從自動駕駛汽車、預測分析應用程序、人臉識別，到聊天機器人、虛擬助手、認知自動化和欺詐檢測，人工智能的用例很多。然而，不管AI的應用如何，所有這些應用都是有共性的。那些參與實現了數百甚至數千個人工智能項目的人意識到，儘管應用程序有這麼多的多樣性，人工智能用例仍然屬於七個常見模式中的一個或多個。這七個模式是：超個性化、自主系統、預測分析和決策支持、會話/人機交互、模式和異常、識別系統和目標驅動系統。任何定製的人工智能方法都需要它自己的編程和模式，但是不管這些趨勢用在什麼組合中，它們都遵循自己的標準規則集。根據應用人工智能的特定解決方案，這七個模式分別應用或以不同的組合應用。
1. 超個性化模式：將每個客戶視為個體
2. 自主系統模式：減少對手工勞動的需求
3.人工智能助力預測分析和決策支持
4. 會話模式：能夠像人類一樣進行通信的機器
5. 用人工智能識別模式和異常
6. 能夠識別世界的機器：識別模式
7. 解決難題：目標驅動系統模式
組合AI項目成功的模式
雖然這些看起來像是典型AI項目中單獨實現的離散模式，但實際上，我們已經看到有使用者將這七個模式中的一個或多個組合起來以實現它們的目標。通過從這樣的組合模式，它將幫助他們更好地接近、計劃和執行AI項目。事實上，新興的方法正專注於使用這七個模式作為加速AI項目規劃的一種方式。一旦你知道你正在做一個識別模式，例如，你可以洞察一個被廣泛應用於這個問題的解決方案，深入瞭解驅動模式所需的數據，模式應用的用例和示例，算法和模型開發技巧等，這可以幫助加快交付高質量的人工智能項目。
分享到:
閱讀更多 長碧川 的文章
