Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >人工智能大大减少了全球贸易中的语言障碍

人工智能大大减少了全球贸易中的语言障碍

原创
作者头像
思谱云汇
修改于 2019-05-27 09:44:42
修改于 2019-05-27 09:44:42
5650
举报

近年来,机器学习人工智能迅速出现,为提高商业效率带来了希望。与此同时,研究人员几乎没有发现任何证据支持劳动生产率和经济活动因此取得的进展。

直到现在最近,华盛顿大学奥林商学院的研究人员即将发表的一篇论文指出,人工智能推动的语言翻译与国际贸易的增长之间有着直接的联系。这篇论文分析了电子商务网站eBay的数据,首次表明人工智能和机器学习正在实现他们的价值。

“有大量的事实证据表明人工智能在许多领域已经超过人类,但之前没有太多的因果证据,”奥林商学院营销专业客座助理教授刘梦(音译)说,“有证据表明人工智能与经济增长有关,我们直觉中的人工智能发挥的作用和实际观察到的结果之间似乎存在差异。”

例如,自2000年代以来,总生产率增长率一直停滞不前。

刘梦与合著者,奥林商学院市场营销专业副教授向辉(音译),引用了麻省理工学院和芝加哥大学2017年的研究结果,指出了人工智能的高期望和低生产率之间的矛盾。这篇论文,解释了经济活动放缓的原因,引用了生产率和收入中位数停滞或下降的数字,这时候新技术才突然出现。

“针对总体增长的统计数据,人工智能悲观主义者表示,这并没有真正帮助我们提高生产率,”向辉补充道,“问题是,企业需要时间来进行创新,无论是组织创新还是技术创新,才能获得人工智能的红利,这就是我们论文的着眼点。让我们在一个无摩擦的平台上来研究这个问题,在这个平台上,人们使用基于人工智能的翻译系统。”

他们的论文《机器翻译会影响国际贸易吗?来自大型数字平台的证据》于4月被发表在《管理科学》杂志上。

刘梦与向辉利用2014年eBay在200多个国家超过140亿美元的交易额的数据证明,语言翻译质量的提高使在eBay平台上的交易量增加了10.9%。

本文将美国的买卖双方的贸易结果与主要不讲英语的国家(包括拉丁美洲、欧洲和亚洲国家)的贸易结果进行了对比。他们研究了eBay在2014年实施新的人工智能翻译服务前后的贸易情况,新版本翻译服务的质量提高了大约10%。

研究人员还将他们的研究结果与向辉在早期研究中探索贸易成本的数据进行了比较。随着eBay上贸易伙伴之间距离的拉近,贸易成本也会下降。”我们的研究表明,引进机器翻译相当于拉近了26.1%的距离。”

研究小组采用了两种方法来分析贸易数据。首先,他们对比了美国对有高级翻译的国家和没有高级翻译的国家的出口。上图显示了该技术引进后的结果,并且使用后出口明显增长。

接下来,研究团队通过研究机器翻译如何影响更长的产品名称而不是更短的产品名称,减轻了其他可能增加贸易(例如更多营销)的因素的影响。

接下来,研究团队过滤掉了其他可能导致贸易量增长的因素(例如更多的营销),仅仅通过产品标题长短来分析。理论上,翻译较长的标题需要更大的成本和精力,但会产生更大的回报,这意味着引入机器翻译的好处会非常理想。同时,如果在ebay增加营销,它将像影响较短的标题一样,影响更长的标题。而且对较长产品标题的影响更大。

研究人员写道:“这些比较表明,语言障碍对贸易阻碍效应非常大,改进的机器翻译使ebay贸易双方的联系更加紧密。”

作者指出,自从他们的研究完成后,谷歌推出了一个更强大的语言翻译工具,大大提高了翻译质量,基于他们的研究,这款谷歌软件对跨境贸易的促进作用可能会非常大。

作者认为,在eBay上引入机器翻译提供了一个理想的实验环境,他们可以在这里测量影响。但归根结底,人工智能的影响迟早可以在所有经济领域看到。随着新系统的上线,作者写道:“它将提供一个新的机会来评估人工智能对经济影响,正如本文所描述的实验一样。”

