AI 는 "점" 에서 "면" 까지 기존 업종을 하나씩 잠금 해제합니다

Microsoft Asia Institute' 혁신환' 이 설립된 지 3 년이 지났습니다. DTaaS (Digital Transformation as) 개념을 처음 내놓은 때부터 최근 Microsoft AI 정량화 투자 플랫폼' 마이크로광산 Qlib' 와 Microsoft 멀티 에이전트 자원 최적화 플랫폼' 군책 MARO' 를 공식 발표했습니다. < P > 혁신환의 회원기업은 현재 금융 물류 교육 의료 제조 소매 등 여러 업종의 선두 기업과 혁신회사를 포함한 27 개로 확장되었다. Microsoft Asian Institute 의 AI 과학자들은 다양한 분야의 업계 전문가들과 긴밀하게 협력하여 지혜를 자극하고, 기업이 디지털 전환을 가속화하고, 비즈니스 모델이 시대와 보조를 맞추도록 돕고, * * * 여러 업계에 착지할 수 있도록 많은 사전 예방적 AI 협력 연구 프로젝트를 진행하고 있습니다. < P > Microsoft 는 독립 협력 프로젝트 ("포인트" 라고 불릴 수 있음) 를 진행하는 과정에서 핵심 비즈니스 시나리오의 AI 논리를 지속적으로 추상화하여 문제의 본질적인 본질을 발굴하고 혁신적인 기술 성과를 보다 광범위한 산업 분야 ("면" 이라고 불릴 수 있음) 로 확대하는 플랫폼 회사입니다. AI 는 "점" 에서 "면" 까지의 스팬을 실현해야만 각 업종을 진정으로 바꿀 수 있다. < P > 혁신환회원인 화하펀드와 마이크로소프트아시아연구원은 217 년부터 양적투자-다인자선주 분야에 협력해' AI+ 지수 향상' 전략에 따라 기존 투자방법과의 낮은 상관관계를 발굴해 금융시장에서 한하 펀드의 차별화경쟁을 실현하고 있다. < P > 사실, 주식 투자 과정 전반에 걸쳐 주식 선정은 작은 단계일 뿐, 투자 성공을 보장하기 위해서는 건설창고 주식 간의 관계를 이해하고 위험 통제를 통해' 계란을 한 바구니에 담는다' 는 문제가 발생하지 않도록 해야 한다. 예를 들어 주식은 신중하게 구매해야 하고, 관련 기업은 투자를 분산시켜야 한다. 동시에 거래 비용, 교환율 등의 제약을 고려해야 합니다. 최적의 포트폴리오를 형성한 후에는 주문 집행과 거래 요소 등도 고려해야 한다. < P > 이런 생각을 바탕으로 마이크로소프트 아시아연구원은 이전 연구를 바탕으로 AI 정량화 투자 플랫폼 마이크로광산 Qlib 1 을 구축하여 정량화 투자 프로세스의 AI 폐쇄 루프를 실현하고자 합니다. 오픈 소스 키트로서 이 플랫폼은 금융 기관, 실무자들이 투자자의 기술 비축과 종합 수준을 높이고 전체 시장의 효율성을 높여 투자 분야에서 더 큰 선순환을 형성할 수 있도록 합니다. < P > 미래에는 오픈 소스 플랫폼 (대규모 자산 구성 및 금융 감독) 을 가로세로 두 방향으로 확장하는 것도 고려하고 있습니다. 대규모 자산 배분은 주식 투자의 확장으로, 주식 2 급 시장과 1 급 시장뿐만 아니라 채권, 외환, 심지어 금 등 여러 분야에서 자금 보유자가 더 많은 포트폴리오를 계획하고 투자 위험을 더욱 평평하게 하여 더 높은 수익을 확보할 수 있도록 도와준다. < P > 한편 금융서비스업의 업무 형태는 점점 복잡해지고 있고, 참여하는 기관과 개인도 많아지고, 각종 운영이 현란하고, 규제기관에 관리 난이도가 날로 높아지고 있다. 복잡한 환경에서 법칙을 찾고, 예외를 찾고, 위험을 감시하고, 내막을 발굴하는 것은 바로 AI 기술이 잘하는 것이기 때문에 파트너와 소통하는 과정에서 AI 가 금융 감독 분야의 유능한 조수가 될 수 있다는 것을 깨달았다. < P > 혁신환회원인 동방 해외 해운과의 협력에서 공급과 수요 예측과 경로 최적화 두 물류업계의 주요 업무 시나리오를 포괄하고 심도 있는 학습과 강화 학습 등 최신 인공지능 기술을 활용함으로써 기존 해운망 운영을 최적화했습니다. 