不要相信商业中关于人工智能的炒作
已发表: 2018-03-25尽管人工智能系统现在可以在数小时内学习游戏并击败冠军，但它们很难应用于商业应用程序
借用杜克大学教授 Dan Ariely 的一句妙语，人工智能就像青少年性行为：
“每个人都在谈论它，没有人真正知道该怎么做，每个人都认为其他人都在做，所以每个人都声称他们在做。”
尽管人工智能系统现在可以在数小时内学习游戏并击败冠军，但它们很难应用于商业应用程序。
麻省理工学院斯隆管理评论和波士顿咨询集团对 3,000 名企业高管进行了调查，发现虽然85% 的人认为 AI 将为他们的公司提供竞争优势，但只有 20 人中的一人“广泛”地将其纳入他们的产品或流程中。 挑战在于实现人工智能并不像安装软件那么容易。 它需要不容易获得的专业知识、远见和信息。
当你看到谷歌的 AlphaGo Zero 等著名的人工智能应用时，你会觉得它就像魔术一样：人工智能在短短三天内学会了世界上最困难的棋盘游戏并击败了冠军。 与此同时，英伟达的人工智能可以通过查看真实照片来生成看起来像名人的照片般逼真的图像。
AlphaGo 和 Nvidia 使用了一种称为生成对抗网络的技术，该技术使两个 AI 系统相互对抗，以允许它们相互学习。 诀窍在于，在网络相互争斗之前，他们接受了很多指导。 而且，更重要的是，他们的问题和结果是明确定义的。
然而，大多数业务问题都不能变成游戏。 你有两个以上的玩家并且没有明确的规则。 商业决策的结果很少是明确的输赢，而且变量太多。 因此，企业实施人工智能比看起来要困难得多。
为你推荐：
元界将如何改变印度汽车业
反暴利条款对印度初创企业意味着什么？
教育科技初创公司如何帮助印度的劳动力提高技能并为未来做好准备……
本周新时代科技股：Zomato 的麻烦仍在继续，EaseMyTrip 发布强...
印度初创公司走捷径寻求资金
数字营销平台 Logicserve 获得 80 卢比的资金，更名为 LS Dig...
今天的人工智能系统尽最大努力模拟人脑神经网络的功能，但他们这样做的方式非常有限。 他们使用一种称为深度学习的技术，该技术可以调整旨在表现得像神经元的计算机指令之间的关系。 简而言之，您可以准确地告诉 AI 您希望它学习什么，并为其提供清晰标记的示例，然后它会分析这些数据中的模式并将它们存储起来以供将来应用。 它的模式的准确性取决于数据，所以你给它的例子越多，它就越有用。
这里存在一个问题：AI 的好坏取决于它接收到的数据。 它只能在提供的上下文的狭窄范围内解释这些数据。 它不“理解”它所分析的内容，因此它无法将其分析应用于其他环境中的场景。 它不能区分因果关系和相关性。 人工智能更像是类固醇的 Excel 电子表格，而不是思想家。
使用这种形式的人工智能更大的困难在于它所学到的仍然是一个谜——对数据的一组无法定义的反应。 一旦神经网络被训练，即使是它的设计者也不知道它是如何做的。 正如纽约大学教授 Gary Marcus 解释的那样，深度学习系统有数百万甚至数十亿个参数，开发人员只能根据复杂神经网络中的地理位置来识别它们。 研究人员说，它们是一个“黑匣子”。
据报道，在谈到 AlphaGo 的新发展时，谷歌/DeepMind 首席执行官 Demis Hassabis表示：“它不像人类那样下棋，也不像程序那样下棋。 它以第三种，几乎是陌生的方式播放。”
B企业不能让他们的系统做出不同的决定。 他们面临监管要求和声誉问题，必须能够理解、解释和展示他们做出的每一个决定背后的逻辑。
为了让人工智能更有价值，它需要能够着眼于全局，并包含比它正在取代的计算机系统更多的信息来源。 亚马逊是少数几家已经有效理解和实施人工智能以优化从库存管理和仓库运营到运行数据中心的几乎所有运营部分的公司之一。
例如，在库存管理中，采购决策传统上由经验丰富的个人（称为采购员）逐个部门做出。 他们的系统按商店向他们显示库存水平，他们利用自己的经验和直觉下订单。 亚马逊的人工智能整合了来自所有部门的数据，以了解更大的趋势——并将它们与社会经济数据、客户服务查询、竞争对手停车场的卫星图像、天气公司的预测以及其他因素联系起来。 其他零售商也在做其中一些事情，但没有亚马逊那么有效。
这种方法也是亚马逊基于语音的家用电器 Echo 和 Alexa的基础。 根据 Wired 的说法，通过将其所有开发团队聚集在一起并将机器学习作为企业重点，亚马逊正在解决许多公司面临的一个问题：数据孤岛。 公司数据通常存储在不同计算机系统的不连贯数据集中。 即使公司拥有机器学习所需的所有数据，它们通常也没有标签、最新或以可用的方式组织。 挑战在于如何将这些数据集放在一起并以新的方式使用它们，就像亚马逊所做的那样，创造一个宏伟的愿景。
人工智能正在迅速发展，并且肯定会使清理和整合数据变得更加容易。 但企业领导者仍需要了解它的真正用途并为其使用制定愿景。 那时他们将看到巨大的好处。
这篇文章首次出现在 wadhwa.com 上，经许可转载。