雷鋒網(wǎng) (公眾號：雷鋒網(wǎng)) 按： 原文發(fā)布于 VentureBeat ，作者 CHANEY OJINNAKA。
在我最近于紐約進行的一次關于供應鏈中的AI的會談里，很多人對我提出的一個問題是“你在談論機器人嗎？”
如今，AI 已經(jīng)被浪漫化成一個抽象的詞，描繪著一副你在休息時由機器人幫你做家事，但它到底意味著什么？且這個詞到底是怎么誕生的？人工智慧的范疇包含機器學習及大數(shù)據(jù)程序，使你從歷史數(shù)據(jù)及實時觀測當中獲得預測的價值。
為達到真正的AI，你必須訓練大量的數(shù)據(jù)組（歷史及實時數(shù)據(jù)），達成一定的基準，使用增量信息進行深度學習，并開始揭示預測價值。AI通常與物聯(lián)網(wǎng)（IoT）協(xié)同工作，其包括如可穿戴設備和連接型家用配置設備。 簡單地說，IoT收集信息，但AI是推動在這些信息中分析和決策的引擎。
IoT連接不同的設備，如可穿戴設備，并可擴展連接幾乎無限數(shù)量的設備，連續(xù)串流數(shù)據(jù)。 AI處理數(shù)據(jù)，推斷這些數(shù)據(jù)，最終實時提供建議。
舉例來說：保險業(yè)
大約在2012年，我在Humana進行年長者（65歲以上）家居相關的項目中，研究如何減少跌倒的發(fā)生率及預估相關緊急服務的需求。我們必須實時執(zhí)行以確保在事故發(fā)生前的即時反應、改善年長者的健康狀況及節(jié)省費用。根據(jù)已存在的索賠數(shù)據(jù)，我們需要了解基準 - 例如，在家庭中發(fā)生的典型活動。
在這個項目中，物聯(lián)網(wǎng)設備通過使用移動傳感器發(fā)揮作用。在年長者的許可后，我們在家里安裝了多個移動傳感器，特別是在廚房，浴室和客廳等區(qū)域。這些傳感器開始在房里收集一段時間的基礎生物測定數(shù)據(jù)，然后將數(shù)據(jù)實時存儲在云中。 為了促進深度學習（AI的一種形式），來自先前保險索賠的歷史數(shù)據(jù)與實時數(shù)據(jù)是并排分開分析的。這樣可以更容易發(fā)現(xiàn)異常并對其采取行動、提供洞見以預測緊急狀況的可能性和建議。
第二個例子是在2006年，同樣是保險業(yè)，我們當時在做一個技術評估的預警系統(tǒng)。醫(yī)療設備昂貴并且不總是有效用。因此，必須使用成本效益分析來證明其相對于替代方案的使用性。例如，減肥手術可能花費10,000美元，但它仍然是實驗性的，特別是當你考慮患者和他們的健康狀況。這并沒有達到相對于其成本的功效。