保险从业者需知的9个人工智能技术模块

人工智能（Artificial Intelligence, AI）并非一项特定的技术，市场研究公司弗雷斯特研究公司（Forrester Research）的副总裁兼首席分析师Mike Gualtieri表示，人工智能技术的核心在于本文所述的9个技术模块，每一项AI应用都是由一个或多个技术模块组合而成的，要了解人工智能，就要先了解这9个模块。

1、知识工程

知识工程是获取专业知识并建立数据模型来解决专业难题的过程。比如大型保险公司会将理赔核算人员的专业知识录入到知识工程系统中，以此建立自动化的理赔核算流程。IBM的肿瘤疾病解决方案IBM Watson Health通过将各类医药期刊、药品数据库整合到其知识工程架构中去，为肿瘤医师提供宝贵的意见。

2、机器人学

机器人是可以完成某项特定任务的自动机械设备，并且可以对外界行为作出反馈。机器人可以做成人形的，但大多数机器人的外形都会根据其用途来设计，比如焊接机器人都被设计成摇杆状。无人驾驶汽车也属于机器人，因为它是自动化设备。企业一般都用机器人来处理高频重复化的工作，比如材料分拣、组装、质检等。随着机器人技术的进步，机器人将会被用于自动化处理客户交互、新产品开发等功能。

3、语音识别

语音识别技术可以将人类的说话内容转换成文本信息，智能系统根据文本信息可以对人类的指令做出回应，或记录谈话内容，或与人类交流，比较成熟的语音识别应用有苹果的Siri，谷歌的Now，亚马逊的Echo。

4、自然语言处理

自然语言处理（Natural Language Processing）技术，简称NLP技术，该技术致力于理解对话和文本中字面语言的含义。NLP的终极目标是大规模应用——将图书馆藏书、互联网内容以及人类生活每时每刻的对话中的含义提取出来。如今，金融咨询公司会利用NLP技术来监测社交平台的消息和金融市场的新闻，以求从中分析市场情绪波动，从而为他们的客户提供金融产品买入卖出的决策建议。电商公司则会利用NLP来分析客户对产品的评价，从而选择主推哪款产品。

5、自然语言生成

自然语言生产（Natural language generation, NLG）技术是NLP技术的对立面，该技术致力于将存储于系统中的信息和数据用自然语言来表达。一般的应用场景下，NLP负责接收信息，NLG负责输出信息。

6、图像分析

图像分析技术致力于识别和理解图像信息，物体、人物、图片、视频都是图像分析技术的处理对象。基于图像分析技术的人脸识别应用是其比较知名的应用。借助人脸识别系统的帮助，印度新德里的柠檬树酒店可以在VIP客人进门时提醒前台员工做好准备，也可以在黑名单客户出现时及时通知保安。

7、机器学习

机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习的算法很多，各不相同。但都是通过归纳和综合，使机器系统模仿人类的学习行为，不断改进解决方案。

8、深度学习

深度学习属于机器学习的一个分支，致力于模仿人脑神经网络，建立一个更高效，规模更大的信息元网络建构。如今，所有的互联网巨头都利用该技术分析用户线上行为，提高其曝光率，同时还会利用深度学习整合信息，预测结果，或加强其他AI技术模块的精度。人工智能的研究人员对深度学习技术非常看重，因为这或许是人工智能向人类思维方式发展的基础。

9、感官知觉

人工智能的应用场景包括了与现实世界的交互，因此需要收集和感知外部环境的信息，比如地点、气压、声音等。美国通用电气公司的Predix Asset Performance Management系统就是感官知觉技术的一项应用实例，该系统内的传感器可以感知并记录工业设备的运行状况，以此信息为基础，为工厂提供设备维护计划。

10、认知能力（仍处于研究阶段）

这是人工智能的第10项技术模块，但是如今依然处于研究阶段。真正的人工智能能够感知、互动、学习和进化，即产生认知能力，这只有当所有AI技术模块都完美融合时才有可能出现。如今，不管是IBM还是微软都鼓吹过自己的AI是真正的AI，但是在具有认知能力的AI出现前，所有的AI还只是功能型AI，而真正的AI。