不要相信商業中關於人工智能的炒作
已發表: 2018-03-25儘管人工智能係統現在可以在數小時內學習遊戲並擊敗冠軍，但它們很難應用於商業應用程序
借用杜克大學教授 Dan Ariely 的一句妙語，人工智能就像青少年性行為：
“每個人都在談論它，沒有人真正知道該怎麼做，每個人都認為其他人都在做，所以每個人都聲稱他們在做。”
儘管人工智能係統現在可以在數小時內學習遊戲並擊敗冠軍，但它們很難應用於商業應用程序。
麻省理工學院斯隆管理評論和波士頓諮詢集團對 3,000 名企業高管進行了調查，發現雖然85% 的人認為 AI 將為他們的公司提供競爭優勢，但只有 20 人中的一人“廣泛”地將其納入他們的產品或流程中。 挑戰在於實現人工智能並不像安裝軟件那麼容易。 它需要不容易獲得的專業知識、遠見和信息。
當你看到谷歌的 AlphaGo Zero 等著名的人工智能應用時，你會覺得它就像魔術一樣：人工智能在短短三天內學會了世界上最困難的棋盤遊戲並擊敗了冠軍。 與此同時，英偉達的人工智能可以通過查看真實照片來生成看起來像名人的照片般逼真的圖像。
AlphaGo 和 Nvidia 使用了一種稱為生成對抗網絡的技術，該技術使兩個 AI 系統相互對抗，以允許它們相互學習。 訣竅在於，在網絡相互爭鬥之前，他們接受了很多指導。 而且，更重要的是，他們的問題和結果是明確定義的。
然而，大多數業務問題都不能變成遊戲。 你有兩個以上的玩家並且沒有明確的規則。 商業決策的結果很少是明確的輸贏，而且變量太多。 因此，企業實施人工智能比看起來要困難得多。
為你推薦：
元界將如何改變印度汽車業
反暴利條款對印度初創企業意味著什麼？
教育科技初創公司如何幫助印度的勞動力提高技能並為未來做好準備……
本週新時代科技股：Zomato 的麻煩仍在繼續，EaseMyTrip 發布強...
印度初創公司走捷徑尋求資金
數字營銷平台 Logicserve 獲得 80 盧比的資金，更名為 LS Dig...
今天的人工智能係統盡最大努力模擬人腦神經網絡的功能，但他們這樣做的方式非常有限。 他們使用一種稱為深度學習的技術，該技術可以調整旨在表現得像神經元的計算機指令之間的關係。 簡而言之，您可以準確地告訴 AI 您希望它學習什麼，並為其提供清晰標記的示例，然後它會分析這些數據中的模式並將它們存儲起來以供將來應用。 它的模式的準確性取決於數據，所以你給它的例子越多，它就越有用。
這裡存在一個問題：AI 的好壞取決於它接收到的數據。 它只能在提供的上下文的狹窄範圍內解釋該數據。 它不“理解”它所分析的內容，因此它無法將其分析應用於其他環境中的場景。 它不能區分因果關係和相關性。 人工智能更像是類固醇的 Excel 電子表格，而不是思想家。
使用這種形式的人工智能更大的困難在於它所學到的仍然是一個謎——對數據的一組無法定義的反應。 一旦神經網絡被訓練，即使是它的設計者也不知道它是如何做的。 正如紐約大學教授 Gary Marcus 解釋的那樣，深度學習系統有數百萬甚至數十億個參數，開發人員只能根據複雜神經網絡中的地理位置來識別它們。 研究人員說，它們是一個“黑匣子”。
據報導，在談到 AlphaGo 的新發展時，谷歌/DeepMind 首席執行官 Demis Hassabis表示：“它不像人類那樣下棋，也不像程序那樣下棋。 它以第三種，幾乎是陌生的方式播放。”
B企業不能讓他們的系統做出不同的決定。 他們面臨監管要求和聲譽問題，必須能夠理解、解釋和展示他們做出的每一個決定背後的邏輯。
為了讓人工智能更有價值，它需要能夠著眼於全局，並包含比它正在取代的計算機系統更多的信息來源。 亞馬遜是少數幾家已經有效理解和實施人工智能以優化從庫存管理和倉庫運營到運行數據中心的幾乎所有運營部分的公司之一。
例如，在庫存管理中，採購決策傳統上由經驗豐富的個人（稱為採購員）逐個部門做出。 他們的系統按商店向他們顯示庫存水平，他們利用自己的經驗和直覺下訂單。 亞馬遜的人工智能整合了來自所有部門的數據，以了解更大的趨勢——並將它們與社會經濟數據、客戶服務查詢、競爭對手停車場的衛星圖像、天氣公司的預測以及其他因素聯繫起來。 其他零售商也在做其中一些事情，但沒有亞馬遜那麼有效。
這種方法也是亞馬遜基於語音的家用電器 Echo 和 Alexa的基礎。 根據 Wired 的說法，通過將其所有開發團隊聚集在一起並將機器學習作為企業重點，亞馬遜正在解決許多公司面臨的一個問題：數據孤島。 公司數據通常存儲在不同計算機系統的不連貫數據集中。 即使公司擁有機器學習所需的所有數據，它們通常也沒有標籤、最新或以可用的方式組織。 挑戰在於如何將這些數據集放在一起並以新的方式使用它們，就像亞馬遜所做的那樣，創造一個宏偉的願景。
人工智能正在迅速發展，並且肯定會使清理和整合數據變得更加容易。 但企業領導者仍需要了解它的真正用途並為其使用制定願景。 那時他們將看到巨大的好處。
這篇文章首次出現在 wadhwa.com 上，經許可轉載。