【51CTO.com快译】当人们谈论当今的需求时，并没有意识到正在讨论昨天的未来。其中一个前沿技术就是如何在当前运行的应用程序中实现和部署人工智能。人们需要进一步了解人工智能在移动应用程序开发行业中的作用，以及如何使用它们并从中获益。
人们如今生活在一个由机器及其理解人类行为的人工智能驱动的世界。机器正在学习人们的行为，访问数据模式和习惯，致力使人们的生活更轻松。
在日常生活中，人们可以通过手机识别语音，做出某些决定，以及将一种语言翻译成另一种语言等。订餐应用程序可以提供餐厅的详细信息，根据人们最近的搜索记录来推荐食物，像Uber或Ola等出租车应用程序可以向人们显示乘车的实际位置，并根据乘车人当前的位置推荐离其最近的出租车。
所有这些变化都是基于人工智能的应用，因为计算机系统的方法论已经转变为思考和学习模式。其重点已经转移到基于对最终用户的心理潜力和能力的研究和知识开发智能程序，然后在各种应用程序(包括移动应用程序)中作为内置智能功能来实施。
人工智能的影响
人工智能曾经被认为是最复杂的技术之一。然而现在已经成为人们日常生活的一部分，甚至没有意识到它的存在。查看统计数据，它们将向人们展示人工智能的流行程度以及对人们生活的潜在影响。
根据市场研究机构Markets and Markets公司的研究，到2025年，人工智能行业有可能成为1900亿美元的产业。
根据著名研究机构IDC公司的调查，到2021年，全球在人工智能方面的支出可能达到576亿美元。
DC公司在2019年发布的调查报告表明，40%以上的数字化转型计划都使用人工智能作为辅助技术。
DC公司预测，到2021年，75%的商业应用程序将在某种程度上使用人工智能。
80%以上的技术和企业领导者表示，人工智能将帮助他们提高生产力，并创造数百万个工作岗位。
80%以上的营销专家认为，聊天机器人软件彻底改变了消费者的体验，他们计划在2020年采用此类工具。
Gartner公司的调查报告表明，2020年，40%以上的移动应用程序将由基于云计算的神经网络提供支持。
人工智能的类型
随着智能、数据建模、机器学习和云计算解决方案等领域的技术进步，人工智能与移动应用程序相结合已经成为现实。组织可以在移动应用程序中使用的人工智能技术大致分为三种。
(1)狭义人工智能(NAI)
狭义人工智能(NAI)用于指定处理单个或有限任务的系统。它提供了一种将机器学习功能引入移动平台的算法。例如，谷歌的翻译引擎、亚马逊Alexa或苹果的iOS Siri。
(2)通用人工智能(AGI)
通用人工智能(AGI)是一种算法，它帮助人们利用机器的假想智能，可以理解或学习人类可以完成的任何智能任务。例如面部识别工具和Snapchat过滤器。
(3)超人工智能(ASI)
超人工智能(ASI)是一个基于软件的人工智能系统，可以在一系列活动中超越人类智能。例如IBM Watson、Google Rankbrain或Microsoft Cortana。
可在移动应用程序中使用的人工智能技术
人工智能具有显著改善用户体验的能力，是解决各种问题和任务的工具。以下是一些实用的人工智能技术，它们可以集成起来改进移动应用程序的开发过程。
(1)语音识别技术
语音识别技术是当今手机中最流行的技术之一。人们可以很容易地采用移动应用程序中的语音控制系统。例如，Alexa、Siri或Cortana系统可以观察和解码人类的语音，并将其转换为计算机可以理解的格式。人们可以通过语音命令来表达其需求，这项技术可以帮助移动应用程序采取响应性措施。
(2)自然语言生成(NLG)
自然语言生成(NLG)是一种将结构化数据转换为自然语言的软件过程。它用于为组织开发长格式内容，使其自定义报告自动化，并为Web或移动应用程序生成内容。这对于客户服务应用程序来说是一个很大的好处。它帮助人们创建报告和市场评论。
(3)生物识别技术
生物识别技术使人们能够识别、分析和测量人类行为以及身体形状和结构的物理方面。这项技术适用于图像、识别传感器、语音和手势控制。它也用于访问控制;人们在智能手机采用这项技术，用户可以通过人脸识别锁定/解锁手机。该技术也被用来进行市场调查。
(4)文字分析和自然语言处理
这项技术可帮助人们在搜索引擎上找到所需的信息，然后借助结构化的纯文本生成新闻或故事。这项技术最常见的用法是用于GPS导航应用程序(例如Google Maps)，在这一应用程序中，用户可以说出目的地得到导航。这项技术理解人类的要求，然后进一步处理以提供所需的结果。这种技术还用于安全和欺诈检测系统。
(5)虚拟助理和聊天机器人
