 通过简单的请求（提示），可以生成文本、图像、视频，也可以生成源代码，从而极其轻松地创建内容和软件。
自主人工智能： 也许是人工智能最令人着迷但也是最令人恐惧的进化，其中算法在没有任何人为干预或输入的情况下独立自主地运行，无需监督。
通用人工智能（AGI） ：也称为强人工智能，它代表了人工智能科学研究的新前沿。许多人想象未来软件代理能够学习一项任务，甚至是一项复杂的任务，并实际上将其同化为一个有感情、有自我意识的人类。
学习模式
从技术和方法论的角度来看，人工智能的特点是在任务或行动中训练智能的学习方法/模型。这些学习模型是机器学习和深度学习的区别所在。
机器学习
它们是用于“训练”软件的系统，以便通过纠正错误，它可以学习独立执行任务/活动。
例如，由人工智能支持的机械臂因此是智能的，即使零件不在应有的位置，也能够组装零件，因为控制算法不是提供坐标，而是激活光学识别来搜索零件在手臂可以到达的整个区域。
如果机器或拿着棋子的人多次重复错误，机器人就会知道那是新位置，并立即去那里寻找棋子。机器学习 正在演变成一系列基于使用在多个深度级别组织的神经网络的研究，因此被称为深度学习。
深度学习
这些是最近开发的学习模型（自 2012 年以来），其灵感来自我们大脑的结构和功能，模仿人类的思维。
在这种情况下，仅靠数学模型是不够的：深度学习需要专门设计的人工神经网络（深度人工神经网络）和非常强大的计算能力，能够“支持”不同层的计算和分析（这就是发生在人脑的神经元连接）。
这似乎是一种未来的技术水平，但实际上，这些系统已经用于模式识别、语音或图像识别以及自然语言处理 (NLP) 系统。
人工智能解决方案分类：8类
据米兰理工管理学院人工智能观察站介绍，目前人工智能解决方案有八类。
自动驾驶汽车
它是指用于任何类型的道路、水上或空中运输的任何自动驾驶车辆，例如 自动驾驶汽车 或送货上门的车辆。
自主机器人
机器人或多或少拟人化，能够在没有人类干预的情况下移动、操纵物体和执行动作，从周围的环境中提取信息并适应不可预见或已编码的事件。波士顿动力机器人是最著名的机器人之一，因为它们今天的移动能力如此之高，以至于他们最近进行了跑酷演示。
智能对象
所有这些物体，从眼镜到手提箱，都能够在不需要人工干预的情况下执行操作和做出决策，通过传感器（温度计、摄像头等）与环境交互，并从与之交互的人的行为中学习。
虚拟助理和聊天机器人
最先进的系统能够理解对话的语气和上下文，记忆和重用收集到的信息，并在对话过程中展现独创性。这些系统越来越多地用作与客户联系的第一级联系，以通过公司的客户服务寻求帮助。
推荐
它们是旨在根据用户直接或间接提供的信息解决用户偏好、兴趣和决策的解决方案。它们用于电子商务或视频和音乐服务（亚马逊、Netflix 和 YouTube 的建议就是一个例子），并且可以出现在客户旅程或决策过程中的不同阶段。
图像处理
能够执行图像或视频分析以识别图像中存在的人、动物和事物、生物特征识别以及从图像/视频中提取信息的系统。例如，应用程序用于监控公用事业公司的技术室或评估保险事故中的车辆损坏。
语言处理
它涉及语言处理技能，用于理解内容、翻译，以及根据作为输入提供的数据或文档独立生成文本。
智能数据处理
这一广泛的类别包括所有在结构化和非结构化数据上使用人工智能算法来提取信息的解决方案。示例包括检测金融欺诈的系统、模式研究、监控和控制系统、预测分析。
为了预防风险，需要进行非常复杂的分析，将数据、事件、行为和习惯关联起来，以提前了解任何欺诈活动。这些系统还可以在其他企业环境中找到应用，例如在打击网络犯罪中保护信息和数据。
业务流程中的人工智能
人工智能诞生于 20 世纪 50 年代，但直到今天，计算能力 、数据可用性及其分析解决复杂问题的能力方面的技术进步才使得应用程序的诞生和传播。
底层技术已经成熟，并且通过 API 和云服务以可承受的成本提供。然而，需要一种设计方法将人工智能引入流程。
如果说直到十年前，公司实施的障碍还与缺乏仪器或分析技能不足有关，那么今天的问题不是技术，而是主要是文化和特定技能。据专家称，如今人工智能项目 70% 的工作量用于重新设计流程，10% 用于编写算法，只有 10% 用于技术部分。
目前，采用人工智能项目最先进的行业是 银行、金融和保险、汽车、能源、物流和电信。
人工智能如何应用在日常生活中
甚至在没有意识到的情况下，我们每个人都已经在日常生活中遇到了人工智能。这样的例子有很多。
例如，如前所述，让我们考虑 Netflix、Spotify、亚马逊或任何电子商务网站。它们都实现了推荐系统，根据我们的品味和需求推荐电影、书籍、歌曲和购物。
他们是怎么做到的？机器学习 人工智能什么是人工智能以及它简 机制考虑了许多情况，本质上是所有用户随时间的行为，并提取模式和通用机制，然后将其应用于对我们进行预测。我们喜欢恐怖吗？它可能不会暗示一部浪漫电影，而是一部奇幻电影。我们看过休格兰特的电影吗？这位英国演员的同情将再次向我们展示。当然，相关性并不那么简单。
