人工智能：备忘单

人工智能：备忘单

目录

经过 布兰登·维利亚罗洛 在 人工智能 太平洋标准时间 2020 年 10 月 23 日上午 10:23

在这个在企业中使用 AI 的初学者指南中了解人工智能基础知识、业务用例等。

img

人工智能：商业领袖需要知道什么

人工智能 (AI) 是商业计算领域的下一件大事。它的用途有多种形式，从响应客户聊天的简单工具到预测整个组织轨迹的复杂机器学习系统。流行并不一定会让人熟悉，尽管人工智能作为最先进的功能不断出现，但它经常被误解。

为了帮助商业领袖了解人工智能的能力、如何使用它以及从哪里开始人工智能之旅，必须首先消除围绕计算技术这一巨大飞跃的神话。在此 AI 备忘单中了解更多信息。本文也可下载，备忘单：人工智能（免费 PDF）。

参见：TechRepublic 的所有备忘单和聪明人指南

什么是人工智能？

当想到人工智能时，很容易被拉入科幻机器人的世界，如星际迷航：下一代的数据、终结者系列的天网和银河系漫游指南中的偏执机器人马文。

然而，人工智能的现实与小说完全不同。我们生活在一个可以教计算机执行有限任务的时代，而不是模仿人类智能的完全自主的思维机器，这些任务涉及做出与人类相似的判断，但远不能像人类一样进行推理。

现代人工智能可以执行图像识别、理解人类的自然语言和书写模式、在不同类型的数据之间建立联系、识别模式中的异常、制定战略、预测等等。

所有人工智能都归结为一个核心概念：模式识别。所有应用程序和各种人工智能的核心是识别模式并根据这些模式进行推理的简单能力。

参见：人工智能：商业领袖指南（免费 PDF）（TechRepublic）

就我们定义的智能而言，人工智能并不是真正的智能：它不能思考，也缺乏推理能力，它没有表现出偏好或意见，而且它不能在非常狭窄的训练范围之外做任何事情。

这并不意味着人工智能对试图解决现实世界问题的企业和消费者没有用处，只是意味着我们离真正能够做出独立决策或得出结论的机器相去甚远，而无需首先获得适当的数据. 人工智能仍然是一项技术奇迹，但距离复制人类智能或真正智能的行为还很远。

其他资源

人工智能能做什么？

AI 的强大之处在于它能够非常熟练地做人类训练它做的事情。微软和阿里巴巴独立打造了阅读理解能力比人类更好的人工智能机器，微软拥有比人类制造商更擅长语音识别的人工智能，一些研究人员预测，人工智能将在不到 50 年的时间里在大多数方面超越人类。

这并不意味着这些人工智能创造物是真正智能的——只是它们能够以比我们容易出错的有机体更高的效率执行类似人类的任务。比如说，如果你尝试给语音识别 AI 一个图像识别任务，它会完全失败。所有人工智能系统都是为非常具体的任务而构建的，它们没有能力做任何其他事情。

自2020 年初COVID-19大流行以来，随着企业急于填补被迫远程工作的员工或因经济压力而失业的员工留下的漏洞，人工智能和机器学习的活动激增。大流行病。

大流行期间人工智能的快速采用凸显了人工智能可以做的另一件事：取代人类工人。据 Gartner 称，79% 的企业目前正在探索或试点 AI 项目，这意味着这些项目处于COVID-19后的早期发展阶段。Algorithmia 发现，大流行对 AI 所做的是导致优先级和应用程序的转变：大流行后的 AI 项目不再专注于财务分析和消费者洞察，而是专注于客户体验和成本优化。

与其他 AI 应用程序一样，客户体验和成本优化基于模式识别。在前者的情况下，人工智能机器人可以执行许多基本的客户服务任务，让员工可以只处理需要人工干预的情况。像这样的人工智能在大流行期间尤为普遍，当时员工被迫离开呼叫中心，给业务的客户服务端带来压力。

