当前位置:首页 >  科技  >  消除8个关于AI在商业中应用的错误观念

消除8个关于AI在商业中应用的错误观念

 2019-11-13 14:47:36
[摘要] 人工智能是近年来的热门话题,人工智能的商业应用也一直是各大企业关注的热点。至于人工智能的应用,我们或多或少听到了一些关于它的“神话和传说”,但这些说法的真实性可能值得怀疑。对任何新兴技术都有误解,但在

人工智能是近年来的热门话题,人工智能的商业应用也一直是各大企业关注的热点。至于人工智能的应用,我们或多或少听到了一些关于它的“神话和传说”,但这些说法的真实性可能值得怀疑。

对任何新兴技术都有误解,但在人工智能领域,这种误解似乎尤其明显。也许这是因为人工智能的潜在影响范围已经产生了某种神话般的地位。

“人工智能经常被误解,因为我们需要探索一个巨大的宇宙。探索未知可能会令人困惑和恐惧。

这对于it领导者来说是一个特殊的问题,他们正试图确定ai在他们组织中的实际应用规模。

布洛克说:“尽管人工智能在企业中变得越来越普遍,但对于它的用例以及如何改进或更新过去的系统,仍然存在不少误解。”。“虽然我们可以把机器人的概念浪漫化为同事,但有必要理解这些不同类型的技术如何有助于加强我们的系统并创造更有效的环境。”

事实上,“浪漫技术”是天空销售推广的主要内容,而不是战略首席信息官通过人工智能实现的底线结果。

这一点已经实现:哈佛商业评论和分析服务的新报告《实用人工智能实施指南》详细介绍了技术主管如何在包括adobe、7-11、拜耳作物科学、凯撒娱乐、capital one、discover、equifax和雷声公司在内的公司记录人工智能的成功。

此外,浪漫的现实经常会产生阻碍可行目标的神话和误解。因此,我们要求布洛克和其他专家找出当今企业中关于人工智能的常见神话,以帮助it领导者和其他商业人士将事实与虚构区分开来。

事实并非如此,理解它们之间的差异是至关重要的,原因有多种,如避免蛇油溶液和建立人工智能程序以获得真正的成功。更科学地说,机器学习被认为是人工智能的一个特定的子学科。

“在许多对话中,我发现这些术语之间没有区别,”sigopt的研究科学家迈克尔·麦考特说。

“这可能是有问题的。如果一家公司的权力人员认为‘建立我的分类模型’相当于‘使用我们的数据来巩固我们的决策过程’,那么正确解释模型的结构和意义的一个重要步骤是必要的。”

未能实现这一神话将导致公司对人工智能团队的投资不足。也许在更强大的商业环境中,没有足够的人员参与这些模型的开发和解释,这可能导致人工智能团队失败。

人工智能和机器学习并不是唯一引起混淆的两个术语。与机器学习相似,人工智能和自动化经常被混淆,因为它们之间确实有一种关系——这是一种重要的关系。

布洛克说:“随着人们对人工智能越来越熟悉,他们意识到人工智能是一种可以思考的机器——或者至少基于一系列预先定义的模型和算法做出明智的决定——而自动化只能在没有人类干预的情况下完成任务。”。

“自动化不一定意味着人工智能,但是人工智能最有影响力的一些方面使用定期会议以戏剧性的方式增强自动化。”

一个越来越普遍(也越来越成问题)的误解是,人工智能成功的唯一真正先决条件是大量数据。现在人工智能和机器学习团队几乎完全专注于规划和清理数据。

“重要的不是培训数据的数量,而是质量,”lexisnexis法律和专业首席数据办公室的里克·麦克法兰说。

“大量带有不良或不一致标记的培训数据无法让您更接近准确的结果。他们实际上可以通过创建“准确”的结果来欺骗建模者,因为方差公式与样本大小成反比。简而言之,你会得到准确和不准确的结果。”

我们将在这里采取适当的措施,并预测,简而言之,从早期人工智能故障中吸取的最常见的教训之一是,我们只是将大量数据放入其中,并假设这是可行的。在早期阶段,越大不一定越好。

布罗克从1997年开始说:“这不能说是太多,高质量的数据是有效算法的一个组成部分。”。

“人们经常错误地认识到人工智能的能力以及如何为成功做准备。不管你想解决什么问题,坏数据都会产生坏结果。”

布洛克补充道,人工智能和机器学习团队目前的工作几乎完全集中在规划和清理数据上。即使你还没有达到这一点,也要始终把质量放在首位,而不是数量。

“今天的最佳实践侧重于使用结构化方法和偏差测试创建更好的培训数据集,”麦克法兰说。"结果是建模者实际上可以使用以较低成本获得的较小数据集."

