AI增强创造2.9万亿美元的商业价值

人工智能2020-03-23 16:01:14
导读最近对人工智能的健康和进展进行的调查,研究,预测和其他定量评估估计了人机协作对生产力的影响,美国主要城市可以自动化的工作岗位数量,

最近对人工智能的健康和进展进行的调查,研究,预测和其他定量评估估计了人机协作对生产力的影响,美国主要城市可以自动化的工作岗位数量,以及未来人工智能的规模。零售和医疗保健市场; 并且在一般人群中发现AI乐观,算法优于(再次)病理学家,并且我们对大脑如何学习的非常有限的理解可以改善机器学习。

2021年,人​​工智能增强(“以人为本的人与人工智能合作模式,共同提升认知能力”)将在全球创造2.9万亿美元的商业价值和62亿小时的工人生产力[ Gartner]

2019年7月,全球机器人投资超过101亿美元,高于2019年6月的11亿美元和2018年6月的16亿美元; 自动驾驶汽车和机器人技术以及医疗保健领域的智能系统是最大的赢家,其次是供应链自动化,软件和人工智能,以及服务和消费者机器人[ 机器人报告 ]

69%的人预计他们各自的城市和居民将在未来20年内以某种方式从AI等新技术中受益; 45%的人预计他们自己的工作将在未来十年内实现自动化; 三分之一的北美和欧洲受访者对他们的城市政府如何应对技术变革的愿景不确定[ 奥利弗·怀曼对全球21个主要城市的9,000人进行的调查]

通过对超过40,000份报告进行人工智能培训,为分析师笔记开发情绪分数,摩根士丹利开发了所谓的机读分析师情感或MRAS; 对于MRAS策略看涨并且最初的市场走势为负的交易,该策略在60天内平均超过标准普尔500指数1.9%; 当这些职位被翻转时,该策略取得了类似的成功[ CNBC ]

将Frey / Osborne框架应用于美国24个主要城市,估计有33%到44%的人从事自动化工作的可能性超过70%,包括零售商,收银员,上班族和其他服务相关工作[ 斯隆管理评论 ]

只有50%的医院高管熟悉AI / RPA的概念; 超过一半的人无法命名AI / RPA供应商或解决方案; 23%的人希望今天投资AI / RPA,而另一半计划在2021年之前投入人工[ 橄榄艾滋病毒对美国115名医院管理人员的调查]

机器学习算法在区分两种类型的乳腺癌方面优于病理学家(89%准确度与70%准确度),同时使病理学家在癌症与非癌症组织鉴别上相匹配[ JAMA Network Open ]

71%的受访者赞成使用技术来取代手工和繁重的任务,69%的受访者认为技术会增强而不能取代他们的工作; 64%的人认为自动化技术将有助于减轻他们的工作量和压力。[ Verint在线调查了澳大利亚,巴西,加拿大,法国,德国,香港,印度,日本,墨西哥,荷兰,新加坡,沙特阿拉伯,南非,西班牙,瑞典,阿拉伯联合酋长国,英国和美国]

您是否认为组织已认真对待GDPR法规,并且现在符合要求?

是的 - 32%

不 - 68%

[2 0100年6月在欧洲信息安全期间进行的Twitter调查中,有2,020名受访者表示

您是否认为在未来12个月内保护您的设备和个人数据会变得更加复杂?

更多 - 66%

少 - 34%

[ 2019年6月欧洲信息安全期间进行的Twitter调查的2,900名受访者]

DeepMind开发了一种机器学习模型,可以在坦桑尼亚的塞伦盖蒂国家公园标记大多数动物,至少和人类一样,同时将过程缩短长达9个月(志愿者通常需要长达一年的时间才能返回标记的照片)[ Engadget ]

在模拟中,生物学习算法在前馈网络的监督学习中表现优于最先进的最佳学习曲线,表明“神经生物学机制的潜力”并打开“开发优质深度学习算法的机会”[ 科学报告] ]

到2024年,零售市场的人工智能估计将达到43亿美元[ P&S Intelligence ] [例如,耐克收购了Celect ,2019年8月6日]

到2023年,医疗保健市场的人工智能估计将达到122亿美元[ 市场研究未来] [例如,BlueDot已经筹集了700万美元的A 轮融资,2019年8月7日]

人工智能公司在过去3个月获得资助:417项资金总额为87亿美元

上个月(7月12日至8月11日)的人工智能收购:20

AI领导以色列所有其他行业的种子数量为2019年的A轮融资交易:1,509

人工智能领导以色列所有其他行业的种子数量达到A轮融资交易2013-2018:6,111

数据正在扼杀本周的世界报价:“尽管说我们制作的数据比以往任何时候都要时髦,但事实上我们总是制作数据,我们只是不知道如何以有用的方式捕获数据” - Subbarao Kambhampati,亚利桑那州立大学

人工智能正在吃这周的世界报价:“我们提倡设计基准来衡量人工智能进展的新观点。与过去几十年社区构建静态基准数据集以便在未来十年或二十年内开展工作不同,我们建议未来的基准测试应与不断发展的最新技术一起动态发展“ - Keisuke Sakaguchi,Ronan Le Bras,Chandra Bhagavatula,Yejin Choi,艾伦人工智能研究所和华盛顿大学

免责声明:本文由用户上传,如有侵权请联系删除!