什麼是預測式 AI？

什麼是預測式 AI？

預測式人工智慧 (AI) 是電腦程式使用統計分析來識別模式、預測行為和預測未來事件的能力。統計領域長期以來一直被用來對未來進行預測。預測式 AI 透過機器學習和存取大量資料，使統計分析更快、（理論上）更準確。雖然不能保證預測正確，但預測式 AI 可以幫助企業為未來做好準備，並為客戶提供個人化體驗。

想像 Joey 是一位漁夫，他需要在上船之前瞭解天氣狀況。在過去的幾個月裡，每當 Joey 早上看到紅色的天空時，他就會經歷一場暴風雨。Joey 開始得出結論，每當他看到紅色的天空時，他就應該將其視為暴風雨即將來臨的警告。預測式 AI 透過分析數千個因素（而不僅僅是天空的顏色）和數十年的資料（而不是僅僅幾個月），得出了類似的結論。

預測式 AI 只是 AI 提供的眾多功能之一，它指的是電腦可以模仿人類認知的一組能力。

預測式 AI 如何運作？

「大數據」

在統計學中，更多的資料通常會帶來更準確的分析。例如，一項民意調查必須有最低數量的受訪者才能被視為可靠，科學研究需要重複多次才能被認為具有統計意義。

同樣，預測式 AI 需要存取大量資料，通常稱為「大數據」。提供的資料越多，預測就越好。一項民意調查可能有數千名受訪者。預測式 AI 模型可以考慮過去進行的數千次或數百萬次民意調查，以便對公眾輿論或即將舉行的選舉進行預測。

機器學習

機器學習是人工智慧的一部分。它是一種訓練電腦程式在無需人工幹預的情況下識別資料的方法。例如，給出一個網站上足夠多的使用者行為範例，機器學習模型可以學習將網站上的自動化機器人流量與人類流量進行分類。或者，如果有足夠多的天空照片和天氣資訊，機器學習模型可以學習識別「紅色」天空並將某些類型的天空與暴風雨天氣關聯起來。

在預測式 AI 中，機器學習應用於前面描述的大量資料收集。預測式 AI 模型可以在沒有人工監督的情況下處理巨大的資料集。

識別模式

正如漁夫 Joey 發現了模式——早晨紅色天空與即將到來的暴風雨相關，預測式 AI 能夠學會將某些類型的資料或某些事件關聯起來。預測式 AI 可以查看數百或數千個因素來識別模式——這表明未來可能再次發生的事件。

預測式 AI 有哪些用例？

預測式 AI 應用規模龐大、範圍廣泛。瞭解未來會發生什麼對企業來說可能是一個巨大的優勢，即使這樣的預測並不總是準確的。一些可能的預測式 AI 用例包括：

• 庫存管理：預測式 AI 可以幫助識別消費者需求可能更高、品牌或商店應該備更多庫存的時間。
• 供應鏈管理：同樣，預測式 AI 可以幫助確定何時會發生道路擁堵，或何時需要更多卡車來滿足使用者需求的激增。
• 個人化使用者體驗：預測式 AI 可以根據過去的活動幫助預測使用者行為。
• 醫療保健：如果有足夠的資料，預測式 AI 可以幫助根據一個人的病史預測未來潛在的健康狀況。（當然，健康資料受到 HIPAA 等嚴格監管框架的約束。）
• 行銷活動：正如預測式 AI 可以預測使用者或客戶行為一樣，它可以幫助預測潛在客戶可能感興趣的內容或產品類型。

預測式 AI 與產生式 AI

預測式 AI 和產生式 AI 都使用機器學習，並結合對大量資料的存取，以產生輸出。不過，預測式 AI 使用機器學習來推斷未來，而產生式 AI 使用機器學習來建立內容。預測式 AI 版本的漁夫 Joey 會告訴他的漁民同伴暴風雨何時來臨。產生式 AI 版本的 Joey 寫了一本小說，想像了天氣和釣魚航行之間的各種相互作用。

從某種意義上說，產生式 AI 與預測式 AI 類似，因為它使用統計分析來「預測」哪些單字和概念屬於同一組。但產生式 AI 和預測式 AI 的目標不同，它們使用的機器學習模型不同，用例也不同。

預測式 AI 如何使用嵌入？

與大多數類型的 AI 一樣，預測式 AI 需要能夠快速有效地查詢資料庫，並找到相似資料項之間的關係。嵌入資料庫使相似性查詢成為可能。

嵌入是一種以允許識別相似性和關係的形式儲存資訊的方法。嵌入由無監督的神經網路層建立，將資訊項目轉換為向量，將它們放置在與資料集中其他資訊項目相關的數學空間中。

最終聚集在一起的嵌入可以被認為是彼此相關的，這允許進行快速的模式識別。如果「紅色天空」、「風暴雲」和「惡劣天氣」在嵌入資料庫中彼此接近，則預測式 AI 模型可以開始識別暴風雨何時來臨。

深入瞭解 AI。