순풍과의 협력을 통해 스마트 청구 경고, 링크 예측, 동적 가격 책정 등에 초점을 맞추고 물류 분야의 더 많은 부분에서 AI 의 애플리케이션 가치를 탐구했습니다. < P > 이 두 사례는 물류 체인의 공급과 수요가 일치하는 여러 가지 기본 시나리오를 포괄하며 대표적이지만 여전히' 포인트' 의 돌파구입니다. 사실, 대형 물류의 관점에서 컨테이너, 트럭 스케줄링 외에도 창고 관리, 창고 내 화물 스케줄링, 로봇 자동화 분류, 창고 및 터미널, 공급업체, 소매 터미널 관계 등 여러 가지 부분이 관련되어 있습니다. 이러한 모든 하위 문제에 대한 솔루션이 통합되어 완벽한 물류 공급망 관리 플랫폼입니다. < P > 이 중 물류업계가 해결해야 할 가장 근본적인 문제 중 하나는 공급과 수요의 일치다. 따라서 Dell 은 모든 업종에 적용할 수 있는 핵심 엔진인' 자원 공급과 수요 일치' 를 위해 다중 에이전트 자원 최적화를 위한 그룹 MARO 플랫폼 2 를 개발하고 오픈했습니다. 아마도 일부 기업은 물류 체인에서 자원 공급과 수요의 일치와 관련된 하위 문제를 해결하기 위해 다양한 IT 시스템을 개발했지만, AI 기술과 밀접하게 결합될 수 있는 우리 플랫폼은 업계 최초의 플랫폼일 것입니다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 성공명언) 자원 공급과 수요의 일치와 관련된 많은 비즈니스 시나리오 (예: * * * 자전거에서 자전거와 사용자의 일치, 데이터 센터에서 실행해야 할 작업과 실제 물리적 기계의 일치) 는 MARO 플랫폼으로 해결할 수 있습니다. < P > MARO 는 여러 산업 횡단면에 대한 전체 체인 리소스 최적화 AI 솔루션이라고 볼 수 있습니다. 사용자가 간단한 인터페이스나 데이터만 제공하면 플랫폼은 자동으로 에뮬레이터를 생성하여 집중 학습 교육을 실시하고 결국 업계 솔루션을 제공합니다. 오픈 소스 MARO 플랫폼은 물류 산업에만 국한되지 않으며, 더 많은 전통적인 기업들이 자원 매칭 도구를 개조하여 데이터 기반 방식으로 자원을 최적화하고 비용을 크게 절감할 수 있도록 지원합니다. < P > 금융 분야 공통 AI 플랫폼 구축 및 개발 아이디어와 마찬가지로 물류 분야의 공통 AI 플랫폼을 지속적으로 보완하고자 합니다. 특히 중소 규모의 물류 기업의 경우 MARO 플랫폼을 포함한 물류 분야 공통 AI 플랫폼을 직접 활용할 수 있어 AI 지능형 비즈니스 시스템 구축 프로세스를 대폭 단축하여 후발 우위를 확보할 수 있습니다. < P > 금융 분야든 물류 분야의 범용 AI 플랫폼이든 AI 가 가장 잘하는 애플리케이션' 포인트' 를 기반으로 전개됩니다. 인공지능은 인간 지능의 보조로서 짧은 학습 및 디버깅만으로 복잡한 문제를 분석하고 해결할 때 기업의 의사결정층을 놀라게 할 수 있는 능력을 보여 준다. 우리가 다른 업종에서, 또 하나의 핵심 응용 프로그램' 점' 을 찾으면, 점과 면으로, AI 를 이용하여 각 전통 업종을 점진적으로' 개방' 할 수 있다. < P > 동시에 Microsoft 의 제품 부서와 적극적으로 협력하여 Microsoft 의 제품 시스템에 더 많은 AI 의사 결정을 통합했습니다. 앞으로 AI 는 각기 다른 업종, 각기 다른 장면과 더욱 긴밀하게 융합되어 모든 기업과 각 업종을 AI 시대로 이끌 것입니다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 성공명언)

1 Microsoft AI 정량화 투자 플랫폼-마이크로광석 qlib:/Microsoft/qlib

2 Microsoft 멀티 에이전트 자원 최적화 플랫폼-군책 maro:/Microsoft/maro