它可能会独立于您的输入进行学习和决策，但大多数情况下，这种人工智能会处理您不愿意处理的工作。但问题是：ANI 可能不会像 AGI 那样挑战我们的基本概念，但它仍然对我们的生活（和工作）产生了变革性的影响。 它如此深入地融入我们的日常生活，以至于我们不需要思考它。无论您是否知道，您很可能已经在使用 ANI。不相信我？让我们看一下您今天可能会遇到 ANI 的几个地方，无论是作为消费者还是作为工作的一部分。
我承认这个列表还不够全面，但这就是我的观点：人工智能正在 罗马尼亚电话号码列表 缓慢并不含糊。如今，客户推荐只是亚马逊在人工智能总投资中的一小部分。Netflix 并不销售产品，但他们同样认为，情境感知推荐和个性化（均由机器学习模型提供支持）的结合，为他们每年节省了 亿美元的 ChatGPT。何运作的？将一个月的客户流失率降低几个百分点。在客户沮丧地退出应用程序之前的关键 到 秒内，Netflix 会提人的内容。它确实有效但肯定地填补我们营销堆栈中的所有裂缝。 （而且，嘿，这很押韵，所以它一定是真的。） 产品推荐和内容管理 像亚马逊和 Netflix 这样的公司通过向人们引导他们可能想购买的更多东西而发了财。其中大部分工作都是由复杂的算法提供支持，使他们能够将正确的产品和内容与正确的客户相匹配。例如，亚马逊运行的推荐引擎在 . 多年来一直在推动巨大的商业价值。
从基于用户的协同过滤的早期（即。 例如，一种基于用户相似性提出建议的算法）转变为由深度学习框架 DSSTNE 驱动的更具可扩展性的解决方案。顺便说一下，DSSTNE 的发音是“命运”，就像“买这个镶有宝石的马桶刷……因为这是你的命运。”他们：人们观看的内容 % 来自推荐。通过向客户展示他们更有可能首先观看的内容，Netflix 减少了客户流失。甚至缩略图也是由神经网络根据预测的点击率来选择的。 不过，假设您不是亚马逊或 Netflix。假设您是一个小团队或一家资源紧张的初创公司的一员。
| 
發表於 2024-5-11 12:32:23
