所有关于人工智能的兴奋和炒作“就在拐角处”——自动驾驶汽车——很难看出人工智能是如何每时每刻影响普通人的生活的。你现在已经在使用的人工智能有哪些例子?
在Emerj，人工智能研究与咨询公司，我们与数十亿美元的公司，一直渴望利用AI在他们的企业工作，但AI不只是企业。在导航到屏幕上这些单词的过程中，你几乎肯定使用了人工智能。你也可能在上班的路上使用过人工智能，在网上与朋友交流，在网上搜索，在网上购物。
我们在这篇文章中的AI和机器学习（ML）区分在适当的时候。在Emerj，我们开发了两个具体的定义人工智能和机器学习基于一组专家的反馈。为了简化讨论，可以将人工智能看作是自治机器智能的更大目标，而机器学习则是当前流行的构建人工智能的具体科学方法。所有的机器学习都是人工智能，但不是所有的人工智能都是机器学习。
我们列举的人工智能的例子分为工作、学校和家庭应用，尽管有很多重叠的空间。每一个例子都伴随着“未来一瞥”，说明人工智能将如何在不久的将来继续改变我们的日常生活。
人工智能的例子:工作和学校
通勤
根据2015年报告由德州运输研究所向在得克萨斯州A与M大学，在美国通勤时间一直在稳步攀升去年同期，导致42个小时的上下班交通高峰延迟比每年一个完整的工作周2014多，估计有十亿$ 160在生产力损失。显然，这里有大量的机会，让AI创造每个人的生活中有形的，可见的影响。
减少通勤时间不是一个简单的问题。一次旅行可能涉及多种交通方式(比如开车去火车站，坐火车去最佳站，然后步行或使用拼车服务从那个站到最终目的地)，更不用说预期的和意想不到的:建筑;事故;道路或轨道保养;而天气条件可以在几乎没有通知的情况下限制交通流量。此外，长期趋势可能与历史数据不匹配，这取决于人口数量和人口统计、当地经济和分区政策的变化。以下是人工智能如何帮助解决复杂的交通问题。
1 -谷歌的人工智能预测
使用匿名从智能手机的位置数据，谷歌Maps (Maps)可以分析任何给定时间内交通的移动速度。和,收购众包交通应用的Waze的在2013年，地图可以更轻松地将用户报告的交通事故类似建筑和意外事故。海量数据的访问被输送到其专有的算法，意味着地图可以通过暗示最快的路线上下班通勤减少。
图片：Dijkstra算法（主板）
2 - 搭车应用程序，如尤伯杯和Lyft
他们如何确定你的乘车价格?一旦你叫了车，他们如何最小化等待时间?这些服务如何使您与其他乘客最佳匹配以减少绕行?所有这些问题的答案是ML。
工程主管的尤伯杯ATC杰夫·施奈德在NPR采访该公司如何使用ML预测骑手的需求，确保“潮定价”（大幅涨价短期内减少骑车人的需求和增长驱动器电源）讨论将很快不再是必要的。机器学习的尤伯杯的头丹尼·朗格确认尤伯杯的使用机器学习对于优步出行的ETAs，估计的送餐时间，计算最佳的取餐地点，以及欺诈检测。
图像：乌伯热图（有线网络）
商业航班使用人工智能自动驾驶仪
商业航空公司的人工智能自动驾驶令人惊讶人工智能技术的早期应用这可以追溯到1914年,这取决于你如何定义松散的自动驾驶仪。该纽约时报报告一架波音飞机的平均飞行只需要七分钟的人工驾驶飞行，而这种飞行通常只用于起飞和降落。
未来一瞥
未来，人工智能将通过自动驾驶汽车进一步缩短你的通勤时间高达少90％的事故，更高效的乘坐共享将路上的汽车数量减少75%，和智能交通灯减少了40%的等待时间在一项初步研究中，总的旅行时间减少了26%。
其中一些变化的时间表尚不清楚，因为关于自动驾驶汽车何时将成为现实的预测各不相同:BI情报预测完全自主车将于2019年首次亮相;优步首席执行官特拉维斯·卡兰尼克说自动驾驶汽车的时间表是“一年的事情，而不是十年的事情”;百度的首席科学家、斯坦福大学的教员Andrew Ng在2016年初做出了预测该自动驾驶汽车将2021年大规模生产。另一方面，华尔街Journa我采访了几位专家他们说完全自主车经过几十年的路程。Emerj还讨论了自动驾驶汽车的时间表由人工智能驱动的行车记录仪应用软件Nexar的首席执行官埃兰•希尔(Eran Shir)认为，虚拟司机比我们想象的要近。
电子邮件
1 - 垃圾邮件过滤器
