杀手级的创新性语义理解功能正即将到来
世界上 80% 的数据计算机都难以理解，我们把它称之为“暗数据”。
计算机没有大脑和双眼，却努力去理解人类语言和现实世界的意象。它在自然语言处理和机器视觉方面的开创性进展正在重新定义计算机领域，并在这个过程中颠覆着每一个行业。
在这本电子书中，我们将看到自然语言理解如何显著拓宽分析范围，如何处理那些杂乱无章和未被利用的 80% 的数据，如何为新趋势、新市场、新应用和新服务带来生机。
未来在哪里呢？我们收集了为全球数千名顾客提供服务的专家观点和意见。以下是我们 2017 年的十大创新和预测。
机器学习和机器人流程自动化 ( RPA )
通过将监督式学习与强化学习相结合，以增强机器人流程自动化。在机器人流程自动化 ( RPA ) 的核心部分，以前困难且耗时的数据提取项目，新的学习方式加快了设计阶段 ( 监督学习 ) 的进程，并在实际使用场景 ( 强化学习) 中得到强化，以快速并持续的改进带来双赢。但是请不要误解，人为因素依然存在，由经验实时引导算法学习。“记住一点，您不必再犯同样的错误，机器人先生。” 太棒了，点一下训练按钮，轻松完成，并得到合适的结果；由机器人做 70% 的高度重复工作 ( 订单、发票、支付款项……)，由人类做 30% 困难的工作，并且随着时间的推移，自动化程度的提升，会带来不断增长的投资回报率。
从机器人到领域专家
随着应用程序使用自然语言来驱动自动问答系统，自助经济才真正开始。当您遇到一点困难的时候，那些简单 ( 愚蠢 ) 的聊天机器人就无能为力了。使用关键字分析的简单机器人不能和具备语言理解能力的机器人相抗衡。这就像您让一个 7 岁的孩子回应您的客服查询。他或许能理解一些，但做不到全面理解，并且您要花更多的时间来教 ( 训练 ) 孩子 ( 机器人 ) 必要的语言，然后寄希望于您可以做到。更确切的说，除非您将真正的语言理解能力嵌入其中。现在，嵌入自然语言理解能力的机器人成为了专家 ( 在它们选择的领域 )，自动化程度和服务水平也显著提高了……
老大哥在看着
地理空间数据与语言数据相结合，为全球情报机构提供了新的能力。通过将物体和人的位置与他们使用的语言相匹配的技术，在追踪、抓捕罪犯、打击恐怖主义和识别欺诈行为等预测和防止新威胁的出现上正释放着惊人的能量。追踪数据集之间的关系是很困难的事。即便是人类，现在把数据集乘以数百万就更加难以追踪了。但并非不可能，到目前为止，计算机跟人一样在努力识别这些关键点。
谁做了什么？什么时候？为什么？比如：追踪已知恐怖分子 ( 实体识别 )，确定他与谁交互 ( 链接实体 )，他的地理位置在哪 ( 地理映射 ) ，以及话题是什么 ( 主题标识 )。感谢老大哥。
从机器与机器的交流到人与机器的交流
机器对机器的通信正在兴起，数十亿支持互联网和其它网络的设备正相互通信，这正是物联网 ( IoT ) 期望做的事。但是人的因素呢？人机交流是缺失的环节，由于基于机器的语言理解的出现，第一次初步紧密的人机交互得以实现。设备，物体和人将通过多种技术结合在一起的小型创新相互关联。
“杰夫，请开灯，请关窗帘”，“哦，请帮我泡杯咖啡”。
应用变得“更聪明”
机器人革命还不会发生，无论如何，在可以预见的将来，仍然有许多任务和活动将是人类的领域。未来更可能是由人类主导，巧妙地利用机器的协助，以便在更短的时间内完成更多的工作，从而提高员工的精神面貌，并更好的契合用户。
