從自動(dòng)駕駛汽車(chē)、預(yù)測(cè)分析應(yīng)用程序、人臉識(shí)別，到聊天機(jī)器人、虛擬助手、認(rèn)知自動(dòng)化和欺詐檢測(cè)，人工智能的用例很多。然而，不管AI的應(yīng)用如何，所有這些應(yīng)用都是有共性的。那些參與實(shí)現(xiàn)了數(shù)百甚至數(shù)千個(gè)人工智能項(xiàng)目的人意識(shí)到，盡管應(yīng)用程序有這么多的多樣性，人工智能用例仍然屬于七個(gè)常見(jiàn)模式中的一個(gè)或多個(gè)。這七個(gè)模式是：超個(gè)性化、自主系統(tǒng)、預(yù)測(cè)分析和決策支持、會(huì)話/人機(jī)交互、模式和異常、識(shí)別系統(tǒng)和目標(biāo)驅(qū)動(dòng)系統(tǒng)。任何定制的人工智能方法都需要它自己的編程和模式，但是不管這些趨勢(shì)用在什么組合中，它們都遵循自己的標(biāo)準(zhǔn)規(guī)則集。根據(jù)應(yīng)用人工智能的特定解決方案，這七個(gè)模式分別應(yīng)用或以不同的組合應(yīng)用。

超個(gè)性化模式：將每個(gè)客戶視為個(gè)體

超個(gè)性化模式被定義為使用機(jī)器學(xué)習(xí)來(lái)開(kāi)發(fā)每個(gè)個(gè)體的文件，然后讓該文件學(xué)習(xí)并隨著時(shí)間的推移適應(yīng)各種各樣的目的，包括顯示相關(guān)內(nèi)容、推薦相關(guān)產(chǎn)品、提供個(gè)性化推薦等等。這種模式的目標(biāo)是將每個(gè)個(gè)體視為一個(gè)個(gè)體。

超個(gè)性化特定模式的實(shí)現(xiàn)包括基于瀏覽模式和搜索創(chuàng)建個(gè)性化推薦。目前正在使用這種技術(shù)的公司有Netflix。他們利用人工智能根據(jù)個(gè)人選擇向觀眾推薦節(jié)目和電影。另一個(gè)例子是星巴克，該公司正在使用超個(gè)性化服務(wù)與他們的客戶群建立聯(lián)系。

超個(gè)性化的實(shí)現(xiàn)不僅限于營(yíng)銷(xiāo)行業(yè)。它還出現(xiàn)在金融、醫(yī)療保健或個(gè)性化健身和健康應(yīng)用等行業(yè)。例如，超個(gè)性化可以在常見(jiàn)領(lǐng)域金融和貸款產(chǎn)生巨大影響。在美國(guó)，F(xiàn)ICO信用評(píng)分是用來(lái)將那些本來(lái)可能擁有巨大不同信用額度的個(gè)人歸為一類，并懲罰缺乏信用記錄的個(gè)人群體。從使用傳統(tǒng)的FICO評(píng)分轉(zhuǎn)向?qū)⒚總€(gè)人作為個(gè)體來(lái)對(duì)待，我們可能會(huì)得到更準(zhǔn)確的個(gè)人描述，并可由此評(píng)估他們償還貸款的可能性有多大。

自主系統(tǒng)模式：減少對(duì)手工勞動(dòng)的需求

自主系統(tǒng)是能夠完成任務(wù)，達(dá)到目標(biāo)，與周?chē)h(huán)境交互，并在最少的人力參與下實(shí)現(xiàn)目標(biāo)的實(shí)體和虛擬的軟硬件系統(tǒng)。超個(gè)性化的主要目標(biāo)是把人當(dāng)作個(gè)體來(lái)對(duì)待，而自主系統(tǒng)的目標(biāo)則是在盡可能少的人際互動(dòng)的情況下簡(jiǎn)化事物。自主模式需要機(jī)器學(xué)習(xí)能力，能夠獨(dú)立感知外部世界，預(yù)測(cè)外部元素未來(lái)的行為，并計(jì)劃如何處理這些變化。