这也是集成到移动应用程序中的最常见技术。这是用于业务应用程序的重要工具，因为可以与用户在线交互。还可以用于获取用户或在线社区的反馈。组织采用聊天机器人和虚拟助理增强最终用户的体验。
(6)图像识别技术
图像识别技术可以帮助处理数字图像或视频中的对象和功能。在移动应用程序中最常见的用法是红外代码扫描仪或车牌扫描仪。它可以用来诊断疾病以及分析和识别面部。它还可以用于分析付款和图像，用于检查信用卡和其他付款选项。
(7)情绪识别
如今，情绪识别是移动应用程序中最有趣且最常用的技术之一。该技术允许软件通过使用高级图像处理或音频数据来观察和评估人脸的情绪。它捕获了人类的感官变化，然后帮助移动应用程序在面部、手势或声音上做出改变。
(8)机器学习平台
组织如果拥有足够的算法、工具和API，可以根据机器学习平台和模型将模型设计和部署到移动应用程序中。如今还有各种用于预测或分类的移动应用程序。
(9)人工智能优化移动硬件
虽然人工智能在移动硬件中的应用还处于初级阶段，但是可以看到高级人工智能的出现，特别是在摄影硬件方面。一些移动设备制造商正在设计人工智能优化的GPU和其他设备，以轻松运行面向人工智能的计算功能。三星和苹果等几家大型移动设备制造商正在与主要芯片制造商合作，优化硬件，以满足其特定于人工智能的需求，同时实施深度学习方法。著名芯片制造商高通公司(Qualcomm)和英伟达(Nvidia)公司推出了人工智能优化硬件，可以在智能手机上运行机器学习工作负载。
(10)决策管理
这是人工智能最重要的方面之一。一些行业组织正在开发能够将逻辑和规则注入人工智能系统的引擎，并通过其自动化决策能力帮助组织和用户做出决策。
为什么在移动应用程序中使用人工智能：组织的观点
如果从组织的角度进行讨论，那么以下是组织或初创公司在移动应用程序中实现人工智能时可以使用的好处：
促进销售和营销：在组织的销售和营销运营中使用人工智能有助于显著改善统计数据。
项目融资更容易：如今，实施人工智能的初创企业更容易获得融资，因此市场竞争将会加剧。
增强用户体验：人工智能改善应用程序的功能，并改善了用户体验。
增强的安全性：人工智能可以帮助组织改善最终用户的安全性，并检测恶意交易。
人力资源：人工智能可以帮助人们减少重复的任务并优化人力资源，从而在过程中帮助控制成本。
如何集成人工智能和开发移动应用程序
可以使用以下步骤在移动应用程序项目中实现和集成人工智能。
(1)认识要解决的问题
可以将人工智能作为一种或多种功能应用到移动应用程序中。但是，建议一次性实施人工智能，以防止复杂性，并充分利用人工智能的所有优势。分阶段实施人工智能可能会增加复杂性，人们应该认识到需要在移动应用程序中使用人工智能技术解决的问题，并且应该在集成过程开始之前评估投资回报率和服务价值。
(2)了解对人工智能的期望
毫无疑问，人工智能是一种极有影响力的技术，它无疑可以改善现有的应用程序并将其提升到一个新的水平。但是，重要的是要了解人工智能的潜力以及从中寻求的改进类型。人们可以评估现有应用程序的功能，并关注可以在建议的应用程序中添加的功能或特性，以利用人工智能的优势。组织可以进行彻底的市场分析，以了解是否已经在市场上实施了类似的实施，可以为消费者提供什么服务。组织必须分析是否确实需要人工智能、机器学习、图像处理和模式识别，以及可以期望的收益和投资回报率。这是确定问题及其实施范围的基本步骤。
(3)了解移动应用程序中数据的性质
数据是人工智能的基础，对于组织来说了解数据的流向非常重要。人工智能对数据进行操作，其工作模式随着移动应用程序中数据性质的转变而改变。一旦评估了数据流，就必须考虑数据的细化。组织必须确保人工智能模块提供干净、信息丰富、不重复的数据。
(4)超越基于人工智能的API
市场上有多个与人工智能相关的API，但是使用基于人工智能的API并不能保证具有完善的基于人工智能的解决方案。组织应该投入更多资源来进行数据建模和人工智能的其他相关方面的工作，以开发真正智能的系统。
人工智能升级的可行性研究
在组织具备基本的先决条件之后，应该执行彻底的可行性测试，这一测试可以帮助组织了解人工智能实施是否会改善最终用户体验，并增加用户参与度。成功进行升级或迁移可以使最终用户满意，并吸引更多潜在用户使用移动应用程序。需要在这里进行评估，如果升级不能提高移动应用程序的效率和功能，则没有必要为此花费费用和精力。组织还需要分析当前的资源是否能够启动并交付预期的人工智能实施，或者组织是否需要外部资源来增强能力。如果需要的话，那么应该采取开放态度，以采用新资源或将工作外包给服务商。