其他资源

人工智能的商业应用有哪些？

现代人工智能系统能够做出惊人的事情，不难想象它们适合什么样的业务任务和解决问题的练习。想想任何日常任务，即使是极其复杂的任务，人工智能有可能比人类更准确、更快速地完成它——只是不要指望它能够进行科幻小说级别的推理。

在商业世界中，有很多 AI 应用程序，但也许没有一个比业务分析及其最终目标：规范分析更受关注。

业务分析是一组复杂的流程，旨在对业务的当前状态进行建模，预测如果保持当前轨迹将走向何方，并根据给定的一组变化对潜在的未来进行建模。在人工智能时代之前，分析工作缓慢、繁琐且范围有限。

参见：特别报告：在企业中管理 AI 和 ML (ZDNet) | 下载免费的 PDF 版本(TechRepublic)

在对企业的过去进行建模时，有必要考虑几乎无穷无尽的变量，对大量数据进行分类，并将所有这些都包含在分析中，以构建组织当前状态的完整图景。想想你所在的行业和所有需要考虑的事情，然后想象一个人试图计算所有这些——至少可以说很麻烦。

使用既定的过去模型预测未来可能很容易，但如果没有人工智能的帮助，旨在通过调整组织当前的路线来寻找最佳结果的规范性分析可能是完全不可能的。

参见：人工智能道德政策（TechRepublic Premium）

有许多人工智能软件平台和人工智能机器可以完成所有这些繁重的工作，其结果正在改变企业：曾经对小型组织来说遥不可及的事情现在变得可行，各种规模的企业都可以充分利用每种资源通过使用人工智能来设计完美的未来。

分析可能是商业人工智能的后起之秀，但它并不是人工智能在商业和工业领域的唯一应用。企业的其他 AI 用例包括以下内容。

  • 招聘和就业：人类往往会忽视合格的候选人，或者候选人可能无法引起人们的注意。人工智能可以通过更快地筛选大量候选人并注意到可能被忽视的合格人员来简化招聘。
  • 欺诈检测：人工智能非常擅长发现细微的差异和不规则行为。如果接受过监控金融和银行业务流量的培训，人工智能系统可以发现人类可能错过的细微欺诈指标。
  • 网络安全：就像金融违规行为一样，人工智能非常擅长检测黑客攻击和其他网络安全问题的指标。
  • 数据管理：使用人工智能对原始数据进行分类并找到以前未知的项目之间的关系。
  • 客户关系：由于自然语言处理，现代人工智能聊天机器人非常擅长进行对话。人工智能聊天机器人可以成为客户互动的第一线。
  • 医疗保健：一些AI不仅能够在医生之前发现癌症和其他健康问题，它们还可以根据长期记录和趋势提供对患者护理的反馈。
  • 预测市场趋势：就像商业分析领域的规范性分析一样，人工智能系统可以被训练来预测更大市场的趋势，这可以让企业抓住新兴趋势。
  • 减少能源使用：人工智能可以简化建筑物乃至整个城市的能源使用，并更好地预测建筑规划、石油和天然气钻探以及其他以能源为中心的项目。
  • 营销： 可以训练人工智能系统来增加面向个人和更大市场的营销价值，帮助组织节省资金并获得更好的营销效果。

如果问题涉及数据，人工智能很有可能会提供帮助。这份清单并不完整，人工智能和机器学习方面的新创新一直在进行。

其他资源

有哪些人工智能平台可用？

在采用 AI 策略时，重要的是要知道哪些类型的软件可用于以业务为中心的 AI。谷歌、AWS、微软和 IBM 等通常的云托管嫌疑人提供了各种各样的平台，选择正确的平台可能意味着成功与失败的区别。

AWS Machine Learning提供了多种在 AWS 云中运行的工具。人工智能服务、预先构建的框架、分析工具等都可用，其中许多旨在消除入门的繁琐工作。AWS 为开发人员提供预先构建的算法、一键式机器学习培训和培训工具，以帮助他们开始或扩展他们的 AI 开发知识。

