Genie：机器学习作用于零售方面的顶级用例

20世纪中期，Arthur Samuel在AI之后创造了“机器学习”这个短语，并将其定义为“在没有被明确编程的情况下就具备学习的能力。”机器学习通过算法和构建模型，在互联网已有的大数据基础上，对访问者进行未来的行为预测。例如购物网站，会根据消费者之前的浏览记录为其推荐感兴趣的物品，这是机器学习在生活中最普通的应用例子。

机器学习可以帮助互联网更好地了解现阶段面临的安全威胁，并可能是解决大数据安全问题的强有力武器。机器学习在安全性方面的应用正呈现快速增长的趋势，帮助企业分析安全风险，并加以防范。但面对数以亿亿计的浩瀚大数据，机器学习的响应还不够快。

Gray Jean Technologies通过大量的研究发现，如果在机器学习的基础上嵌入区块链和AI技术，则能够更加快速地处理数据，帮助互联网提升更高层次的使用属性，挖掘更大的潜力市场。

Gray Jean Technologies是一家致力于人工智能研究的高科技公司，在通过大量的消费者行为数据分析后，创造了基于AI驱动+区块链技术的机器学习推荐引擎Genie，将机器学习作用于零售领域，为零售商留住和吸引更多的消费者。

Genie可根据交易历史，人口统计，位置，时间，社交媒体活动，偏好和行为提供对消费者购买行为的准确预测。使零售商能够在正确的时间使用正确的渠道，通过相关的信息来定位忠实的和潜在的顾客。Genie的创建原理是机器学习在现实生活中的一种实现方式，它提供不断更新的实时预测，从而使零售营销人员和销售商能够跟上跨不同渠道移动的消费者步伐。

大数据的安全性和隐私问题Genie同样考虑到，鉴于传统互联网中的安全漏洞，Genie在自主学习和调整过程中所产生的一切数据都不会发布到云端。开发者为它设计了独特的线性机制，让保护数据成为强制性，并分散存储在区块中，使数据更加安全且不可破解。

机器学习仍然是一个新兴领域，但随着技术的发展和成熟，显然会成为未来的主流趋势。而AI和区块链技术则极大地帮助机器学习提升在运行和运用过程中的安全性。

机器学习在各领域的应用是无穷无尽的，Genie只是其中一个作用于零售行业的细分市场之一。相信未来，机器学习将在金融、医疗等更多领域出现越来越多的实际用例。

—-

编译者/作者：一颗花椰菜

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。