欺诈检测
另一个日常使用的应用程序是谷歌和微软的电子邮件系统。现在，只要我们在电子邮件中输入单词的第一个字母，人工智能就会建议如何继续整个句子。它还能够通过解释文本来建议如何回应！
您是否收到过信用卡异 人工智能什么是人工智能以及它简 常使用报告，因为您 人工智能什么是人工智能以及它简 在以前从未去过的伦敦使用过信用卡？同样在这种情况下，经过训练以检测欺诈的机器学习算法会建议银行与您联系。许多金融和保险公司使用人工智能来检测可疑行为并快速干预以保护其客户。
视频监控
另一个日益增长的用途是视频监控。现代相机与图像分析系统相关联，这是另一种使用人工智能的技术。该算法可以“观看”视频并对其进行解释，这可以用于识别城市、步行区以及车辆交通中的异常或危险情况。
通过语音或文本回答问题的系统 人工智能什么是人工智能以及它简 的使用也在增长：聊天机器人。除了帮助用户以更简单、更直接的方式搜索重复信息（通常与常见问题解答中已找到的信息相同）之外，他们还可以向客户提供有关公司提供的产品或服务的信息，例如营业时间，但他们还在公司内部寻找空间，例如提供有关假期、休假、人力资源贡献的信息。
流程自动化：机器人流程自动化和人工智能
RPA（机器人流程自动化）解决方案 已使用多年，通过自动化简单且重复的操作来简化繁琐的流程，特别是在遗留信息系统中（例如，从 ERP 系统中提取数据并将其插入其他软件中）。
它们的使用旨在提高效率：它们节省大量时间，并允许资源专用于具有更大附加值的活动以及解决自动化无法管理的复杂场景，增强创造力和独创性。
通过将人工智能与 RPA 相结合（两者是互补的），就有可能向前发展。如果以前该过程中最复杂的部分留给人类，那么现在可以通过培训将其自动化。
业务流程管理
例如，可以说，RPA 就像一个坐在 PC 前的机器人（实际上解决方案也称为机器人），能够执行有限数量的活动，而管理更复杂的场景则被替换为一个有更好准备的机器人。
RPA 流程自动化属于BPM 业务流程管理的范围，如今采用敏捷方法实现，可以快速获取结果，以每周或短期的频率进行项目“冲刺”。
RPA 解决方案的范围很广：主要提供商包括 Automation Anywhere、UI Path、Blue Prism 和 Nice。
人力资源人工智能：寻找最优秀的人才
寻找理想的候选人是一项具有挑战性和战略性的活动，占用了人力资源团队的大部分时间。分析简历变得越来越困难，快速阅读数据并不总能保证与公司所需的能力和技能有效匹配。 。
需要进行深入的分析，例如，比较公司员工的经验和背景，根据软件的使用年份来验证软件的真实知识水平。
人工智能来帮忙。能够支持招聘活动的即服务解决方案正在进入市场，例如埃维诺开发的基于 Cortana 的解决方案，目前由公司内部使用。
人工智能帮助人力资源部筛选出公司空缺职位的候选人名单，然后将最终决定权交给人力资源经理和相关经理。它由一个与 RPA 和公司内部数据库集成的对话界面组成，可以在线搜索候选人（特别是在 Linkedin 上），并将他们的技能与公司员工数据库中的技能进行比较，返回带有百分比值的个人资料列表。的兼容性。
因此，该解决方案保持了以人为本的方法，但通过自动化和人工智能功能得到了增强，从而重新设计了人才搜索体验，大大减少了搜索所需的时间并提高了结果的质量。
人工智能营销 (AIM)：聊天机器人和情绪分析
在营销领域，我们已经看到人工智能系统被用于不同的活动和不同的目标一段时间了；毫无疑问，最重要的是与用户关系的管理，这一直是任何品牌的“巡航和愉悦”，即使在BtoB世界中也是如此。
使用的人工智能技术包括语音/虚拟助手（聊天机器人和苹果的 Siri 或微软的 Cortana 等系统），它们利用人工智能算法来识别自然语言以及学习和分析用户的习惯和行为。 。
达到最复杂的参与机制，考虑对大量数据（特别是在社交网络中）进行实时分析，以了解人们的“感受”和需求，甚至可以预测购买行为，从而得出沟通策略和/或。或服务建议。
聊天机器人在客户服务中的作用
聊天机器人和其他基于 NLP 的系统也广泛应用于处理客户协助、服务和支持的部门（联络中心、客户服务、维护和支持等）。
据 Forrester 称，营销和销售推动人工智能投资，其次是客户服务。分析师建议不要低估人为因素，并始终由愿意在客户出现问题时进行干预的真正专家来支持这些系统，以避免可能适得其反的不愉快情况。
人工智能和供应链管理
风险管理问题对于演员。
人工智能在该领域最有趣的用例之一涉及订单管理活动。在这种情况下，利用人工智能的技术不仅旨在简化流程，而且旨在实现整体集成：从采购到库存，从仓库到销售，直至包括与营销管理、评估的集成。基于促销或沟通活动的供应。活动。