您的电子邮件收件箱似乎是AI的可能性不大的地方，但该技术主要是供电最我的一个重要功能:垃圾邮件过滤器。简单的基于规则的过滤器(例如“过滤掉来自未知地址的‘在线药房’和‘尼日利亚王子’之类的信息”)并不能有效地对付垃圾邮件，因为垃圾邮件发送者可以快速地更新他们的信息以绕过它们。相反，垃圾邮件过滤器必须连续不断学习来自各种各样的信号，如消息中的单词、消息元数据(消息从何处发送，由谁发送，等等)。
它必须根据你自己对垃圾邮件的定义进一步个性化它的结果——也许你认为垃圾邮件在别人的收件箱里是一个受欢迎的景象。通过使用机器学习算法，Gmail的成功过滤垃圾邮件的99.9％。
2 -智能电子邮件分类
Gmail使用类似的方法将电子邮件分为主收件箱、社交收件箱和推广收件箱，并将邮件标记为重要邮件。在一篇题为，“学习Gmail的优先收件箱的背后”，谷歌概述了它的机器学习方法和笔记”对重要的邮件量的用户偏好之间的巨大差异......因此，我们需要一些人工干预，从用户调整自己的阈值。当在一致的方向上的用户标识的消息，我们执行实时增量的阈值。“每次你把邮件标记为重要的时候，Gmail都会从中吸取教训。研究人员对谷歌的员工测试了优先收件箱的有效性，发现优先收件箱的员工“总体上看邮件的时间减少了6%，看不重要邮件的时间减少了13%。”
未来一瞥
您的收件箱可以回复邮件给你？谷歌是这样认为的，这是为什么呢介绍了智能应答来收件箱2015年，下一代电子邮件界面。智能回复使用机器学习来自动提出三个不同的简短（但定制）的反应来回答的电子邮件。2016年初移动收件箱用户的电子邮件的10％是通过智能回复发送。在不久的将来，智能回复将能够提供日益复杂的反应。谷歌已经证明了它的意图在这一领域与异基因，它可以使用智能回复的新的即时消息应用程序提供文字和表情符号的响应。
课程评价
1剽窃跳棋
许多高中和大学的学生都熟悉般的服务Turnitin由导师流行使用的工具来分析学生的抄袭文字。而Turnitin没有透露它如何准确检测剽窃，研究表明ML如何被用来开发抄袭检测。
从历史上看，抄袭检测常规文本（论文，书籍等）依赖于具有的参考材料来比较学生文本海量数据库;然而，ML可以帮助检测不位于数据库内的来源，如外语，或有没有被数字化年长源来源抄袭。例如，两个研究人员使用ML时的源代码已被抄袭预测，以87％的准确率。他们看着各种各样的文体因素，这可能是唯一的每个程序员，如代码行的平均长度，每行有多少缩进，频繁的代码注释是如何，等等。
抄袭的算法关键是相似度函数，它输出两个文档相似度的数值估计。一个最优相似度函数不仅可以准确地确定两个文档是否相似，而且还可以有效地确定两个文档是否相似。将文档数据库中的每个文本字符串与其他文本字符串进行比较的蛮力搜索将具有很高的准确性，但在实践中使用它的计算开销太大。一个麻省理工学院的论文突出使用机器学习来优化该算法的可能性。最佳的做法很可能会涉及到人与机器的结合。相反审查剽窃每一个纸或盲目信任的AI供电抄袭检测的，教师可以手动检查任何文件标记通过算法而忽略了休息。
2 -Robo阅读器
论文评分是非常劳动密集的，这鼓励了研究人员和公司建立论文评分人工智能。尽管不同的班级和教育机构对机器人的使用不尽相同，但你(或你认识的一个学生)很可能在某种程度上与这些“机器人读者”有过互动。研究生入学考试(GRE)是研究生院的主要考试，用一个人的阅读器和一个机器人，职系杂文被称为e-Rater。如果分数相差很大，就会引入另一位人类读者来解决这个差异。这解决了机器人读者的首要问题:学生是否能推断出启发式e-Rater的用来决定他们的分数，他们可以很容易地利用他们来写一些毫无意义的文章，仍然会得到很高的分数。这种混合方式与美国教育考试服务中心(ETS)处理SAT考试的方式形成了对比。在SAT考试中，由两名评分员对论文进行评估，如果两名评分员的分数存在显著差异，则由第三名评分员进行评估。前者的协同方法表明，通过将人工智能与人类智能配对，整体评分系统的成本更低，完成的更多。
未来一瞥
