人工智能关键十问

　　从埃隆·马斯克到普京，似乎突然之间大家都在讨论人工智能(AI)，以及人工智能将如何改变世界。当抛开炒作与恐惧，人工智能究竟是什么？多快能够实现？能够应用于哪些领域？企业应如何应对？

　　AI究竟在谈论什么

　　人工智能的概念最早可追溯到1956年，那时指的是使用机器代劳原先只能由人力完成的工作。现阶段大家更感兴趣的是其中一个子领域——“机器学习”，主要是通过实例而非依赖人类专家得出的规则与知识等“专家系统”来教会机器。“深度学习”的机器学习技术是用软件模拟人脑思维的简单模型，再通过大量实例训练进行学习。

　　为何AI突然兴起

　　最近，人工智能的兴起是机器学习，特别是深层学习，迅速发展的结果，其背后有三大原因。首先，互联网或数字化提供了可用于学习的海量数据。其次，研究人员发现了更有效的学习算法，可用于更庞大或更“深度”的神经网络。最后，研究人员想出利用图形处理器(GPU)，即电子游戏机中的专用芯片，来运行深度学习软件的方法。

　　这次，AI真的有所不同吗

　　此前，由于难以扩大规模或实际应用，人们对人工智能的热情很快烟消云散，陷入“人工智能寒冬”的停滞阶段。而这一次，深度学习系统已足够强大，许多互联网公司将其投入应用，普通人也在日常生活中浑然不觉地利用了深度学习。与之前相比，深度学习可应用于更多各式各样的任务，也足够可靠，可以嵌入到人们每天使用的系统中。

　　AI能承担和处理哪些事务

　　从技术的角度而言，从图像识别到语言翻译再到语音速录等，深度学习目前应用的领域都属于同一任务的不同变种。一套神经网络通过学习数以百万计的配有正确答案(输出)的样本(输入)进行训练。

　　对于图像识别，这意味着利用几百万个标记图像训练神经网络；对于语音识别，意味着利用几百万段配有正确抄录文本的语音训练神经网络。当学习足够多的样本，面对之前无法预见的输入，神经网络即可正确预见输出。这种深度学习结构被称为“有监督学习”，过滤垃圾邮件、信用评分、手写识别等任务都可通过“有监督学习”来实现。

　　企业应如何应用AI

　　对于零售、电信或金融服务等习惯处理海量数据的公司而言，从“大数据”分析到采用机器学习是极大的跨越。对其他企业而言，采用人工智能技术首先要能够有效收集、处理与分析内部数据；缺乏数据分析或管理能力的公司将举步维艰。

　　拥有海量数据的公司是否有绝对优势

　　培训机器学习系统需要数据，因此，拥有大量数据的公司拥有很大优势：数据越多，企业的产品越好，吸引的用户越多，产生的数据也更多。这种“数据网络效应”意味着一些领域的先行者会较其竞争对手建立巨大的领先地位，实现持续增长。未来的机器学习技术有望利用更少的样本进行系统学习。

　　最终每个公司都会使用AI

　　这是肯定的。正如每个公司都在用电和互联网一样，最终都会使用人工智能，但应用程度有所不同：对于核心业务中包含数据处理的企业而言，机器学习的专长将成为一种需要专家团队支持的核心能力，其他公司应用机器学习的程度有限。IBM近期对企业高管的调查发现，有38%的公司正在观望，尚未采用人工智能；只有11%的公司在技术上投入大量资金。与电力和互联网一样，人工智能的应用也需要时间。

　　这对员工而言意味着什么

　　人工智能技术尚无法完全取代一项工作，只能实现某些任务的自动化或提高效率。计算机自上世纪80年代进入工作场所以来，要求人们不断学习使用新技能和工具，人工智能将加速此进程。“保质期”越来越短的工作技能要求员工及时获取新技能，也要求企业进行培训。

　　AI下一步将如何发展

　　目前，正在开发的各种新机器学习系统已经超出了现有系统的能力。人工智能技术也将提供愈加丰富的新方式，通过语音、对话界面与增强现实(AR)技术将数据叠加在现实世界之上，实现与工具与数据的交互。

　　许多研究人员已将目光放得更远，正在设计能够从少数样本中学习的系统。深度学习只是人工智能布局应用的开始，而非终点。

　　未来，AI可以做些什么

　　人工智能可助力新的工具，使计算机有能力完成新任务。人工智能可能将推动大量涉及分析数据、寻找模式规律和制定策略等内容的工作开始转型。当说的话可迅速被翻译成另一种语言，当汽车可以自动驾驶……人工智能对未来的影响拭目以待！

　　佚名