（文章來源：福布斯中國）

從自動駕駛汽車、預測分析應用程序、人臉識別，到聊天機器人、虛擬助手、認知自動化和欺詐檢測，人工智能的用例很多。然而，不管AI的應用如何，所有這些應用都是有共性的。那些參與實現(xiàn)了數(shù)百甚至數(shù)千個人工智能項目的人意識到，盡管應用程序有這么多的多樣性，人工智能用例仍然屬于七個常見模式中的一個或多個。任何定制的人工智能方法都需要它自己的編程和模式，但是不管這些趨勢用在什么組合中，它們都遵循自己的標準規(guī)則集。根據(jù)應用人工智能的特定解決方案，這七個模式分別應用或以不同的組合應用。

超個性化模式被定義為使用機器學習來開發(fā)每個個體的文件，然后讓該文件學習并隨著時間的推移適應各種各樣的目的，包括顯示相關內容、推薦相關產品、提供個性化推薦等等。這種模式的目標是將每個個體視為一個個體。

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

超個性化的實現(xiàn)不僅限于營銷行業(yè)。它還出現(xiàn)在金融、醫(yī)療保健或個性化健身和健康應用等行業(yè)。例如，超個性化可以在常見領域金融和貸款產生巨大影響。在美國，F(xiàn)ICO信用評分是用來將那些本來可能擁有巨大不同信用額度的個人歸為一類，并懲罰缺乏信用記錄的個人群體。從使用傳統(tǒng)的FICO評分轉向將每個人作為個體來對待，我們可能會得到更準確的個人描述，并可由此評估他們償還貸款的可能性有多大。

自主系統(tǒng)是能夠完成任務，達到目標，與周圍環(huán)境交互，并在最少的人力參與下實現(xiàn)目標的實體和虛擬的軟硬件系統(tǒng)。超個性化的主要目標是把人當作個體來對待，而自主系統(tǒng)的目標則是在盡可能少的人際互動的情況下簡化事物。自主模式需要機器學習能力，能夠獨立感知外部世界，預測外部元素未來的行為，并計劃如何處理這些變化。

這種模式的明顯應用包括自動機器和各種車輛，包括汽車、船只、火車、飛機等等。然而，這種模式還包括涵蓋自主文檔，知識生成、自主業(yè)務流程和自主認知的自主系統(tǒng)。這些系統(tǒng)可以在接近人類的情況下運行，包括優(yōu)先決策。人工智能的另一種模式是預測分析和決策支持。這種模式的定義是使用機器學習和其他認知方法來理解過去或現(xiàn)有的行為是如何幫助預測未來的結果的，還可幫助人類根據(jù)這些模式來決定未來的結果。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、預測數(shù)據(jù)的一些未來值、預測行為、預測故障、輔助解決問題、識別和選擇最佳匹配、識別數(shù)據(jù)中的匹配、優(yōu)化活動、提供建議和智能導航等。它有助于做出更好的決策，提供增強的智能化能力。人工智能的另一種模式是會話/人機交互模式。這被定義為機器和人類通過各種方法的交互，包括機器對人，人對機器，以及來回的人機交互。該模式的目標是使機器能夠與人類交互。

該模式最常見的例子包括聊天機器人、語音助手、感情、情緒和意圖分析。它試圖理解人類互動背后的意圖，它還可以通過翻譯促進人與人之間的互動。需要記住的重要一點是，這種模式是用來創(chuàng)建一種更容易的方式，讓人類和機器通過對人類來說自然或舒適的方法進行交互。