有很多有前途的途径AI在未来改善教育。一个尺寸适合所有的类可能是由针对每个学生的个人实力和弱点，个性化，自适应学习所取代。ML也可以用来识别有危险的学生这样学校就可以把更多的资源放在这些学生身上，从而降低辍学率。
银行/个人理财
Emerj最受欢迎的指南之一正在播放机器学习在金融。虽然指南讨论了机器学习在一个行业的背景下，您的日常金融交易也严重依赖于机器学习。
1 - 移动支票存款
大多数大型银行提供通过智能手机应用程序将支票，消除了客户需要为物理交付支票到银行的能力。根据2014 SEC文件绝大多数大型银行依靠技术开发的Mitek， 哪一个使用AI和ML破译并通过OCR检查到文本转换手写。
图片：移动押金（纽约时报）
2 -防止欺诈
金融机构如何确定交易是欺诈？在大多数情况下，每天的交易量太高人类手动查看每一笔交易。取而代之的是，AI被用于创建学习什么类型的交易是欺诈性的系统。FICO，该公司创建用于确定信誉的知名信用评级，利用神经网络预测欺诈交易。可能影响神经网络的最终输出的因素包括最近的交易频率，交易规模，以及所涉及的那种零售商。
3 -信贷决策
当你申请贷款或信用卡时，金融机构必须迅速决定是否接受你的申请，如果接受，应提供什么具体条款(利率、信用额度等)。FICO使用毫升在制定FICO评分(多数银行用于做出信贷决策)和确定针对个别客户的具体风险评估方面都有帮助。麻省理工学院的研究人员发现机器学习可以用于减少银行的损失对欠费客户高达25％。
未来一瞥
机器人能给你正确的投资建议吗?这就是暴发户背后的前提Wealthfront和改善，它试图自动化老到的投资者的最佳实践，并在比传统的基金经理低得多的成本为他们提供给客户。在2016年年初，Wealthfront宣布，它正在采取的AI-第一种方法我们相信，这个引擎将提供比以往任何时候都更相关、更个性化的建议。虽然没有关于智能顾问长期表现的数据(Betterment成立于2008年，Wealthfront成立于2011年)，但它们将成为普通人投资储蓄的标准。这种情况已经在年轻人身上发生了——在上述声明中，Wealthfront指出，60%的客户年龄在35岁以下。
人工智能的例子:家
社交网络
1 - Facebook
当你将照片上传到Facebook时，该服务会自动突出显示人脸并推荐好友
来
标签。它如何能立即识别出你的哪些朋友在照片中?Facebook使用人工智能识别人脸。在一个简短的视频中，他们强调了人工智能的研究(如下)在美国，Facebook讨论了人工神经网络的使用——模拟人类大脑结构的ml算法——来驱动面部识别软件。该公司不仅在Facebook内部，还通过收购像脸书这样的人脸识别初创公司，在这一领域投入了大量资金Face.com，其Facebook在2012获取据传6000万美元的“假面舞会”(2016年，未披露金额)Faciometrics(2016年,未披露的总和)。
图片:Facebook的面部识别功能(赫芬顿邮报)
Facebook上也使用AI个性化您的新闻源，并确保你看到的帖子，你的兴趣，如在讨论Emerj采访了Facebook的侯赛因·迈哈纳(Hussein Mehanna)。而且，Facebook特别感兴趣的业务是展示与你的兴趣相关的广告。更好的定向广告意味着你更有可能点击它们并从广告商那里购买东西——当你这样做的时候，Facebook就会得到报酬。2016年第一季度，Facebook和谷歌获得了85%的在线广告市场份额-precisely因为深深的针对性广告。
在2016年6月，Facebook宣布了新的AI举措：DeepText该公司称，这款文本理解引擎“能以近乎人类的精度理解每秒数千篇文章的文本内容，涵盖20多种语言。”在Facebook Messenger中，DeepText被用来检测用户的意图——例如，当你发送“我需要一辆车”的消息时，允许你在应用程序中呼叫优步(Uber)，而当你说“我喜欢骑驴”时，则不允许。DeepText还用于自动清除垃圾邮件，帮助受欢迎的公众人物从数百万条评论中挑选出最相关的帖子，自动识别出售的帖子并提取相关信息，识别出你可能感兴趣的表面内容。
2 - Pinterest的
