您可以用持续智能做什么？

通过使用实时和历史数据将连续智能系统集成到业务流程中，组织可以近乎实时地做出响应。

哦，涉及从数据中提取价值时需要考虑的许多问题。

如果您可以分析数据创建后该怎么办？

如果您可以形象化您的业务怎么办？

如果您可以更好地预测客户需求怎么办？

如果您可以从非结构化数据（例如音频，文本或视频）中获得见解，该怎么办？

如果您可以立即执行自动操作怎么办？

如果您始终知道自己的资产在哪里以及资产将在哪里呢？

如果可以连续更新机器学习模型怎么办？

如果可以实时完成所有操作，该怎么办？

流分析引擎具有强大的功能和先进的功能，可以实时回答上述问题。随着计算和网络成本逐年下跌，传感器几乎可以监控所有内容。蓝牙，Wi-Fi和5G网络使近乎即时的海量数据传输成为可能。

深度学习
使用人工神经网络来识别数据模式。人脑
有大约2000亿个神经元，它们之间有大约32万亿个连接。
这些联系使人们能够识别语音模式，
面部表情等等。人工神经网络要少得多
连接，但随着它们的不断增长，它们在
准确性。

这些人为的
神经网络已应用于很多领域，例如视觉，语音，
声学，自然语言处理，医学图像分析和棋盘游戏
从国际象棋到不等。在许多情况下，它们已经产生了
超越顶级专家的成果：

• 深蓝在1997年用国际象棋击败了大师级加里·卡斯帕罗夫（Gary Kasparov）。
• IBM Watson在2011年与传奇冠军Brad Rutter和Ken Jennings竞争，赢得了100万美元的冠军奖金。
• 由DeepMind开发的AlphaGo在2016年以4-1击败了备受瞩目的围棋选手Lee Sedol。

而
这些高调的计算挑战是针对特定任务的，
所获得的经验已应用于更广泛的领域。

结合
所有这些形式的人工智能以及持续不断的智力
来自地理空间，实时和历史分析的数据可以进一步增强
具有随时了解资产和人员位置并提供帮助的业务能力
预测接下来会发生什么。几年前的一项工作是匿名使用
电话位置数据，以95％的准确度预测人们的位置
根据他们过去的动作。我们都是习惯动物，会工作，
学校，犹太教堂，清真寺或教堂，有规律地开展活动，
各种预测。

新增中
规则引擎和AI的程序逻辑，位置数据使组织
自动化许多以前需要人类洞察力的决策。从
根据实际驾驶情况进行预测性维护以决定最佳方案
下一个与客户采取的提高忠诚度的行动是，领先的公司
降低成本并提高收入以取得更大成功。

摘要

通过整合连续
使用实时和历史数据将智能系统纳入业务流程
数据，组织可以近乎实时地做出响应。监控模型漂移和
自动进行模型刷新和部署，可以使用最准确的AI
实现组织改进。

要了解有关这些主题的更多信息并回答您的问题，请听我在10月23日下午2:15到3:00下午在IBM数据和AI论坛上发表演讲。该论坛于2019年10月21日至24日在迈阿密举行，是一年中最重要的数据和AI聚会，旨在学习如何制定更明智的决策，制定更有效的战略并通过分析实现更好的业务成果。

我将讨论的角色
持续智能在AI和企业中都发挥着作用，并引导您了解使用分析不仅可以预测会发生什么的好处，
但是该怎么办。

到时候那里见。