什么是人工智能?這有份人工智能指南
無論以何種標(biāo)準(zhǔn)衡量，人工智能(AI)都已成為一門大生意。
根據(jù)Gartner的數(shù)據(jù)，到2022年，全球客戶將在人工智能軟件上花費(fèi)625億美元。報(bào)告還指出，48%的CIO已經(jīng)部署了某種人工智能軟件，或計(jì)劃在未來12個(gè)月內(nèi)部署。
所有這些投資吸引了大量專注于人工智能產(chǎn)品的初創(chuàng)公司。CBInsights報(bào)告稱，僅在2022年第一季度，人工智能融資就達(dá)到了151億美元。而在此之前的一個(gè)季度，投資者向人工智能初創(chuàng)公司投入了171億美元。鑒于數(shù)據(jù)驅(qū)動(dòng)人工智能，數(shù)據(jù)分析、機(jī)器學(xué)習(xí)和商業(yè)智能等相關(guān)領(lǐng)域都出現(xiàn)快速增長(zhǎng)也就不足為奇了。
但究竟什么是人工智能?為什么其會(huì)成為科技行業(yè)中如此重要且利潤(rùn)豐厚的一部分?
什么是人工智能?
在某些方面，人工智能與自然智能相反。如果說生物天生具有智能，那么人造機(jī)器可以說是擁有人工智能。所以從某種角度來說，任何“會(huì)思考的機(jī)器”都具有人工智能。
事實(shí)上，人工智能的早期先驅(qū)之一——JohnMcCarthy，將人工智能定義為“制造智能機(jī)器的科學(xué)和工程”。
然而，在實(shí)踐中，計(jì)算機(jī)科學(xué)家使用人工智能這個(gè)術(shù)語來指代機(jī)器的思維方式，人類已經(jīng)把這種思維方式提升到了一個(gè)非常高的水平。
計(jì)算機(jī)非常擅長(zhǎng)計(jì)算——接受輸入、操縱，并產(chǎn)生結(jié)果輸出。但在過去，其還無法完成其他人類擅長(zhǎng)的工作，比如理解和生成語言、通過視覺識(shí)別物體、創(chuàng)造藝術(shù)或從過去的經(jīng)驗(yàn)中學(xué)習(xí)。
但這一切都在改變。
現(xiàn)今，許多計(jì)算機(jī)系統(tǒng)能夠使用普通語言與人類交流。還可以識(shí)別人臉和其他物體。其使用機(jī)器學(xué)習(xí)技術(shù)，尤其是深度學(xué)習(xí)，使自己能夠從過去中學(xué)習(xí)并預(yù)測(cè)未來。
那么，人工智能是怎么走到這一步的呢?
人工智能簡(jiǎn)史
許多人將人工智能的歷史追溯到1950年，當(dāng)時(shí)AlanTuring發(fā)表了《計(jì)算機(jī)器與智能》。Turing的文章開頭寫到，“我提議考慮這個(gè)問題，‘機(jī)器會(huì)思考嗎?’”還提出了一個(gè)被稱為圖靈測(cè)試的場(chǎng)景。Turing提出，如果一個(gè)人不能把機(jī)器和人區(qū)分開來，那么計(jì)算機(jī)就可以被認(rèn)為是智能的。
1956年，JohnMcCarthy和MarvinMinsky主持了第一次人工智能會(huì)議，即達(dá)特茅斯人工智能夏季研究項(xiàng)目(DSRPAI)。該會(huì)議讓計(jì)算機(jī)科學(xué)家相信，人工智能是一個(gè)可以實(shí)現(xiàn)的目標(biāo)，為未來幾十年的進(jìn)一步研究奠定了基礎(chǔ)。人工智能技術(shù)的早期嘗試開發(fā)出了能下西洋跳棋和國(guó)際象棋的機(jī)器人。
1960年代見證了機(jī)器人和一些解決問題的程序的發(fā)展。一個(gè)值得注意的亮點(diǎn)是ELIZA的創(chuàng)建，這是一個(gè)模擬心理治療的程序，為人機(jī)交流提供了一個(gè)早期的例子。
在1970和1980年代，人工智能的發(fā)展仍在繼續(xù)，但速度有所放緩。尤其機(jī)器人領(lǐng)域取得了重大進(jìn)展，比如可以看到和行走的機(jī)器人。Mercedes-Benz推出了第一款(極其有限的)自動(dòng)駕駛汽車。然而，政府對(duì)人工智能研究的資助大幅減少，導(dǎo)致了一段被稱為“人工智能寒冬”的時(shí)期。
1990年代，人們對(duì)人工智能的興趣再次激增。“人工語言互聯(lián)網(wǎng)計(jì)算機(jī)實(shí)體”(ALICE)聊天機(jī)器人證明，自然語言處理可以帶來比ELIZA更自然的人機(jī)交流。這十年也見證了分析技術(shù)的激增，這為后來的人工智能發(fā)展奠定了基礎(chǔ)，以及第一個(gè)循環(huán)神經(jīng)網(wǎng)絡(luò)架構(gòu)的發(fā)展。這也是IBM推出其DeepBlue國(guó)際象棋人工智能的十年，其是首個(gè)戰(zhàn)勝當(dāng)前世界冠軍的人工智能。