谷歌云提供了与 AWS 类似的 AI 解决方案，并且有几个预构建的整体 AI 解决方案，组织可以（理想情况下）以最少的努力插入到他们的组织中。Google 的 AI 产品包括TensorFlow开源机器学习库。

微软的 AI 平台带有预先生成的服务、随时可以部署的云基础设施，以及各种可以插入现有模型的附加 AI 工具。它的 AI Lab 还提供了广泛的 AI 应用程序，开发人员可以修改并学习其他人的做法。微软还提供了一个 AI 学校，其中包含专门针对商业应用程序的教育课程。

Watson是 IBM 的云托管机器学习和商业 AI 版本，但它更进一步，提供了更多 AI 选项。IBM 为不想依赖云托管的企业提供为 AI 任务定制的现场服务器，并且它还有IBM AI OpenScale，一个可以集成到其他云托管服务的 AI 平台，这可以帮助避免供应商锁定。

在选择 AI 平台之前，重要的是要确定您在组织中拥有哪些类型的技能，以及在招聘新的 AI 团队成员时您希望重点关注哪些技能。这些平台可能需要不同类型的开发和数据科学技能的专业化，所以一定要做出相应的计划。

其他资源

企业需要投资哪些人工智能技能？

由于商业 AI 的形式如此之多，因此很难确定组织需要哪些技能来实施它。

正如 TechRepublic 先前报道的那样，寻找具有正确人工智能技能的员工是希望开始使用人工智能的组织最常提到的问题。

AI 项目所需的技能因业务需求和所使用的平台而异，尽管大多数最大的平台（如上面列出的平台）都支持 AI 所需的大部分（如果不是全部）最常用的编程语言和技能。

参见：不要错过我们关于 AI 的最新报道（Flipboard 上的 TechRepublic）

TechRepublic 在 2018 年 3 月涵盖了10 项最需要的 AI 技能，这是对组织在建立或扩展业务 AI 团队时应考虑的培训类型的极好总结：

  1. 机器学习
  2. Python
  3. R
  4. 数据科学
  5. Hadoop
  6. 大数据
  7. Java
  8. 数据挖掘
  9. spark
  10. SAS

许多商业 AI 平台提供有关运行其架构的细节以及开发更多 AI 工具所需的编程语言的培训课程。认真对待 AI 的企业应该计划雇用新员工或为现有员工提供必要的时间和资源，以培训使 AI 项目成功所需的技能。

其他资源

企业如何开始使用人工智能？

开始使用商业 AI 并不像简单地在 AI 平台提供商上花钱并启动一些预先构建的模型和算法那么容易。将 AI 成功添加到组织中需要做很多事情。

这一切的核心是良好的项目规划。将人工智能添加到企业中，无论将如何使用，就像任何业务转型计划一样。以下是开始使用商业 AI 的一种方法的概述。

  1. 确定您的 AI 目标。弄清楚如何在您的组织中使用人工智能以及达到什么目的。通过专注于具有特定目标的更窄的实现，您可以更好地分配资源。
  2. 确定到达那里需要发生什么。一旦你知道你想去哪里，你就可以弄清楚你在哪里以及如何进行旅程。这可能包括开始对现有数据进行排序、收集新数据、招聘人才和其他项目前步骤。
  3. 建立一个团队。有了最终目标和实现目标的计划，是时候组建最好的团队来实现它了。这可以包括现有员工，但不要害怕走出组织去寻找最合格的人。此外，一定要让现有员工接受培训，以便他们有机会为项目做出贡献。
  4. 选择一个人工智能平台。一些人工智能平台可能更适合特定项目，但总的来说，它们都提供类似的产品，以便相互竞争。让您的团队就选择哪个 AI 平台提出建议——他们是将在战壕中的专家。
  5. 开始实施。有了目标、团队和平台，您就可以开始认真工作了。这不会很快：人工智能机器需要接受训练，必须对数据子集进行测试，并且在商业人工智能准备好进入现实世界之前需要进行大量调整。

其他资源

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/liq07lzucn/p/14907382.html