这并不是说“更多数据”本质上是一件坏事;事实上,随着时间的推移,这变得越来越必要。但是时间是关键词:你需要它来同步数量和质量。

一般来说,没有人期望他们的人工智能计划能立即获得投资回报,但有时这项技术被描述为:打开它,看着奇迹发生。

“ai和ml引擎需要训练和大量数据来学习。netenrich首席技术官javed sikander说。

“然而,大多数数据来自已部署的领域和人工智能/移动语言系统专注于学习的地方。因此,期望ai/ml系统从第一天起就提出建议和意见是不合理的。为了逐步实现这种学习,需要在各种环境中建立流程和分配资源。只有到那时,魔法才会出现。”

algorithmia首席执行官Diego oppenheimer认为,组织正在以与任何其他软件开发相同的方式对待ai和ml。

“ai/ml开发只是软件开发中的一个神话,”奥本海默说。“事实上,大多数ml项目都失败了。一个很大的原因是,ml工作负载的行为与传统软件非常不同,需要大规模部署和管理一套不同的工具、基础架构和流程。”

奥本海默指出了以下问题:

(1)异质性

有大量不断增长的语言和框架可供浏览。奥本海默说:“数据科学是一种选择。它会在变小之前变大。”

(2)可组合性

Ai和ml通常涉及多个组件的同步管道,每个组件可以由不同的团队和不同的语言构建。

奥本海默举例说明了一个系统,该系统需要一个模型来选择目标图像,另一个模型从这些图像中提取文本,第三个模型基于这些图像执行情感分析,第四个模型基于情感推荐一个动作。

Oppenheimer说,尽管传统的应用程序开发可能会像微服务一样朝这个方向发展,但与ai和ml需求相比,它仍然相对单一。这需要对一些团队进行调整。

(3)开发过程

“在传统的软件开发中,输出是在受控环境中执行的代码,”奥本海默说。“在机器学习中,输出是一个进化的生态系统——通过代码和实时数据的交互进行推理。这需要一个非常不同的、更加迭代的循环。”

(4)硬件/基础设施

“[it]仍在发展:cpu、tpu、gpu、边缘计算和许多新选项——每个选项都有不同的优势和挑战。

(5)绩效指标

奥本海默指出,“基于ml的性能指标是多维的,并且是上下文敏感的。”这意味着没有适用于每个人甚至许多人的标准指标集。

“如果零售欺诈检测模型在误报方面出错,那么零售欺诈检测模型的准确性可能达到75%,只要它能够足够快地返回结果,而不影响结账过程,”他说。"法务会计师使用的欺诈检测模型可能会导致更准确的交易表现."

有时候,我们通过新旧事物的比较,让可怕的事情看起来更容易处理:就像“我们以前来过这里——我们已经有了这个。”

在这种情况下,这可能会导致it团队将人工智能视为另一个技术采用周期。allcloud数据和人工智能副总裁盖伊欧内斯特(guy ernest)说,但事实并非如此。

“人工智能可能更像人类的大脑或身体:你使用得越多,它就变得越强大、越聪明。”

“大多数技术都很脆弱,”欧内斯特说。“你用得越多,它们就变得越复杂,也就越容易断裂。人工智能可能更像人类的大脑或身体:你使用得越多,它就变得越强大、越聪明。”

不,人工智能不是每个商业问题的解决方案——至少现在不是,sigopt的mccourt指出。但他补充说,那些认为人工智能实际上只是一个科技行业企业的公司正处于危险之中。

“在最坏的情况下,一家公司可以选择退出人工智能革命。如果目前的趋势继续下去,它可能会让公司随大流,而不是引领潮流。

“这个神话已经开始并继续渗透到商业世界,因为人工智能的早期开发者和采用者是技术上最聪明和最先进的公司。然而,每天都会产生新的文档和工具。这些文件和工具可以扩大公司的基础,这些公司可以开始进行人工智能决策。”

人工智能的部分秘密来自于看到人工智能超越人类智能的地方。但就在那时,“机器人霸王”的叙事开始达到高潮。

sikander说:“机器可以尽可能聪明地获取数据和进行编程。”“人工智能和机器学习可以帮助我们识别数据海洋中的模式,并在很少人工干预的情况下自动执行所采取的行动。但计算这些决策和行动的算法和模型必须由人类提供。”

