十大网赌网站

我们正在准备一个安全的,灵活的,重新回到校园,今年秋天。

AI是给企业风险管理提振

无限数据| 通过 詹姆斯kulich | 6分钟读

An illustration of an umbrella represents how companies are improving enterprise risk management by using artificial intelligence.

在covid-19的初期,有关人工智能的力量的神奇故事从韩国出现了。

如报道中 张贴在cnn.com,韩国生物技术公司开发seegene一个全功能的测试,在短短三天新型冠状病毒,而无需实际可用病毒的一个样本。科学家在seegene使用人工智能和病毒的基因蓝图来创建他们的临床试验,并在其后不久投产。

一个关键步骤在这项工作中,确实在人工智能的任何应用程序,在做出正确的预测。我有点了解生物技术,但seegene科学家们无疑能使用某些功能从基因蓝图预测临床样本是否可能来自covid-19,而不是从其他来源。眼前的结果,在这种情况下,是一个医学测试的发展。最终希望的结果是主要的人类健康风险的显著减少。

企业风险管理的行业范例

人工智能是在工作中多个行业识别风险,降低其影响。机器学习算法,标志信用卡欺诈交易是在金融服务领域的广泛使用,并已导致了开发的AI系统是容易使消费者和供应商时,一个潜在的问题出现行事。

如在所描述的 阿彻软件发布,银行业巨头摩根大通公司最近推出了承包资质(硬币)平台。这个基于AI-工具可以分析数以千计的商业协议在几秒钟内,提取重要的条款和其他数据。美国银行部署其智能虚拟助手,它采用人工智能,以指导其数百万客户。在每种情况下,服务质量的提高和风险被降低。

例子比比皆是其它许多行业。在最近的一次 文章在中国安全生产科学,作家尼古拉paltrinieri,路易丝舒适和genserik reniers显示有多深学习,数据科学的前沿分支,可用于操作的海上石油和天然气钻井作业时,评估风险。

在主办最近的一次会议 bayesialab,发言者介绍了他们是如何使用机器学习和人工智能技术来应对风险,从客户流失在市场竞争中的抗生素耐药菌感染在商业养殖环境国家级黑客攻击的主要网络平台的传播。该模式是在每种情况下类似:识别风险的一个重要指标,利用机器学习预测时指示灯会达到不可接受的值,并使用人工智能的方式人类可以利用这些预测的自动部署。

正如我的同事 约翰·艾伦 在我们最近的文章中描述 智能自动化,艾可用于识别风险的业务流程和指导行动,以减少他们。丰富的信息是业务系统,项目日志和外部数据源提供,通常在非结构化的形式,如文本。约翰目前的工作重点放在攻的这些数据源的潜力,以创建降低经营风险的系统。

AI的意想不到的后果

AI可以减少风险的有力工具,但它有一个黑暗的一面。和人类一样,AI可以通过偏见的影响。即没有部署适当的人力监督算法可以利用这是歧视性的,违反了法律和道德标准的预测。有时,通过工程的输入变量的合法努力提高模型的性能可能会无意中堆在甲板上,造成一种模式有利于某些结果不经得起时间的考验。适当的风险和收益的权衡需要包含在模型设计作为对预测可能从长远来看是有害的保障。

在麦肯锡最近的一篇文章, derisking机器学习和人工智能,作者确定如何加强传统的技术方法来验证机器学习模型,包括更加注重降低与AI相关的整体风险。这些包括:

  • 注意模型解释性,领域专家的能力,不仅可以了解什么是模型预测,但为什么它使得它的选择;
  • 使用“挑战者模式”通过使用不同的模型视角来减少模型偏差的风险;
  • 通过模型中使用的参数设置人工审核,使他们的预测,以确保偏差不被在模型的设计编码;和
  • 明确关注的标准,超出技术考虑,来决定是否模型是准备部署。

我们从一开始就在使用的方法 埃尔姆赫斯特大学的硕士在数据科学 方案涉及在麦肯锡后提出的关注。我们的最终目标是使用数据科学,负责任的和持久的方式来创造价值。我们深入探究这一切工作的技术元素,但总是在着眼于更大的目标的方法。

精益六西格玛项目管理

我们这样做的一个具体方式是通过建立科学的数据和实践等领域之间的联系。像精益六西格玛,长期以来一直在使用的生产设置,以减少错误和消除浪费的技术,都是优秀的补充到我们的数据的科学使用方法。

项目管理的学科,许多形式,提供需要从我们的工作中产生的,并在我们所处的大环境中创造价值地址的风险结构。良好的项目管理需要你想想你为什么做项目的选择,不仅仅是机制。

通过引导我们的学生在他们的数据的科学努力明确地将这些做法,我们做好准备,以满足他们在忍受的方式服务于组织的需要。

我欢迎你的想法和意见。

今天获得更多信息

想知道更多关于埃尔姆赫斯特的M.S.在数据科学计划,以及如何帮助专业人士在商业脱颖而出? 填写下面的表格。

填写我 在线表格.
关于作者

吉姆kulich吉姆kulich 在教授 计算机科学与信息系统系 在艾姆赫斯特大学。吉姆指导埃尔姆赫斯特的 硕士在数据科学计划 并教授课程,从谁广泛的专业背景来计划研究生。

插图亚当海斯
公布2020年4月21日

Intelligent automation combines the capabilities of robotic process automation (RPA) with machine learning to increase performance and efficiency.

智能自动化:智能企业下一步

2020年2月25日| 6分钟阅读

Illustration that reads "AI for the Holidays." Artificial intelligence is fundamentally changing the practice of shopping in stores.

AI的假期:如何在商店购物已经改变

2019年12月17日| 4分钟阅读

Can machines think? The answer might surprise you, given the great strides that have been made in machine learning.

可机真的觉得?

2019年11月5日| 5分钟阅读

18th century statistician and philosopher Thomas Bayes is still having an amazing impact on the field of data science.

惊人的托马斯·贝叶斯

2019年9月24日| 4分钟阅读

What is the value of data? It is a hard question to answer, but there is undoubtedly some worth in your information.

什么是数据的真正价值?

5月7日,2019 | 4分钟阅读

An illustration showing data scientists applying the human side of data to their work.

数据的人性化的一面

2019年4月4日| 4分钟阅读

连接与#elmhurstu