第二個(gè)“計(jì)算機(jī)”？AI如何幫助企業(yè)
近年來，高性價(jià)比大規(guī)模處理能力的出現(xiàn)和AI算法的突破，推動(dòng)了人工智能的發(fā)展，也讓人工智能能夠處理更加復(fù)雜的問題。有趣的是，這一趨勢(shì)讓人不禁聯(lián)想到80年代PC機(jī)的興起，當(dāng)時(shí)不斷出現(xiàn)的高性價(jià)比計(jì)算能力成為許多行業(yè)大規(guī)模計(jì)算機(jī)化的催化劑。就像如今的AI一樣，庫卡機(jī)器人驅(qū)動(dòng)器維修，當(dāng)時(shí)的計(jì)算機(jī)和計(jì)算機(jī)化引領(lǐng)了新的發(fā)展趨勢(shì)，所以很多公司都爭先恐后的打造自己的計(jì)算部門和小組。按照當(dāng)時(shí)的標(biāo)準(zhǔn)，工業(yè)機(jī)器人維修，我們都可以算作是計(jì)算機(jī)專家了。
但是計(jì)算機(jī)的普及不是一夜之間發(fā)生的。數(shù)十年前，雖然對(duì)計(jì)算機(jī)化的需求非常旺盛，但對(duì)各行業(yè)的影響卻是不明確的。人們能夠感覺到計(jì)算機(jī)很重要，但是無法100%的肯定。我們經(jīng)歷了一整個(gè)發(fā)展與發(fā)現(xiàn)的過程，計(jì)算機(jī)專家和各領(lǐng)域?qū)＜覕y手合作了15-20年，才針對(duì)各種需求開發(fā)出了對(duì)應(yīng)的計(jì)算機(jī)和軟件。
如今，我們?cè)佻F(xiàn)了歷史�，F(xiàn)在AI正處在無法很好的融入各專業(yè)領(lǐng)域的階段，領(lǐng)域內(nèi)高級(jí)玩家知道AI的重要性，但是不知道如何正確面對(duì)它。如今最常見的問題是什么是AI？和AI如何能夠幫助到我的業(yè)務(wù)？
AI如何幫助企業(yè)
首先來看看在線內(nèi)容，特別是網(wǎng)站優(yōu)化�，F(xiàn)在大多數(shù)人都熟悉轉(zhuǎn)換率優(yōu)化（CRO），所謂CRO就是網(wǎng)站操作員通過測(cè)試設(shè)計(jì)、信息、用戶體驗(yàn)等方面的新想法來最大化實(shí)現(xiàn)轉(zhuǎn)換。AI可以使這個(gè)過程以數(shù)量級(jí)優(yōu)化。
我們需要弄清楚我們應(yīng)該如何判斷AI的解決方案，并確定其運(yùn)作方式。在這個(gè)例子中，我們通過增加的轉(zhuǎn)換率來判斷是否成功，AI通過改變字體、設(shè)計(jì)、顏色等來優(yōu)化網(wǎng)站。我們可以給予AI有關(guān)更改的信息，以及確定瀏覽器類型或登錄狀態(tài)的權(quán)限，以便AI開始分割用戶。
這樣做的結(jié)果可能會(huì)令人震驚。AI可以找到令人信服且易引起觀眾共鳴的設(shè)計(jì)。它可以通過遺傳算法有效的培育出更合適的設(shè)計(jì)，從而創(chuàng)造出轉(zhuǎn)換高效且能自我循環(huán)的子代，讓AI配置更加優(yōu)化。
需要注意，這個(gè)方法有一個(gè)很重要的方面，即AI是自主的，這也符合AI的一般定義參數(shù)和目標(biāo)是由操作員設(shè)置的，但是AI決定了如何組合才能找到最佳的答案，達(dá)成更好的結(jié)果。
這樣的例子數(shù)不勝舉，在金融貿(mào)易、醫(yī)療保健甚至農(nóng)業(yè)等多個(gè)行業(yè)都已經(jīng)成功部署了AI。在所有情況下，去除上述步驟中的某些形式，這些決定都會(huì)無法獨(dú)立完成。這正是一個(gè)需要領(lǐng)域?qū)＜液虯I從業(yè)者緊密合作的過程。
什么是AI
讓我們回到起點(diǎn)，人工智能的本質(zhì)是什么？對(duì)此我并沒有答案，我也認(rèn)為根本不存在答案。這個(gè)定義可以隨著時(shí)間的變化而變化，AI也不斷的超越現(xiàn)有的水平。所以與其提出嚴(yán)格的定義，還不如來看看一些例子。
谷歌的關(guān)鍵字搜索是否是AI？你也許認(rèn)為搜索背后的技術(shù)很簡單，但是即使在90年代末期，工業(yè)機(jī)器人維修，搜索引擎也居然使用了AI教科書中提及的A*樹搜索算法。
那么Siri呢？這應(yīng)該是一個(gè)AI系統(tǒng)的例子。但實(shí)際上呢？其實(shí)許多人將Siri的幽默當(dāng)作是人工智能。但實(shí)際上這只是Siri從數(shù)據(jù)庫中隨機(jī)查詢的結(jié)果。換句話說，人們所發(fā)現(xiàn)的具有人性的以免其實(shí)只是工程師手下的一行代碼。
那么自動(dòng)駕駛汽車呢？這也是這段時(shí)間各大公司爭相研發(fā)的東西。但即使是贏得DARPA挑戰(zhàn)的自動(dòng)駕駛汽車也完全只是使用傳感器，并沒有涉及AI技術(shù)，也就說沒有自我學(xué)習(xí)的能力。
換句話說，算法本身是否能被定義為AI是有爭議的，而且我個(gè)人認(rèn)為這無關(guān)緊要。重要的是AI是否根據(jù)領(lǐng)域?qū)＜叶x的一個(gè)或多個(gè)方法得到了提升。重要的是AI模型是否可以自我學(xué)習(xí)相關(guān)領(lǐng)域知識(shí)，并根據(jù)新的情況和期望進(jìn)行調(diào)整。從定義的角度來看，它需要能夠自主運(yùn)作，并隨著時(shí)間的推移變得越來越好。
我們需要設(shè)想的真實(shí)情況是AI無處不在的世界。這一切非常緊迫，因?yàn)檫@個(gè)世界正在來臨。這是一個(gè)由AI通過進(jìn)化神經(jīng)網(wǎng)絡(luò)自我設(shè)計(jì)出來的世界。簡而言之，這將與我們今天所處的世界完全不同。AI的定義將會(huì)繼續(xù)發(fā)生改變。就像當(dāng)初的計(jì)算機(jī)化一樣，只有當(dāng)我們所有人都被認(rèn)為是AI專家時(shí)，AI才是真正的完全實(shí)現(xiàn)了。