高级分析领域的领导者SAS对其简单易用且功能强大的自动化分析平台持续升级,以帮助数字颠覆者和新兴领导者开辟前进的道路。最新版的SAS平台加入了人工智能(AI)有关创新技术,尤其在机器学习、计算机视觉、自然语言处理(NLP)以及其它支持人工智能的技术领域。
SAS最近宣布将投资10亿美元用于人工智能,在此基础上SAS还将改进计算机视觉软件,以帮助企业利用可视化数据来改善业务成果。
“我们一直不断进行创新,这一点清晰地体现在SAS平台和SAS人工智能技术中。创新推动着领先的公司、管理人员和数据科学家通过应用高级分析来改变其公司的发展轨迹,”SAS首席执行官Jim Goodnight表示。
借助最新版本的SAS®平台,SAS使构建世界级分析模型的复杂任务变得自动化。数据清理、数据转换、最佳变量选择、模型构建与模型比较、模型部署及再训练任务都可自动完成,同时还可以利用已有的最佳实践。
分析操作具有可解释性和可描述性
SAS平台可自动对数千种分析模型进行比较,帮助用户为指定的业务问题选出最佳模型。由于使用了自然语言生成(NLG)技术,分析结果可用简明的语言来描述,因此所有技术背景的用户都可以轻松地理解它们,并更快地做出明智的业务决策。
这有助于实现分析的民主化——业务用户和管理人员可与数据科学家和分析专家一起利用人工智能技术,并了解分析结果是如何得出的。
“很多公司陷入了人工智能的科研化模式,缺乏专业经验来建立能对业务产生有效影响的机器学习模型,” SAS执行副总裁、首席运营官兼首席技术官Oliver Schabenberger说:“SAS公司的数千位博士与数据科学家们正在帮助客户制定将数据转化为智能的战略,我们广泛的培训项目也正在帮助企业完善技能体系建设。我们使技术变得更加简单易用,以便所有技能水平的用户都能利用强大的人工智能和机器学习分析进行创新。我们让人工智能变成现实。”
SAS为一系列的应用提供简单易用的计算机视觉技术。例如,自动图像聚类等新功能可以帮助医生快速识别肿瘤形状和大小的变化,并留意其颜色的变化,以更好地医治病人。
所有人都可使用的分析和人工智能
SAS平台新增了一些功能,使所有技能水平的用户都更易于使用人工智能。这些功能包括:
· 新的项目洞察区:提供了综合摘要描述,向数据科学家之外的用户解释分析内容和分析方式。SAS使业务用户、数据科学家和IT专家更易于讨论他们的模型和算法。经过改进,用户对人工智能更加信任,因而采用率更高,业务收益也更多。
· 提升了人工智能模型的可解释性和可描述性:借助SAS平台中的自然语言生成(NLG)功能,用户可以自动生成通俗易懂的分析结果解释,例如为什么某笔交易被标记为潜在欺诈,或者为什么某些客户是营销活动的最佳目标。这些解释有助于业务分析师和其他业务用户轻松理解分析结果,并鼓励各类用户(不仅仅是数据科学家)对人工智能和高级分析进行实际应用。
· 改进决策:SAS平台与SAS智能决策等SAS解决方案无缝协作,可自动制定并管理整个企业的决策。
· 开放应用程序接口(API):开发人员可以通过它来访问数据、创建自定义的Web应用程序,从而帮助业务用户和技术用户以自动化方式利用机器学习、自然语言处理和其他SAS人工智能功能,而无需了解如何编程或使用统计算法。
· SAS产品组合中嵌入了更多有价值的内容:SAS可视化调查(Visual Investigator)、新版SAS移动端调查等软件使得移动端用户及非移动端用户都可使用SAS Viya®强大的操作和调查功能、机器学习功能以及其他人工智能技术。用户可以通过移动设备访问信息,并输入文本、文档或照片等数据,系统则会立即更新。这些实时数据还可用于更新分析模型并基于新的信息运行风险评估。
大规模的自动化决策
在当今快节奏的数字世界中,企业必须即时做出明智、个性化的决策。SAS智能决策将业务规则管理、决策制定、实时事件侦测、决策管控及高级分析相结合,实现整个企业决策的自动化及管理。
SAS智能决策支持面向客户的活动,例如个性化营销和下一步最佳行动,以及包括信贷业务和欺诈防范在内的影响客户的决策。
SAS管理、分析并操作大量数据来自动制定数不胜数的日常决策,并将复杂的分析应用于实时客户交互中,使企业可以确信他们的决策更智能、更有效、更个性化、更加及时。
析而知,启而行
SAS最近宣布将在人工智能领域投资10亿美元,以推动全球范围的软件创新和人工智能应用,以上所有这些创新发展都是该投资计划的一部分。基于SAS在人工智能、机器学习、自然语言生成和计算机视觉方面的坚实基础,在未来三年内,SAS将利用该项投资开发更强大、更先进的分析软件。SAS还投资教育,为商业领袖和数据科学家提供技术技能培训,使他们能够大胆地拥抱人工智能及其驱动的资源与技能。