這種模式的明顯應(yīng)用包括自動(dòng)機(jī)器和各種車(chē)輛，包括汽車(chē)、船只、火車(chē)、飛機(jī)等等。然而，這種模式還包括涵蓋自主文檔，知識(shí)生成、自主業(yè)務(wù)流程和自主認(rèn)知的自主系統(tǒng)。這些系統(tǒng)可以在接近人類的情況下運(yùn)行，包括優(yōu)先決策。

人工智能助力預(yù)測(cè)分析和決策支持

人工智能的另一種模式是預(yù)測(cè)分析和決策支持。這種模式的定義是使用機(jī)器學(xué)習(xí)和其他認(rèn)知方法來(lái)理解過(guò)去或現(xiàn)有的行為是如何幫助預(yù)測(cè)未來(lái)的結(jié)果的，還可幫助人類根據(jù)這些模式來(lái)決定未來(lái)的結(jié)果。這種模式的目的是幫助人類做出更好的決定。

該模式的一些用途包括輔助搜索和檢索、預(yù)測(cè)數(shù)據(jù)的一些未來(lái)值、預(yù)測(cè)行為、預(yù)測(cè)故障、輔助解決問(wèn)題、識(shí)別和選擇最佳匹配、識(shí)別數(shù)據(jù)中的匹配、優(yōu)化活動(dòng)、提供建議和智能導(dǎo)航等。它有助于做出更好的決策，提供增強(qiáng)的智能化能力。

會(huì)話模式：能夠像人類一樣進(jìn)行通信的機(jī)器

人工智能的另一種模式是會(huì)話/人機(jī)交互模式。這被定義為機(jī)器和人類通過(guò)各種方法（包括聲音、文本和圖像形式）的交互，包括機(jī)器對(duì)人，人對(duì)機(jī)器，以及來(lái)回的人機(jī)交互。該模式的目標(biāo)是使機(jī)器能夠與人類交互。

該模式最常見(jiàn)的例子包括聊天機(jī)器人、語(yǔ)音助手、感情、情緒和意圖分析。它試圖理解人類互動(dòng)背后的意圖，它還可以通過(guò)翻譯促進(jìn)人與人之間的互動(dòng)。需要記住的重要一點(diǎn)是，這種模式是用來(lái)創(chuàng)建一種更容易的方式，讓人類和機(jī)器通過(guò)對(duì)人類來(lái)說(shuō)自然或舒適的方法進(jìn)行交互。

用人工智能識(shí)別模式和異常

機(jī)器學(xué)習(xí)尤其擅長(zhǎng)于識(shí)別模式和發(fā)現(xiàn)異?；虍惓Ｖ?。“模式匹配模式”是人工智能項(xiàng)目中不斷重復(fù)使用的方法之一，且已經(jīng)得到了越來(lái)越多的采用。人工智能的模式和異常模式的目標(biāo)是利用機(jī)器學(xué)習(xí)和其他認(rèn)知方法來(lái)學(xué)習(xí)數(shù)據(jù)中的模式，并學(xué)習(xí)數(shù)據(jù)點(diǎn)之間的高階連接，看看它是否符合現(xiàn)有的模式，或者它是否是一個(gè)異常值或異常。此模式的目標(biāo)是找出與現(xiàn)有數(shù)據(jù)相匹配和不匹配的數(shù)據(jù)。

這種模式的應(yīng)用包括欺詐和風(fēng)險(xiǎn)檢測(cè)，以查看事情是否超出了正?；蝾A(yù)期。另一個(gè)應(yīng)用程序是在數(shù)據(jù)中尋找模式，并幫助最小化或修復(fù)人為錯(cuò)誤。這種模式還包括預(yù)測(cè)文本，它可以分析語(yǔ)音和語(yǔ)法中的模式，以幫助提出選擇哪些單詞來(lái)加快寫(xiě)作過(guò)程的建議。

能夠識(shí)別世界的機(jī)器：識(shí)別模式

機(jī)器學(xué)習(xí)的一大進(jìn)步是使用深度學(xué)習(xí)來(lái)大大提高與識(shí)別相關(guān)的任務(wù)的準(zhǔn)確性，如圖像、視頻、音頻和對(duì)象識(shí)別、分類和鑒定。識(shí)別模式的定義是使用機(jī)器學(xué)習(xí)和其他認(rèn)知方法來(lái)識(shí)別和確定目標(biāo)或其他需要在圖像、視頻、音頻、文本或其他主要是非結(jié)構(gòu)化數(shù)據(jù)中識(shí)別的東西。這種模式的目標(biāo)是讓機(jī)器識(shí)別和理解事物。

