概要：目前人工智慧的部署和合理獲取商業利益的成熟方法之間存在著巨大差距， 企業必須知道如何彌補這種差距。
作者：My Nguyen
翻譯：楊兆坤
人工智慧是一個新興的領域， 如今許多企業都在試圖找出利用它來獲得優勢的方式。 的確， 人工智慧有利於企業減少操作成本、提升效率、產生收益並增強客戶體驗。 但在The Register（一家英國科技新聞網站）的一篇文章中， Danny Bradbury指出在目前人工智慧的部署和合理獲取商業利益的成熟方法之間存在著巨大差距， 企業必須知道如何彌補這種差距。
拓寬業務未來
因為新的計算技術， 如今機器學習比任何時候都更實用、更受歡迎。 機器學習由演算法組成， 這些演算法能使電腦像人類那樣執行任務。 例如， 如果要教電腦如何根據天氣提出建議， 人們可以編寫一個指令， 即讓其在下雨時提醒人們帶傘， 在晴天時提醒人們戴帽子。
機器學習可以被應用到任何普通人在一秒思考內能做到的思維任務， 比如檢查存款批准或語言翻譯以及圖像匹配。 資料可用性是使這些有趣又實用的應用能夠實現的關鍵因素， 由智慧設備和物聯網生成的大量資料每天都在遞增。
Bradbury說：來自分析公司451Research（分析企業IT創新業務的公司）的軟體研發副總裁及創始人Nick Patience強調了機器學習應用的兩大種類。 他說：“一種是人們已經完成的已知用例， 另一種是人們未知的、能夠實現的某種應用。
“像物聯網這樣的東西不用機器學習根本無法進行， 因為來自於各種設備的資料實在是太龐大了， ”Nick Patience解釋道。
機器學習還經常被當作醫療保健技術應用在醫學領域中， 比如發現腫瘤或是診斷症狀， 它能夠預測結果並改善病人的治療， 而且Patience和McKinsey（美國一家諮詢公司）都在使用它。 除此之外， 機器學習給石油和天然氣行業也提供了實際用例。 還有， 來自IBM加拿大認知解決方案部門的副總裁稱她們公司也一直在用Watson（一種認知計算系統和技術平臺）的認知人工智慧系統通過回答關於工程研究、環境報告、風險分析和發展概念的相關問題來協助公司的工程訓練。
作者：My Nguyen
翻譯：楊兆坤
原文：http://aits.org/2017/04/machine-learning-going/