從埃隆·馬斯克到普京，似乎突然之間大家都在討論人工智能(AI)，以及人工智能將如何改變世界。當拋開炒作與恐懼，人工智能究竟是什么？多快能夠?qū)崿F(xiàn)？能夠應用于哪些領域？企業(yè)應如何應對？

　　AI究竟在談論什么

　　人工智能的概念最早可追溯到1956年，那時指的是使用機器代勞原先只能由人力完成的工作?，F(xiàn)階段大家更感興趣的是其中一個子領域——“機器學習”，主要是通過實例而非依賴人類專家得出的規(guī)則與知識等“專家系統(tǒng)”來教會機器。“深度學習”的機器學習技術是用軟件模擬人腦思維的簡單模型，再通過大量實例訓練進行學習。

　　為何AI突然興起

　　最近，人工智能的興起是機器學習，特別是深層學習，迅速發(fā)展的結(jié)果，其背后有三大原因。首先，互聯(lián)網(wǎng)或數(shù)字化提供了可用于學習的海量數(shù)據(jù)。其次，研究人員發(fā)現(xiàn)了更有效的學習算法，可用于更龐大或更“深度”的神經(jīng)網(wǎng)絡。最后，研究人員想出利用圖形處理器(GPU)，即電子游戲機中的專用芯片，來運行深度學習軟件的方法。

　　這次，AI真的有所不同嗎

　　此前，由于難以擴大規(guī)?；?qū)嶋H應用，人們對人工智能的熱情很快煙消云散，陷入“人工智能寒冬”的停滯階段。而這一次，深度學習系統(tǒng)已足夠強大，許多互聯(lián)網(wǎng)公司將其投入應用，普通人也在日常生活中渾然不覺地利用了深度學習。與之前相比，深度學習可應用于更多各式各樣的任務，也足夠可靠，可以嵌入到人們每天使用的系統(tǒng)中。

　　AI能承擔和處理哪些事務

　　從技術的角度而言，從圖像識別到語言翻譯再到語音速錄等，深度學習目前應用的領域都屬于同一任務的不同變種。一套神經(jīng)網(wǎng)絡通過學習數(shù)以百萬計的配有正確答案(輸出)的樣本(輸入)進行訓練。

　　對于圖像識別，這意味著利用幾百萬個標記圖像訓練神經(jīng)網(wǎng)絡；對于語音識別，意味著利用幾百萬段配有正確抄錄文本的語音訓練神經(jīng)網(wǎng)絡。當學習足夠多的樣本，面對之前無法預見的輸入，神經(jīng)網(wǎng)絡即可正確預見輸出。這種深度學習結(jié)構(gòu)被稱為“有監(jiān)督學習”，過濾垃圾郵件、信用評分、手寫識別等任務都可通過“有監(jiān)督學習”來實現(xiàn)。

　　企業(yè)應如何應用AI

　　對于零售、電信或金融服務等習慣處理海量數(shù)據(jù)的公司而言，從“大數(shù)據(jù)”分析到采用機器學習是極大的跨越。對其他企業(yè)而言，采用人工智能技術首先要能夠有效收集、處理與分析內(nèi)部數(shù)據(jù)；缺乏數(shù)據(jù)分析或管理能力的公司將舉步維艱。

　　擁有海量數(shù)據(jù)的公司是否有絕對優(yōu)勢

　　培訓機器學習系統(tǒng)需要數(shù)據(jù)，因此，擁有大量數(shù)據(jù)的公司擁有很大優(yōu)勢：數(shù)據(jù)越多，企業(yè)的產(chǎn)品越好，吸引的用戶越多，產(chǎn)生的數(shù)據(jù)也更多。這種“數(shù)據(jù)網(wǎng)絡效應”意味著一些領域的先行者會較其競爭對手建立巨大的領先地位，實現(xiàn)持續(xù)增長。未來的機器學習技術有望利用更少的樣本進行系統(tǒng)學習。

　　最終每個公司都會使用AI

　　這是肯定的。正如每個公司都在用電和互聯(lián)網(wǎng)一樣，最終都會使用人工智能，但應用程度有所不同：對于核心業(yè)務中包含數(shù)據(jù)處理的企業(yè)而言，機器學習的專長將成為一種需要專家團隊支持的核心能力，其他公司應用機器學習的程度有限。IBM近期對企業(yè)高管的調(diào)查發(fā)現(xiàn)，有38%的公司正在觀望，尚未采用人工智能；只有11%的公司在技術上投入大量資金。與電力和互聯(lián)網(wǎng)一樣，人工智能的應用也需要時間。

　　這對員工而言意味著什么

　　人工智能技術尚無法完全取代一項工作，只能實現(xiàn)某些任務的自動化或提高效率。計算機自上世紀80年代進入工作場所以來，要求人們不斷學習使用新技能和工具，人工智能將加速此進程。“保質(zhì)期”越來越短的工作技能要求員工及時獲取新技能，也要求企業(yè)進行培訓。

　　AI下一步將如何發(fā)展

　　目前，正在開發(fā)的各種新機器學習系統(tǒng)已經(jīng)超出了現(xiàn)有系統(tǒng)的能力。人工智能技術也將提供愈加豐富的新方式，通過語音、對話界面與增強現(xiàn)實(AR)技術將數(shù)據(jù)疊加在現(xiàn)實世界之上，實現(xiàn)與工具與數(shù)據(jù)的交互。

　　許多研究人員已將目光放得更遠，正在設計能夠從少數(shù)樣本中學習的系統(tǒng)。深度學習只是人工智能布局應用的開始，而非終點。

　　未來，AI可以做些什么

　　人工智能可助力新的工具，使計算機有能力完成新任務。人工智能可能將推動大量涉及分析數(shù)據(jù)、尋找模式規(guī)律和制定策略等內(nèi)容的工作開始轉(zhuǎn)型。當說的話可迅速被翻譯成另一種語言，當汽車可以自動駕駛……人工智能對未來的影響拭目以待！

　　佚名

關注讀覽天下微信， 100萬篇深度好文， 等你來看……