該模式的應(yīng)用包括圖像和對(duì)象識(shí)別、面部識(shí)別、音頻和聲音識(shí)別、手寫(xiě)和文本識(shí)別以及手勢(shì)檢測(cè)。這是一種開(kāi)發(fā)良好的模式，是計(jì)算機(jī)非常擅長(zhǎng)的，并已經(jīng)得到了廣泛的應(yīng)用。有許多公司在識(shí)別系統(tǒng)上投入了巨資。事實(shí)上，資金最充足的人工智能公司之一Sensetime正專注于人臉識(shí)別應(yīng)用，中國(guó)政府正在大力投資使用和采用這種模式。

解決難題：目標(biāo)驅(qū)動(dòng)系統(tǒng)模式

事實(shí)證明，機(jī)器尤其擅長(zhǎng)學(xué)習(xí)游戲規(guī)則，并在游戲中打敗人類。在過(guò)去，機(jī)器很容易就能征服跳棋、國(guó)際象棋和迷宮。通過(guò)增強(qiáng)學(xué)習(xí)能力和更高級(jí)的計(jì)算能力，機(jī)器現(xiàn)在能夠在圍棋、DoTA等多人游戲以及更復(fù)雜的游戲中獲勝。Alpha Go和Alpha Zero是由谷歌的DeepMind部門(mén)創(chuàng)建的，該部門(mén)的理論是，計(jì)算機(jī)可以通過(guò)游戲?qū)W習(xí)任何東西。游戲只是解決方案的開(kāi)始，這些解決方案甚至有可能在解決人工一般智能（AGI）長(zhǎng)期期待的目標(biāo)方面取得突破。

游戲并不是目標(biāo)驅(qū)動(dòng)系統(tǒng)的唯一可能性。借助強(qiáng)化學(xué)習(xí)和其他機(jī)器學(xué)習(xí)技術(shù)的力量，使用者可以通過(guò)應(yīng)用機(jī)器學(xué)習(xí)和其他認(rèn)知方法，使其系統(tǒng)能夠通過(guò)反復(fù)試驗(yàn)和發(fā)現(xiàn)錯(cuò)誤來(lái)學(xué)習(xí)。這對(duì)于任何想讓系統(tǒng)找到問(wèn)題最優(yōu)解的情況都是有用的。該模式的應(yīng)用包括游戲、資源優(yōu)化、迭代問(wèn)題解決、投標(biāo)和實(shí)時(shí)拍賣(mài)。雖然目標(biāo)驅(qū)動(dòng)的系統(tǒng)模式還沒(méi)有像其他一些模式那樣得到廣泛的實(shí)現(xiàn)，但它也正在得到更多的關(guān)注。

組合AI項(xiàng)目成功的模式

雖然這些看起來(lái)像是典型AI項(xiàng)目中單獨(dú)實(shí)現(xiàn)的離散模式，但實(shí)際上，我們已經(jīng)看到有使用者將這七個(gè)模式中的一個(gè)或多個(gè)組合起來(lái)以實(shí)現(xiàn)它們的目標(biāo)。通過(guò)從這樣的組合模式，它將幫助他們更好地接近、計(jì)劃和執(zhí)行AI項(xiàng)目。事實(shí)上，新興的方法正專注于使用這七個(gè)模式作為加速AI項(xiàng)目規(guī)劃的一種方式。一旦你知道你正在做一個(gè)識(shí)別模式，例如，你可以洞察一個(gè)被廣泛應(yīng)用于這個(gè)問(wèn)題的解決方案，深入了解驅(qū)動(dòng)模式所需的數(shù)據(jù)，模式應(yīng)用的用例和示例，算法和模型開(kāi)發(fā)技巧等，這可以幫助加快交付高質(zhì)量的人工智能項(xiàng)目。

雖然人工智能仍處于采用的早期主要階段，但很明顯，識(shí)別和使用這些模式將幫助使用者更快地實(shí)現(xiàn)他們的人工智能項(xiàng)目目標(biāo)，減少重復(fù)操作，并具有更多的成功機(jī)會(huì)。