Pinterest使用了计算机视觉，这是人工智能的一种应用，电脑被教会“看”，以达到“看”的目的自动识别在图像中的物体(或“别针”)，然后推荐视觉上相似的别针。机器学习在Pinterest的其他应用包括垃圾邮件的预防，搜索和发现，广告性能和货币化，以及电子邮件营销。
3 - Instagram
2012年被Facebook收购的Instagram，使用机器学习来识别表情符号的上下文含义，已逐渐取代俚语（例如，一个笑的表情符号可以取代“笑”）。通过算法识别表情符号背后的情绪，Instagram的可以创建并自动提示表情符号和表情符号主题标记。这似乎是AI的一个微不足道的应用程序，但Instagram的已经看到了表情符号使用的所有人口中的大量增加，并能够解释，并通过这个表情图案到文字翻译的大规模分析它为进一步分析的基础如何人使用Instagram的。
4 - Snapchat
Snapchat引入了脸部的过滤器，所谓的镜头，在2015年这些过滤器追踪面部动作，允许用户添加动画效果或调整时，他们的脸上移到数字口罩。该技术是2015年收购Looksery(传言是1.5亿美元)，一家乌克兰公司拥有使用机器学习跟踪视频动作的专利。
未来一瞥
Facebook押注未来的通讯将涉及与人工智能聊天机器人对话。在2015年初，它获得Wit.ai该引擎允许开发人员创建能够轻松将自然语言处理集成到其软件中的机器人。几个月后，它向开发人员开放了messenger平台，允许任何人建立一个聊天机器人和整合Wit.ai的机器人培训能力更轻松地创建会话机器人。松弛，通常在工作场所使用的社交通讯工具，还允许第三方集成AI供电聊天机器人和甚至投资在制造它们的公司。很快，你的购物、跑腿和日常任务可能会在你最喜欢的社交网络上与人工智能聊天机器人的对话中完成。
GIF：Facebook的托管聊天机器人（VentureBeat的）
网上购物
1 - 搜索
你在亚马逊上搜索(“熨衣板”、“披萨石”、“安卓充电器”等)，很快就会返回与你搜索相关的最相关产品列表。亚马逊并没有透露它是如何做到这一点的，但是在对其产品搜索技术的描述中，亚马逊笔记它的算法“自动学会组合多个相关特征”。我们的目录的结构化数据为我们提供了许多这样的相关特性，我们从过去的搜索模式中学习，适应对我们的客户来说重要的东西。”
2建议
You see recommendations for products you’re interested in as “customers who viewed this item also viewed” and “customers who bought this item also bought”, as well as via personalized recommendations on the home page, bottom of item pages, and through email.亚马逊利用人工神经网络生成这些产品建议。
虽然亚马逊没有透露其销售收入有多大比例来自于的建议，研究具有表演n那引荐增加销售（在此链接研究中，5.9％，但在其他研究中推荐人已经证明高达销售），以及产品的建议增加了30％，携带同样的销售重量平均得分二星级增加（上一五星级规模）。
3 -(更多)欺诈保护
机器学习被用于在线信用卡交易中的欺诈预防。欺诈是在线支付处理对商家来说比当面交易成本更高的主要原因。广场,信用卡处理器在小企业中很流行在美国，刷卡交易收费2.75%，而不刷卡交易收费3.5% + 15美分。人工智能不仅可以防止欺诈交易，还可以最大限度地减少由于被误认为欺诈而导致的合法交易的数量。
在一份新闻稿中宣布其人工智能技术的推出万事达指出，虚假下跌造成的收入损失是欺诈造成的收入损失的13倍。通过利用人工智能，可以了解你的购买习惯，信用卡处理器将错误拒绝你的信用卡的可能性降到最低，同时最大限度地防止其他人以欺诈的方式向你收取费用。
未来一瞥