作者Kurt Greenbaum,华盛顿大学

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
告别复杂SQL:数据分析的降维打击
在大数据分析领域,窗口函数已经成为数据分析师手中不可或缺的利器。你是否遇到过需要计算销售同比环比、计算用户留存率、对数据进行分组排名这类分析需求?Apache Doris的窗口函数能够优雅地解决这些复杂的分析场景。
一臻数据
2024/12/24
1260
告别复杂SQL:数据分析的降维打击
【数据库设计和SQL基础语法】--查询数据--聚合函数
聚合函数是一类在数据库中用于对多个行进行计算并返回单个结果的函数。它们能够对数据进行汇总、统计和计算,常用于提取有关数据集的摘要信息。聚合函数在 SQL 查询中广泛应用,包括统计总数、平均值、最大值、最小值等。
喵叔
2023/12/18
9330
SQL多维分析
早在 1993年,关系数据库之父 E.F.Codd[1] 提出了 OLAP 概念,不遗余力指出面向记录的OLTP关系型数据库从根本上不适合查询分析的需求。
Yiwenwu
2024/07/07
6690
SQL多维分析
OushuDB入门(七)——OLAP篇
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/wzy0623/article/details/80422836
用户1148526
2019/05/25
1.2K0
HAWQ取代传统数仓实践(十九)——OLAP
本文介绍了 Zeppelin 是什么、能做什么,以及 Zeppelin 的特性、组件和扩展。主要内容包括:Zeppelin 是基于 Apache Spark 的开源大数据可视化分析平台,支持交互式查询、实时数据可视化和机器学习等功能。Zeppelin 的特性包括支持多种数据源、提供交互式查询、支持实时数据可视化、提供机器学习接口等。Zeppelin 的组件包括: Notebook:交互式查询工具,支持多种编程语言; Interpreter:解释器,支持多种编程语言; Notebook Server:服务端,支持交互式查询; Shell:命令行工具,支持交互式查询; Spark:基于 Spark 的数据科学平台,支持交互式查询; ML:机器学习平台,支持交互式查询; Gallery:数据可视化模块,支持数据可视化; Extensions:扩展模块,支持自定义功能。
用户1148526
2018/01/03
1.9K0
HAWQ取代传统数仓实践(十九)——OLAP
Oracle ROLLUP和CUBE 用法
Oracle的GROUP BY语句除了最基本的语法外,还支持ROLLUP和CUBE语句。如果是ROLLUP(A, B, C)的话,首先会对(A、B、C)进行GROUP BY,然后对(A、B)进行GROUP BY,然后是(A)进行GROUP BY,最后对全表进行GROUP BY操作。如果是GROUP BY CUBE(A, B, C),则首先会对(A、B、C)进行GROUP BY,然后依次是(A、B),(A、C),(A),(B、C),(B),(C),最后对全表进行GROUP BY操作。 grouping_id()可以美化效果:
用户1148526
2019/05/25
1.2K0
Oracle分析函数、多维函数简单应用
十年前写的,关于Oracle分析函数、多维函数简单应用,主要针对BI报表统计,不一定很全面,但对BI应用场景做了少许说明。
python与大数据分析
2022/03/11
1K0
基于hadoop生态圈的数据仓库实践 —— OLAP与数据可视化(三)
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/wzy0623/article/details/52314152
用户1148526
2019/05/25
8560
【转】多维数据查询OLAP及MDX语言笔记整理
为了满足业务管理和决策的报表系统(包括传统报表、数据仓库、OLAP等)也被创建出来,企业主管通过报表了解企业的总体运行状态。 但是,随着企业间竞争的加剧和市场节奏的进一步加快,企业的日常管理需要对关键业务指标的更加实时的监控和反馈。比如:制造业需要更及时的仓库调度、金融业需要更实时的风险防范、电信业需要更及时的服务指标监控。于是,越来越多的企业提出实时企业的要求,传统的ERP等信息系统和报表系统无法满足这些需求。实时业务监控解决方案旨在更好支撑客户此类需求。 http://www.tuicool.com/articl... 当今的数据处理大致可以分成两大类:联机事务处理OLTP(on-line transaction processing)、联机分析处理OLAP(On-Line Analytical Processing)。OLTP是传统的关系型数据库的主要应用,主要是基本的、日常的事务处理,例如银行交易。OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果。