在银行业、医疗保健和其他行业,各种规模、具有远见卓识的公司都采用了SAS高级分析和人工智能,来帮助他们解决重大挑战。两家荷兰医院——阿姆斯特丹大学医学中心和乌特勒支大学医疗中心——正借助计算机视觉和高级分析来改善患者护理。海岸线银行(Seacoast Bank)等公司也正在利用SAS扩展业务以展开全球竞争。
肿瘤检测比人工检查更快,且结果更准确
SAS正与阿姆斯特丹大学医学中心合作开展人工智能医学影像项目,以帮助筛选结直肠癌患者,进行手术来挽救他们的生命。
结直肠癌是世界第三大常见癌症。在所有结直肠癌患者中,约有一半人的癌细胞会转移到肝脏。阿姆斯特丹大学医学中心通过采用SAS人工智能学习模型,能够更准确地识别化疗反应良好的患者,并为其实施手术。
目前,对放射科医师来说,人工检查肿瘤和病变不仅要花费大量时间,而且结果比较主观。SAS®平台上的医学图像应用程序采用计算机视觉和预测性分析,比目前的人工检查结果更加客观、准确,而且自动生成评估结果。准确性的提高意味着可以挽救更多的生命,节省放射科医师的时间,并为他们提供客观缓解评价指标,使所有患者都能够得到良好的治疗。
“我们目前正在将此技术用于结直肠癌肝转移患者,未来也有可能用于评估许多其它实体瘤,包括乳腺癌和肺癌,”肝胆外科手术与移植教授、荷兰阿姆斯特丹大学医学中心癌症中心临床主任Geert Kazemier说:“未来我们将可能预测手术结果和患者的生存期,并且通过将这些新功能与患者的其它数据(如基因组数据)相结合,我们可以得出更全面的反应或生存分数。”
SAS机器学习助力银行提升客户体验,客户平均收益增长30%
海岸线银行是佛罗里达州最大的社区银行之一,总资产为67亿美元。它与许多其它金融机构一样拥有大量的客户数据,因而面临一项挑战——如何明智地利用这些数据来了解客户价值,并寻找到更好地服务、挽留和获取客户的新方法。
自投资于SAS及其基于人工智能和机器学习的客户分析平台以来,海岸线银行经风险调整后客户的平均收益增长了30%,自动化营销活动的投资回报率则高达三位数。海岸线银行还添加了其他预测模型,并应用机器学习来解决具体的业务问题,例如大规模个性化服务,现在已经可以根据客户的偏好和交易历史向他们推销产品。借助遍布整个银行的分析洞察力,海岸线银行的营销人员能够开展自动化营销活动,与最有价值的客户建立更深层次的关系,更好地管理商业客户的投资组合,并使用交互式仪表板来跟踪绩效。
“由于我们现在非常了解客户价值,我们可以对客户获取策略进行微调,以产生非常高的回报并建立客户忠诚度,”海岸线银行首席营销官Jeff Lee说:“SAS的机器学习和高级分析为我们提供了一个真实的未来路线图,使我们能够访问数据并使数据可视化,产生洞察,促进协作,提供大规模个性化服务,以及改善客户体验。”
从小规模尝试到大规模应用:早产儿与人工智能的巨大影响
在所有新生儿中有大约10%的早产儿,这些婴儿很容易受到感染。为了监控他们的健康状况,他们需要与许多设备连接起来。
荷兰乌得勒支大学医疗中心收集了10多年新生儿重症监护病房的数据,隐去患者姓名后启动了早产儿大数据项目,以利用高级分析、机器学习和人工智能技术来主动治疗甚至预防早产儿感染。
乌得勒支大学医疗中心利用SAS的人工智能和高级分析,分析了新生儿重症监护病房设备的历史数据,并创建了一个智能分析模型来预测早产儿感染,包括败血症——一种严重且常常危及生命的血液感染。在预测可能导致败血症的细菌感染方面,由SAS提供支持的模型的准确率高达90%,远远高于医生根据患者的检查结果和当前症状所做的判断。
“凭借SAS人工智能和高级分析的强大功能,乌得勒支大学医疗中心的医生和护士可以为他们的小患者做出最佳治疗决策,挽救一些小患者的生命,同时避免给其它小患者注射不必要的抗生素,”乌得勒支大学医疗中心新生儿医师、医学博士Daniel Vijlbrief说道。
这些功能以及更多其它功能在今年的SAS全球论坛上进行了展示。SAS全球论坛是全球最大的分析会议,超过3万名SAS商业用户和IT用户在现场或通过网络参与了这一盛会。
SAS是数据分析领域的领导者。通过提供创新的分析与服务,SAS不仅为用户赋能,更激励全球用户共同实现将数据世界变革为智能世界。SAS致力于为用户提供知的力量(THE POWER TO KNOW)。