网上购物的关键是个性化;在线零售商通过帮助你找到并购买你感兴趣的产品来增加收入。我们可能很快就会看到零售商更进一步，为你设计你的整个体验。谷歌已经通过搜索做到了这一点因此，这对于零售商来说是完全有可能的。创业公司一样LiftIgniter为在线企业提供“个性化服务”。其他人,像优化，允许企业运行广泛的“A/B测试”，其中企业可以同时运行多个版本的网站，以确定哪个结果最吸引用户。
手机使用
1 - 语音到文本
如今智能手机的一个标准功能是语音到文本的转换。通过按下一个按钮或说出一个特定的短语(例如“Ok谷歌”)，你就可以开始说话，而你的手机会将音频转换成文本。现在，这是一个相对例行的任务，但多年来，准确的自动抄写甚至超出了最先进的计算机的能力。谷歌采用人工神经网络对电力语音搜索。微软声称语音识别系统这可以录制谈话略比人类更精确。
2 - 智能个人助理
现在，语音到文本的技术已经足够精确，可以用于基本的对话，它已经成为新一代智能个人助理的控制界面。第一代是更简单的手机助手，如Siri和谷歌Now(现在由更复杂的手机助手取代)谷歌助理)，它可以执行互联网搜索，设置提醒，并与你的日历集成。
亚马逊扩大在此模型提供免费的硬件和软件组件的公告：
- 亚莉克莎这是一款人工智能个人助理，可以接受语音命令来创建待办事项列表、在线订购项目、设置提醒和回答问题(通过互联网搜索)
- Echo(以及后来的Dot)智能音箱，它允许你将Alexa整合进你的客厅，并使用语音命令来询问自然语言问题、播放音乐、点披萨、叫优步(Uber)，以及与智能家居设备整合。
微软，接着西装柯塔娜它的人工智能助手预装在Windows电脑和微软智能手机上。
未来一瞥
聪明的助手将是关键弥合人类和“聪明”房屋之间的差距。十月2016年，谷歌宣布谷歌主页-亚马逊Echo的竞争对手，与YouTube、谷歌Play Music、Nest、谷歌Assistant等谷歌产品深度融合。通过语音指令，用户可以播放音乐;问自然语言的问题;接收体育、新闻和财经方面的最新消息;调用一个乳房;预约和提醒。根据市场调查公司消费者情报研究合作伙伴,亚马逊已经售出了500多万台Echo设备截至11月2016;然而，一个月后亚马逊的新闻稿有一个9 xEcho家庭销售增长在去年的假日销售中，500万辆的销量被大大低估了。人工智能助手，虽然还没有被大多数美国人使用，但正迅速蔓延到主流。
Facebook首席执行官马克·扎克伯格用一年的时间展示了目前的可能性贾维斯《钢铁侠》是对小罗伯特·唐尼(Robert Downey Jr.)电影中超级智能人工智能助手的模仿钢铁侠电影。在Facebook发布，他概述将无数的家庭设备连接到一个网络;教贾维斯他的喜好，这样它就可以播放音乐，识别门口的朋友，让他们进来;为Jarvis建立一个发送文本命令的Facebook messenger机器人;并创建一个iOS语音识别应用程序来发出语音命令。
扎克伯格，每天访问世界上最优秀的工程师亿万富翁的主要限制，不是技术，而是有可能在中央统一的系统相互之间以及贾维斯很容易沟通的设备。这表明，如果谷歌或亚马逊成功地与许多其他家用设备（或专有版本）整合他们的智能音箱，贾维斯 - 像家一样的AI将提供给任何人，在未来五年。
图片:马克·扎克伯格的贾维斯
总结
我们只是触及的一天到一天的生活AI和ML的例子表面。特定行业和爱好与AI远远超出什么是本文所探讨习惯性互动。例如，休闲棋牌玩家经常使用AI供电象棋引擎来分析他们的比赛和练习战术，博主经常使用使用ML来优化读者的参与和开放率的邮件列表服务。
在不久的将来，人工智能将如何大规模地影响日常生活?未来学家和《连线》杂志杂志联合创始人凯文·凯利预测随着人工智能越来越深入地融入我们的生活，它将会成为推动第二次工业革命的新基础设施。
Emerj企业领导者
本文中列出的许多人工智能功能在业务中都有很强的用例。在Emerj，我们通过我们的项目帮助商业领袖发现人工智能在他们公司的位置人工智能机会风景。这允许客户挑选高回报率的项目AI，使他们能够与他们的竞争对手跟不上，赢得了市场份额。联系我们，找出你的公司可以采取的AI功能，如机器视觉，聊天机器人，和预测分析的优势。
关于人工智能当前和未来用途的进一步阅读:
图片来源:极客摄影