有一种相关的误解认为人工智能学习“就像人类一样”lexisnexis法律和专业首席数据官麦克法兰说,今天情况并非如此。

“人类在学习或解决问题方面有着固有的优势——比如无聊,”麦克法拉尼说。“人工智能模型永远不会觉得无聊,也不会觉得自己的方式愚蠢。他们从几乎无限的可能性中寻找最佳答案。甚至把它追到一个著名的兔子洞里——它可能永远不会出来。相比之下,人类厌倦了追求无限的可能性,停下来,重新考虑情况,然后在没有被告知的情况下追求不同的道路。”

作者:凯文·凯西;;编译:cda数据分析师

本文由@cda数据分析师翻译出版。每个人都是产品经理。未经允许禁止复制。

主题地图来自unsplash,基于cc0协议。

pk拾赛车 福建11选5 福建11选5投注

相关文章

  • 麦当劳将测试人造肉产品

    据澎湃新闻,9月26日,麦当劳公司宣布将在加拿大对一种由beyond meat公司生产的肉饼制成的“植物肉”汉堡进行为期12周的测试,并将在安大略的28家餐厅销售这款“植物肉”汉堡;麦当劳表示,这款新

  • 西双版纳景兰酒店盛大开业 在山林花海间打造绮丽傣泰梦境

    9月19日,景兰酒店系列旗舰品牌——湄公河景兰大酒店盛大开业。据悉,湄公河景兰大酒店及商业集群是海诚集团投资35亿元倾力打造的大型休闲度假综合体,共分三期开发,总建筑面积约为22万平方米,其中酒店使用

  • 案例:贷款领域的用户数据标签化建设

    要做好这一点,那就离不开用户数据标签化建设。用户需要贷款,系统根据用户填写数据和第三方数据,组合起来为用户打上标签。在产品设计层面,我们主要要思考如下问题:首先,我们要确定好用户唯一识别id。如果想做

  • 财政部:1-8月全国一般公共预算支出同比增长8.8%

    其中,中央一般公共预算本级支出22185亿元,同比增长8.6%;地方一般公共预算支出130884亿元,同比增长8.8%。

  • 擎起文明”钧瓷龟甲片”正式面世

    19日下午,钧瓷龟甲片文化艺术品新闻发布会在河南省郑州市举行,河南省人民政府原省长助理卢大伟、河南省教育界书法家协会副主席耿广智等百余名领导、研究中华传统文化的学者、知名书画家、艺术品收藏家等齐聚一堂

  • 「中国稳健前行」中国共产党独特而强大的组织优势

    有人称中国共产党为“历史上最伟大的企业家团队”。组织优势是实现中国共产党领导的根本保证,是中国特色社会主义的最大优势。中国共产党坚持建党的使命。中国共产党成立100年来,历经艰辛。正是基于强烈的使命感

  • 救李连杰的命,还刘德华的债——香港最神秘女人来自哈尔滨

    更令人惊讶的是,这位堪称香港娱乐圈最神秘的女人来自于香港远隔万里的哈尔滨。这次事件之后,李连杰与陈岚成为终生挚友。刘德华欲写欠条还债,向太却当场拒绝。去年向华强过70岁生日,恰逢刘德华在香港开演唱会,

  • 9月15日南宁商品房签约345套 存量房交易0套

    2019年9月15日商品房签约345套,签约面积25663.07平方米;存量房交易0套,交易面积0平方米。据南宁市住房保障和房产管理局网站显示,截止2019年9月15日,商品住房累计可售面积71128

  • 阿里巴巴张勇:从五新到百新 用户的消费在发生巨大变化

    三年前,马云在云栖大会上宣布了阿里巴巴的五新战略,即新零售、新金融、新制造、新技术和新能源。张勇表示,“五新”走向“百新”的过程中,用户的消费在发生巨大变化,现在用户需求可以通过消费者的行为、欲望被感

  • 油费车位摇号通通搞定,为什么还后悔买了电动汽车?

    说到底还是电动汽车电量的问题,这也是电动汽车一直以来给人诟病的一点,续航高的汽车层出不齐,但是充电桩少之又少,不仅要从汽车电量续航方面入手,更重要的是多多在各大城市建立充电桩才是解决电动汽车的根本问题