ZhangXianSheng
2019/06/02
3.8K0
Doris 是如何支持多维分析的?什么是预聚合?
在 Apache Doris 中,多维分析(OLAP)是一种重要的功能,它允许用户从多个维度对数据进行查询和分析。Doris 通过多种技术手段支持多维分析,包括预聚合(Pre-Aggregation)、物化视图(Materialized Views)和索引优化等。
代码小李
2025/01/26
1410
【数据库设计和SQL基础语法】--查询数据--分组查询
分组查询是一种 SQL 查询技术,通过使用 GROUP BY 子句,将具有相同值的数据行分组在一起,然后对每个组应用聚合函数(如 COUNT、SUM、AVG等)。这允许在数据集中执行汇总和统计操作,以便更清晰地理解和分析数据的特征。分组查询常用于对大量数据进行聚合和摘要,提供有关数据分布和特征的洞察。
喵叔
2023/12/18
1.3K0
相见恨晚!OLAP数仓基础入门大全
导读:近七年在网易杭研一直从事数据库相关的开发工作,主要是MySQL和MongoDB这两种数据库,去年开始涉及图数据库Neo4J。上述几种,都可认为是OLTP类数据处理,由于工作需要,需要调研学习OLAP技术和相关系统,本文开始逐步进行第一轮总结,很多东西还只是片面理解,权当做个笔记。
Python数据科学
2020/09/30
8710
相见恨晚!OLAP数仓基础入门大全
Greenplum 实时数据仓库实践(7)——维度表技术
前面章节中,我们实现了实时多维数据仓库的基本功能,如使用Canal和Kafka实现实时数据同步,定义Greenplum rule执行实时数据装载逻辑等。本篇将继续讨论常见的维度表技术。
用户1148526
2022/01/06
2.5K0
Greenplum 实时数据仓库实践(7)——维度表技术
Python进行数据分析Pandas指南
在数据科学和分析领域,Python语言因其强大的数据处理库而备受青睐。其中,Pandas是Python中最常用的数据分析库之一,而Jupyter Notebook则是一个流行的交互式计算环境,可让用户在浏览器中创建和共享文档,其中包含实时代码、可视化和解释性文本。本文将介绍如何结合Pandas和Jupyter Notebook进行数据分析,并提供一些示例来演示它们的强大功能。
一键难忘
2024/05/15
1.5K0
基于Hadoop生态圈的数据仓库实践 —— 进阶技术(六)
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/wzy0623/article/details/52022982
用户1148526
2019/05/25
3950
HAWQ取代传统数仓实践(十八)——层次维度
一、层次维度简介         大多数维度都具有一个或多个层次。例如,示例数据仓库中的日期维度就有一个四级层次:年、季度、月和日。这些级别用date_dim表里的列表示。日期维度是一个单路径层次,因
用户1148526
2018/01/03
1.4K0
HAWQ取代传统数仓实践(十八)——层次维度
【数据仓库与联机分析处理】多维数据模型
数据仓库和OLAP工具是基于多维数据模型的,该模型以数据立方体(Cube)的形式来观察和分析数据。
Francek Chen
2025/01/22
1180
【数据仓库与联机分析处理】多维数据模型
人人都会AI|Python之Numpy魔法世界(5)
传统Python循环让你痛不欲生,计算速度慢得像蜗牛。正好,NumPy闪亮登场,轻松秒杀这些数据运算难题。
一臻AI
2025/03/06
870
人人都会AI|Python之Numpy魔法世界(5)
HiveCube在有赞的实践
多维分析是数据仓库系统下游常见的基础应用,底层数据是包含多种粒度汇总结果的Cube,用于提供上卷,下钻等操作的数据支持。创建Cube的工具有很多,本文重点介绍在多维汇总场景下,由传统开发模式替换为HiveCube开发模式过程中碰到的问题以及处理经验,主要包括以下方面的内容:
有赞coder
2020/08/24
8930
HiveCube在有赞的实践
在多维数据分析模型的路上越走越远
数据分析和可视化一直是大数据时代的热门话题。如今这一个数据为王的时代,当你使用某个产品,划划手指,动动鼠标,甚至一颦一笑都会被记录下来,送至服务器。然而,大量的数据光收集是没有意义的,就好比资料控在硬盘里放了几百个G的电子书却只收集不阅读一样,如果不分析数据,不可视化,那么数据再多也不过是一堆毫无用处的符号而已。本文转自和途客圈颇有渊源的一位正在创业的朋友的文章,讲述他自己在自百度起,到创立SensorsData,对多维数据分析模型孜孜以求的经历和感悟,供大家参考。感兴趣的,可以尝试他们的服务:sensor
tyrchen
2018/03/28
1.4K0
在多维数据分析模型的路上越走越远
推荐阅读
相关推荐
告别复杂SQL:数据分析的降维打击
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档