京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如今科技的进步就像科幻小说中写的那样,无人驾驶汽车,能控制开灯或烤面包的智能音响,在空中飞行的无人机。现在是2018年,虽然人们对人工智能和机器学习的预期尚未全部实现,但也取得了令人瞩目的进展。
作为一个定位技术平台,Foursquare了解AI和机器学习能够给人们生活和移动方式产生的影响。以我们的Pilgrim SDK技术为例,这是非常精密的环境感知引擎。通过机器学习算法开发的Pilgrim能够感知用户的物理位置,深入了解用户并提高用户的参与度。技术可以改变人们与周围环境的互动方式。
这让我们不禁思考,如今我们能做到的事情哪些是10年前无法完成的?未来又会是什么样的?虽然我们没有预测的水晶球,但我们仍然可以进行有根据的预测。
在本文中,我们邀请了一群技术专家来探讨:
十年后,人工智能和机器学习会是什么样?
01
提高安全性
无人机将改变我们的生活方式。我认为现在无人机相当于90年代的手机。无人机开辟了在短距离和复杂空间内通过空中运输物品的能力。无论是包裹运送,应急救援,还是紧急运送医疗产品,所有这些都可以立即实现。通过无人机,你可以定期检查难以检查的地点,从而让我们的世界变得更加安全。
无人机将帮助我们实现许多未来的愿景,无人机在空中飞行,完成任务,与人互动,它的作用是即时性的,就像智能手机的作用一样明显。
—— Nonelas Horbaczewski,无人机竞赛联盟(DRL)的CEO兼创始人
02
产生新的服务
人工智能扩展了我们解决问题和产生新想法的能力。十年后我们很可能会到达一个转折点,之后会出现前所未有的进步。AI和机器人技术将被融入商业运营中,并将企业的效率带来显著提升。基于AI 的新型产品和服务将带来新的消费者和市场需求。
与此同时,AI 也会带来新的挑战。当中最明显的是随着常规的、可预测的工作类型被自动化,工作的不平等和失业现象会加剧。在隐私、安全、算法偏差和AI的军事应用等领域也将面临严峻挑战。十年后,关于这些问题的争论将成为我们政治和社会讨论的焦点。从人类角度寻找解决这些问题的方法将成为未来几十年的关键挑战之一。
—— Martin Ford,Futurist & NY Times 畅销书《机器人的崛起》的作者
03
助力商业发展
面向消费者的AI和机器学习应用让我感到有些不足,它们只能做人类已经能做的事,或者做我们信任它们做的事。在未来的十年中,我认为这种信任障碍将减少,对AI驱动的算法和机器的依赖将会增加。
例如,如果你要去巴黎旅行,你会相信朋友的任何推荐,即使他们只是曾经去过一次巴黎。在相同的情况下,我们可以使用复杂的机器学习技术来提供个性化的建议。为了获得用户的信任,我们必须去尝试解释AI的想法。如今,Foursquare等企业使用机器学习构建定位感知技术,从而突破移动功能的界限,并为开发人员,分析师,营销人员提供理解用户的方式。这项技术将代表了变革的潮流。
—— Matthew Kamen,Foursquare工程高级副总裁
04
改善医疗
在医疗方面,有很多机器可以帮助医生。 在未来,医生可以更好的利用AI进行诊断和治疗。在医生的职业生涯中,能够治疗的病人数量非常有限。许多医生工作过度,精疲力竭,他们也没有时间了解最新的研究,治疗技术和药物进展。
机器可以发挥非常重要的作用。AI 能够获取大量的患者数据,了解患者接受了哪些治疗和治疗结果。机器可以承担一部分诊断工作,让医生更好的治疗患者。在我看来,这是很令人期待的。
——Serkan Kutan,Zocdoc的CTO
05
促进可持续性发展
AI 将影响各行各业。比如可持续性发展、气候变化、环境问题等领域。如今人口增长,城市化和能源等问题越来越重要,城市化涉及到城市规划的各个领域。如果能够跟踪城市内居民的流动,我们就能更有效地进行规划,并更好地改善城市区域的密度。在过去六个月左右的时间里,我看到更多的公司希望专注AI,而不是只想通过提高工作量和业务效率从而快速目标。如果我们从大局角度考虑AI,那么我们将实现更长远的目标。
—— Nikita Johnson,RE.WORK的创始人
06
超越数字和物理的界限
个人而言,我对拓展空间计算很感兴趣。假设计算机不是局限于某个特定设备中,可以放在任何地方,这意味着计算机与我们的互动方式要变得更智能。
例如,Foursquare在位置的通知方面做得非常出色,旨在适当的时间内提供正确的信息,如今许多应用都应该采用这种意识。而在将来,智能的信息呈现方式将越来越必要,我希望计算机变得越来越智能。
—— Timoni West,Unity Technologies公司XR研究总监
07
让我们更聪明
计算能力将继续增加,这将给我们更多能力来训练模型。创建的数据量将继续呈指数级增长。通过结合AI,我们能够训练更多智能模型,从而对未来的行为和事物进行更加智能的预测。
然而,在金融服务行业,通过控制训练模型的信息,监管压力可能会在一定程度上抑制AI的能力,从而减缓AI的影响力。我认为人们对AI的担忧是没有根据的。训练AI平台很像教育孩子。如果你以正确的方式对待它,教导它正确的事情,训练它知道什么是对错,那么AI 将成为一个有生产力的社会成员,并且关心人类和社会的未来,就像我们每个人一样。
—— John Stecher,巴克莱银行董事总经理
08
激励艺术家
在未来的十年,算法将关系到大多数决策制定。像我这样的艺术家也可以参与到AI中。我们可以探索算法的能力,以及通过AI系统可以表达的内容。我鼓励艺术家们使用AI创造美丽而富有表现力的作品,但我不希望将技术变为艺术家。
我们必须把AI视为增强人类思想和创造力的工具,并尽一切努力不要让机器成为创造力的主导。在部署AI时,必须考虑如何在AI系统中保持文明、创造力和公平感。对于行业来说,最关键的问题是,在提高生产率的同时,AI将如何尊重人类多样性、尊严和文化独特性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29