例如，推动战略、业务流程和决策的冗长且复杂的文档，错综相关的文档和案例文件；合同、并购尽职调查、索赔、入职文件等等。语言理解和深度分析的出现，使人们能够以“快速阅读”的方式审查复杂的文件和案例，帮助您在决策的过程中快速突出重点和关键信息 ( 事实、事件、风险、缺失的数据等 )。 而目前查找相关信息并理解决策环境都是容易出错的手动操作，也因此会面临风险。我们相信，您会喜欢上可以在上述流程中为您提供帮助的智能流程应用。
决策成为一种服务
对每个组织来说，数字化的过程都是不一样的，而不同的企业，部门和行业数字化程度也不同。但是都有同样的目标 —— 利用数据并将其转化为战略优势的能力。数据成为了丰富的新原料，而知识是最终产物。挑战在于这两者之间的一切，以及如何迅速的从纸质内容转向数字化。
于是您尽可能的去除纸质内容，将内容资产数字化 。所有的内容都以数字形式存储，并根据需要进行搜索和协作。您甚至已经优化并精简了一些关键业务流程。接下来怎么办？您需要添加自动决策，将输入输出流连接起来，并把智能决策引擎作为一种人造商业大脑来融合。使用自然语言处理和预测分析，将传入的数据流进行读取，理解并做出响应，创建有依据、个性化的输出、决策和响应。端到端、非接触式、帮助决策和自动化将会是下一代智能的特性。
数据提取将成为主流
光学字符识别与自然语言处理和机器学习相结合，从根本上简化了数据提取的难度。在以前，数据提取是大企业的奢侈品，需要很多的预算和庞大的资源。在未来数据提取将会成为主流，即便是办公室里的一名会计也能够使用。事实上每个人都有数据录入的需求，到目前为止，小公司一直无法获得这样的能力。原因在于太繁琐的设置、过高的投资成本、没有合理的投资回报率。但是随着云交付和从 CAPEX ( 资本性支出 ) 到 OPEX ( 运营支出 ) 支付方案的转变，再加上从根本上简化了执行和数据提取让一切变得方便可行。最后，那些恼人的发票只需放进你的 Sage，Xero，Quickbooks ERP…… 所以，给我们打电话吧。
应用程序，一个交流对话的系统
自然语言处理与语音识别和语音合成相结合，会给应用程序带来新的生机。消费类应用将会得到重大改版，将从像 “打开 Facebook” 或 “写电子邮件” 这样的基本关键字命令演变为更好地理解日常语言，就像你和我之间的交流一样。应用程序和服务本身将会被赋予生命，随着数字化私人助理成为新常态，它将变得更加具有相关性、更加个性化、越来越有价值。
流分析非结构化数据
从定义上看，静态数据已经显得古老过时，分析向着实时数据分析这个充满想象的上游移动。分析数据要尽可能的接近事件。事实上，事前分析才能在事情真正发生之前，阻止危机的发生。对事件作出预测和反应，在问题恶化之前作出行动。或者，在竞争对手想明白问题之前弄清楚大势。一点思考和创造性的想象力可能是无止境的。
作为一个开始，我们将抛出一些混合的想法：医疗疫情预警系统、品牌声誉和危机管理系统、股票和分享数字顾问。您的脑洞可以想象出什么？
移动应用程序长了双眼睛，改善着用户体验
为了关注实时的用户体验，越来越多应用程序和服务嵌入了文本识别 ( 一种机器视觉形式 ) 来驱动新的自助服务水平。 除非您赋予手机以视力，否则拍照后也无法读取图像。在这种情况下，文本识别可以将图像数据立即转换为数字数据，当然这由你来选择……
想要拍一张葡萄酒瓶的图片，并通过数码侍酒师来访问这款葡萄酒的实时评价？想要上传身份证件以启动自助银行和自动入职？实时获取收据和自动化费用管理怎么样？未来将以移动驱动的自助服务体验为用户带来实时反馈。
