Применение старого машинного обучения к новому бизнесу
Искусственный интеллект и машинное обучение — это дисциплины, охватывающие множество методов и систем. Существует множество мощных инструментов и библиотек, созданных технологами, которые созрели для применения в бизнес-задачах. Есть места, где эти новые методы могут быть применены в прибыльных секторах.
Как правило, вы хотите начать с варианта использования в бизнесе, а не с технологии, но постарайтесь творчески подойти к тому, как эти различные продвинутые стратегии cs могут помочь. Мы видим одно очень успешное приложение, использующее заезженную многопользовательскую совместную фильтрацию, помогающую давать более качественные рекомендации. TikTok смотрит, что понравилось другим пользователям, похожим на вас, чтобы рекомендовать новые видео. Объединив умеренно сложный ML с новым UX и новым способом представления коротких видео, родилась новая категория. Упростите работу с новым пользовательским контентом, бессмысленным UX, единственной точкой взаимодействия является «остаться или прокрутить», а умное курирование контента принесет огромную пользу. Они явно стали еще лучше набирать свой внутренний алгоритм, но MVP и рабочие прототипы, скорее всего, использовали готовые инструменты ML для получения надежных результатов.
Примером, в котором я не видел явного победителя, но который, возможно, созрел для прорыва, является инструмент машинного обучения, разработанный для мира роботов, играющих в покер. Покер — это немного другой зверь с точки зрения игры, так как это игра с неполной информацией. Шахматы, го и многие другие игры постоянно представляют игроку всю вселенную игры, и задача состоит в том, чтобы интерпретировать и взаимодействовать с учетом этого. Покер скрывает информацию в карманных картах других игроков. Это создало новую ветвь обучения и теории игр в литературе под названием «минимизация сожалений». Я вижу возможность для предпринимателя взять эту технологию машинного обучения и применить ее к бизнесу, где есть неполная информация и конкурирующие интересы. Одним из очевидных приложений может быть поддержка переговоров. Пытаюсь определить ходы противоположной стороны и максимизирую свои результаты.
Я нахожу увлекательным применять старые методы машинного обучения к новым и подобным ситуациям, и там нет недостатка в инструментах. Мы проложили путь к решению многих категорий проблем, поэтому мне бы хотелось, чтобы больше предпринимателей применяли эти инструменты. Я работаю в этой области и хотел бы помочь вам в вашем путешествии, если вы хотите исследовать эту область.