组织聘请人工智能和机器学习专家，并制定实施策略，完成初步分析并且了解其技术要求之后，应该聘请人工智能/机器学习专家开发应用程序。重要的是将开发工作委托给具有人工智能专业知识和经验的服务商，然后只有组织才能实现其想要的产品。开发团队应由软件顾问、设计师和人工智能专家以及项目管理资源组成，他们可以帮助组织根据已定义的计划制定项目战略并开展工作。他们应该执行用户行为分析、应用程序期望以及所需个性化级别的分析。
(1)数据集成与安全
拥有确定的数据组织模型非常重要。组织必须确保对现有数据进行适当的管理，如果管理不当，可能会影响人工智能部署的效率和有效性。专注于数据集和数据库及其结构至关重要。而结构良好、组织有序的数据及其集成将会提高应用程序的性能，并可以确保更高质量的结果。数据安全性是另一个重要方面，应该优先考虑。组织需要采取正确的策略来集成当前的安全标准，以使应用程序具有抵御网络攻击的能力和足够的安全性，以应对安全挑战。
(2)实施阶段
一旦完成了所有必要的分析和其他任务，组织就可以继续进行开发工作。在引入实时环境之前，仔细测试和部署这些实施的结果很重要。建议在将人工智能功能集成到建议的移动应用程序之前，使用适当的强大分析系统。这将帮助组织分析人工智能集成的利弊，并帮助组织在未来做出更好决策。
(3)使用正确的辅助技术
组织必须选择正确的技术和工具集来开发所需的数字解决方案。为了使组织移动应用程序保持一致，其计算服务、云计算基础设施、数据存储、开发堆栈、数据库、备份软件、安全工具和其他优化解决方案必须可靠、健壮并且经得起未来考验。如果没有选择适当的技术和工具集，组织采用的应用程序在性能方面将产生不利影响。
(4)使指标能够评估人工智能集成的有效性
评估人工智能集成的性能确实是一项重要工作，只有在组织拥有合适的指标后才能评估性能。组织可以根据指标审查和评估人工智能集成的性能，并在需要时做出适当的决定。
(5)获得数据科学家的帮助
数据科学家可以帮助组织完善数据，并满足其数据管理要求。数据在人工智能实施中扮演着最重要的角色，组织需要正确的专业知识来满足这些要求。
(6)数据扩充
数据扩充可帮助开发人员在不收集新数据的情况下管理数据的多样性。诸如填充、翻转和修剪之类的几种数据增强技术可用于处理各种数据的大型神经网络。组织必须在系统中做好足够的准备，以确保在各种数据和环境下都能正常运行。
可以使用的工具
组织可以在移动应用程序项目中使用以下工具来实现人工智能和机器学习：
(1)IBM Watson：帮助组织开发和训练人工智能模型，提供在集成环境中准备和分析数据的功能。
(2)TensorFlow：用于人工智能和机器学习的开源平台，提供了灵活的资源生态系统，可以帮助开发人员构建基于人工智能/机器学习的移动应用程序。
(3)Azure：核心的人工智能云计算服务，可让组织构建和部署人工智能/机器学习模型和解决方案。
(4)API.ai：使用人工智能/机器学习算法评估和匹配用户需求，并帮助组织相应地开发动态人工智能/机器学习模型。
(5)Clarifai：用于人工智能的企业平台，它使用高级机器学习来理解文本、图像和视频。
(6)WIT.ai：Facebook公司拥有的聊天机器人框架和自然语言界面，开发人员可以使用其自然语言处理功能将句子转换为结构化数据。
(7)Amazon AI：提供多种人工智能服务，为组织的应用程序提供智能服务。其人工智能服务可以轻松地与组织的应用程序集成以解决复杂的问题。
结论
人工智能的主要目标是使计算机网络和设备变得更加智能，并确保它们以最佳方式相互协调。它为组织提供了一种增加人类活动的方法。随着人工智能及相关技术的发展，人类的工作和生活将带来革命性的改变。
在业务应用程序中实现人工智能可以通过多种方式为组织带来收益。至少可以说，它可以帮助组织了解最终用户的行为，并提供更好的搜索、数字营销以及个性化功能。区块链和加密货币的兴起使得银行和金融机构有必要利用人工智能和机器学习来了解用户行为，并增强安全性。
以上解释了人工智能的重要性，并提供了一些有用的技巧，对将人工智能集成到组织的移动应用程序中以及人工智能在移动应用程序中可以扮演什么角色进行阐述。希望可以帮助组织确定将人工智能与其移动应用程序集成的正确方法。
原文标题：How to Implement Artificial Intelligence in Mobile Application Development，作者：Satyam Chaturvedi
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
