«Глубокое обучение - это технология, которая уже иссякла». Google заявляет, что глубокое обучение не новость. «Не может быть и речи о том, что обычные компании не могут решить, внедрять ли ее сейчас. Почему бы не использовать ее? Потому что эта технология начинает умирать (полностью используется)».
Обычно о неструктурированных данных, таких как изображения и звуки, было трудно автоматически судить, но глубокое обучение сделало возможным автоматическое суждение с высокой точностью, и оно начинает использоваться в сфере бизнеса.
В примере с розничным магазином глубокое обучение анализирует неструктурированные данные, такие как «данные о лицах», чтобы показать не только атрибуты покупателей, но и то, где они находятся в магазине и какое поведение они ведут. . Исходя из этого, вы можете определить причину, по которой вы не купили.
Связывая информацию об атрибутах и поведении выводных проводов с «информацией о покупках» в данных кассовых терминалов, тенденция к тому, что «человек, который принимает такое поведение отведений, имеет 65% шанс купить такой продукт», будет базироваться на базе данных. .. Анализируя это, можно планировать конкретные меры.
Стало возможным отслеживать поведение клиентов в розничном бизнесе и автоматизировать проверку дефектных продуктов на заводах, которые полагаются на визуальный контроль человека. Кроме того, можно будет проверять гипотезы на основе данных и принимать более точные решения, что приведет к получению прибыли.
ИИ следует использовать для решения бизнес-проблемы, которая является узким местом компании. Затем неструктурированные данные (изображения, звуки и т. Д.), Собранные с помощью глубокого обучения, становятся настоящей находкой благодаря внедрению ИИ.
Можно проверять гипотезы на основе данных фактов и изучать / планировать меры, не полагаясь на опыт и восприятие.
