云棽哲智能科技（上海）有限公司
IT和商業(yè)領(lǐng)袖經(jīng)常對人工智能(AI)可以為他們的組織做些什么感到困惑，并受到幾種AI誤解的挑戰(zhàn)。 Gartner表示，開發(fā)人工智能項(xiàng)目的IT和業(yè)務(wù)負(fù)責(zé)人必須將現(xiàn)實(shí)與神話分開，才能制定未來的戰(zhàn)略。
Gartner研究副總裁Alexander Linden表示，“隨著人工智能技術(shù)進(jìn)入組織，企業(yè)和IT領(lǐng)導(dǎo)者必須充分了解人工智能如何為其業(yè)務(wù)創(chuàng)造價(jià)值以及其局限性。
“人工智能技術(shù)只有在它們成為組織戰(zhàn)略的一部分，并以正確的方式使用時(shí)才能提供價(jià)值。”
Gartner指出了五個(gè)關(guān)于人工智能的常見誤解。
誤區(qū)1：人工智能的工作方式與人腦相同
AI是一門計(jì)算機(jī)工程學(xué)科。在目前的狀態(tài)下，它由旨在解決問題的軟件工具組成。雖然某些形式的人工智能可能給人一種聰明的印象，但認(rèn)為當(dāng)前的人工智能與人類智能相似或等效是不切實(shí)際的。
Linden表示，“某些形式的機(jī)器學(xué)習(xí)(ML) - 人工智能 的一種- 可能是受到了人類大腦的啟發(fā)，但它們并不等同。”
“例如，圖像識別技術(shù)比大多數(shù)人更準(zhǔn)確，但在解決數(shù)學(xué)問題時(shí)沒有用處。今天AI的規(guī)則是它很好地解決一項(xiàng)任務(wù)，但如果任務(wù)的條件只有一點(diǎn)變化，它就會失敗。“
誤區(qū)2：智能機(jī)器自學(xué)
需要人為干預(yù)來開發(fā)基于AI的機(jī)器或系統(tǒng)。參與數(shù)據(jù)可能來自經(jīng)驗(yàn)豐富的人類數(shù)據(jù)科學(xué)家，他們正在執(zhí)行諸如框架問題，準(zhǔn)備數(shù)據(jù)，確定適當(dāng)?shù)臄?shù)據(jù)集，消除訓(xùn)練數(shù)據(jù)中的潛在偏差，最重要的是，不斷更新軟件等任務(wù)使新知識和數(shù)據(jù)能夠集成到下一個(gè)學(xué)習(xí)周期中。
誤區(qū)3：人工智能可以沒有偏見
每種人工智能技術(shù)都基于人類專家的數(shù)據(jù)、規(guī)則和其他類型的輸入。與人類相似，AI本質(zhì)上也存在這樣或那樣的偏見。
Linden表示，“今天，沒有辦法完全消除偏見，但是，我們必須盡量減少偏見。”
“除了技術(shù)解決方案，例如各種數(shù)據(jù)集之外，確保與AI合作的團(tuán)隊(duì)的多樣性以及讓團(tuán)隊(duì)成員審查彼此的工作也是至關(guān)重要的。這個(gè)簡單的過程可以顯著減少選擇并確認(rèn)偏差。“
誤區(qū)4：AI只會取代不需要高級學(xué)位的重復(fù)性工作
AI使企業(yè)能夠通過預(yù)測、分類和集群做出更準(zhǔn)確的決策。這些能力允許基于AI的解決方案取代平凡的任務(wù)，但也增加了剩余的復(fù)雜任務(wù)。
一個(gè)例子是在醫(yī)療保健中使用成像AI?；贏I的胸部X射線應(yīng)用可以比放射科醫(yī)師更快地檢測疾病。在金融和保險(xiǎn)行業(yè)，機(jī)器人顧問正被用于財(cái)富管理或欺詐檢測。這些能力并沒有消除人類參與這些任務(wù)，而是讓人類有更多的時(shí)間去處理更不尋常的案件。
隨著人工智能在工作場所的發(fā)展，業(yè)務(wù)和IT領(lǐng)導(dǎo)者應(yīng)調(diào)整工作檔案和容量規(guī)劃，并為現(xiàn)有員工提供再訓(xùn)練選擇。
誤區(qū)5：并非每個(gè)企業(yè)都需要人工智能戰(zhàn)略
每個(gè)組織都應(yīng)該考慮AI對其戰(zhàn)略的潛在影響，并研究如何將該技術(shù)應(yīng)用于組織的業(yè)務(wù)問題。在許多方面，避免人工智能開發(fā)與放棄下一階段的自動化是一樣的，最終可能會使組織處于競爭劣勢。
“即使目前的策略是'no AI'，這也應(yīng)該是基于研究和考慮的有意識決策。并且，與其他所有戰(zhàn)略一樣，應(yīng)根據(jù)組織的需求定期進(jìn)行重新審視和更改。人工智能可能比預(yù)期更快需要，“Linden總結(jié)道。