我們已經(jīng)從人工智能(AI)和機(jī)器學(xué)習(xí)(ML)技術(shù)的開發(fā)階段發(fā)展到跨行業(yè)的廣泛實(shí)施。這項(xiàng)先進(jìn)技術(shù)無處不在，但大多數(shù)人不知道他們每天都與之互動(dòng)。從Siri和Alexa等虛擬個(gè)人助手到Netflix根據(jù)觀看習(xí)慣提供服務(wù)的推薦節(jié)目，ML都為我們已經(jīng)習(xí)慣使用的這些工具提供了動(dòng)力-即使我們不停地思考它的發(fā)生方式。

AI和ML有什么區(qū)別？

人工智能是一門計(jì)算機(jī)科學(xué)，專注于機(jī)器模仿人類智能行為的能力。AI使計(jì)算機(jī)能夠處理大量信息和數(shù)據(jù)并提供計(jì)算機(jī)生成的結(jié)論。ML使計(jì)算機(jī)能夠?qū)W習(xí)，并且還學(xué)習(xí)如何學(xué)習(xí)。這些進(jìn)步正在徹底改變現(xiàn)代生活和商業(yè)。

那么AI / ML工具如何在其下一代實(shí)現(xiàn)中使用，下一步是什么？

信用卡詐騙

下一代AI / ML甚至可以在注冊之前結(jié)賬，從而抵制信用卡欺詐。最近的一份報(bào)告顯示，消費(fèi)者在2018年的信用卡欺詐交易中損失了64億美元。

信用卡欺詐的常見類型包括信用卡被盜和持卡人不在場的問題?；贏I / ML的交易篩選工具可以使接受信用卡的企業(yè)在交易完成之前識(shí)別欺詐交易，從而減少嘗試交易的欺詐卡用戶的數(shù)量。它還減少了從處理這些交易的金融機(jī)構(gòu)中收回收入所需的時(shí)間和資源。

正如《麻省理工新聞》(MIT News)報(bào)道的那樣，使用機(jī)器學(xué)習(xí)檢測欺詐行為面臨的最大挑戰(zhàn)是處理誤報(bào)。為了幫助減少誤報(bào)的挑戰(zhàn)，麻省理工學(xué)院信息與決策系統(tǒng)實(shí)驗(yàn)室(LIDS)的研究人員開發(fā)了一種將誤報(bào)減少54%的方法。

萬事達(dá)卡已經(jīng)開發(fā)了一種稱為“決策智能”的內(nèi)部解決方案，該解決方案是一種實(shí)時(shí)授權(quán)決策解決方案，它應(yīng)用了數(shù)千個(gè)數(shù)據(jù)點(diǎn)和建模技術(shù)。

AI / ML算法識(shí)別使交易或多或少具有欺詐性的特定特征。如果您曾經(jīng)旅行過并且收到您的信用卡公司的消息說擔(dān)心，那可能是因?yàn)樗麄兊臋C(jī)器學(xué)習(xí)技術(shù)無法識(shí)別在新位置發(fā)生的與您的個(gè)人資料不符的其他商家進(jìn)行的交易。

虛擬造型師

如果您走進(jìn)一家商店，并根據(jù)您的穿著準(zhǔn)備好推薦的衣服，該怎么辦?借助AI / ML技術(shù)，這已成為現(xiàn)實(shí)。

一些零售商已經(jīng)在試用基于AI / ML的工具，這些工具可以識(shí)別客戶的臉部和衣服并提出建議。在香港，時(shí)裝零售商Guess在香港理工大學(xué)開設(shè)了FashionAI概念店的試點(diǎn)。在概念店中，機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺被部署為向系統(tǒng)內(nèi)的消費(fèi)者和設(shè)計(jì)者“學(xué)習(xí)”?？蛻羰褂妹娌孔R(shí)別技術(shù)進(jìn)入概念店。具有RFID功能的衣架選項(xiàng)會(huì)自動(dòng)顯示在智能鏡上，并提供樣式建議。

其他基于AI / ML的樣式助理會(huì)向銷售人員提供信息，以便他們可以親自為客戶提供建議，從而使購物流程更加無縫和高效。