2000年代的第一個(gè)十年見證了機(jī)器人技術(shù)的快速創(chuàng)新。第一批Roombas開始吸塵地毯，NASA發(fā)射的機(jī)器人探索火星。而在國(guó)內(nèi)，Google公司正在研發(fā)無人駕駛汽車。
自2010年以來，人工智能技術(shù)出現(xiàn)了前所未有的增長(zhǎng)。硬件和軟件都發(fā)展到了可以實(shí)現(xiàn)物體識(shí)別、自然語言處理和語音助手的程度。IBM的Watson贏得了Jeopardy。Siri、Alexa和Cortana應(yīng)運(yùn)而生，聊天機(jī)器人成為了現(xiàn)代零售的固定設(shè)備。DeepMind的AlphaGo打敗了人類圍棋冠軍。所有行業(yè)的企業(yè)都開始部署人工智能工具來幫助分析數(shù)據(jù)，并取得更大的成功。
現(xiàn)在，人工智能真正開始進(jìn)化，超越一些狹窄和有限的類型，演變?yōu)楦呒?jí)的實(shí)現(xiàn)。
人工智能的類型
不同的計(jì)算機(jī)科學(xué)家小組提出了不同的方法來分類人工智能的類型。一種流行的分類使用三個(gè)類別:
1.狹義的人工智能在一件事上做得非常好。蘋果的Siri、IBM的Watson、Google的AlphaGo都是NarrowAI的例子。狹義的人工智能在當(dāng)今世界相當(dāng)普遍。
2.通用人工智能是人工智能的一種理論形式，其可以與人類一樣執(zhí)行大多數(shù)智能任務(wù)。流行電影中的例子可能包括《2001太空漫游》中的HAL或《鋼鐵俠》中的J.A.R.V.I.S。許多研究人員目前正致力于開發(fā)通用人工智能。
3.超級(jí)人工智能，仍然處于理論階段，其智力遠(yuǎn)遠(yuǎn)超過人類。這種人工智能還沒有接近成為現(xiàn)實(shí)。
另一個(gè)流行的分類使用了四個(gè)不同的類別:
1.反應(yīng)式機(jī)器接收輸入并提供輸出，但它們沒有任何記憶或從過去的經(jīng)驗(yàn)中學(xué)習(xí)。在許多電子游戲中對(duì)抗的機(jī)器人就是反應(yīng)性機(jī)器的典型例子。
2.內(nèi)存有限的機(jī)器可以回溯過去。當(dāng)今道路上的許多車輛都具有屬于此類的先進(jìn)安全功能。例如，如果有汽車在車輛或人員即將超過時(shí)，發(fā)出備份警告，那么其使用的是一組有限的歷史數(shù)據(jù)來得出結(jié)論并提供輸出。
3.心智機(jī)器理論意識(shí)到人類和其他實(shí)體的存在，并有自己獨(dú)立的動(dòng)機(jī)。大多數(shù)研究人員都認(rèn)同，這種人工智能尚未開發(fā)出來，一些研究人員表示不應(yīng)該嘗試這樣做。
4.有自我意識(shí)的機(jī)器知道自己的存在和身份。盡管一些研究人員聲稱，具有自我意識(shí)的人工智能如今已經(jīng)存在，但只有少數(shù)人認(rèn)同這一觀點(diǎn)。開發(fā)具有自我意識(shí)的人工智能存在很大爭(zhēng)議。
雖然從理論角度來看這些分類很有趣，但大多數(shù)組織更感興趣的是可以用人工智能做什么。這將我們帶到了產(chǎn)生大量收入的人工智能方面——人工智能用例。
人工智能的用例
人工智能可能的AI用例和應(yīng)用是無限的。當(dāng)今一些最常見的AI用例包括：
推薦引擎——無論是購(gòu)買一件新毛衣、找一部電影看、瀏覽社交媒體還是試圖尋找真愛，我們都可能會(huì)遇到一個(gè)基于人工智能的算法，其會(huì)給出建議。大多數(shù)推薦引擎使用機(jī)器學(xué)習(xí)模型將用戶的特征和歷史行為與周圍的人進(jìn)行比較。即使用戶自己不知道這些偏好，這些模型也能很好地識(shí)別偏好。
自然語言處理——自然語言處理(NLP)是一個(gè)廣泛的人工智能類別，包括語音到文本、文本到語音、關(guān)鍵字識(shí)別、信息提取、翻譯和語言生成。其允許人類和計(jì)算機(jī)通過普通的人類語言(音頻或打字)進(jìn)行交互，而不是通過編程語言。由于許多NLP工具都包含了機(jī)器學(xué)習(xí)功能，因此它們往往會(huì)隨著時(shí)間的推移而改進(jìn)。
情感分析——人工智能不僅可以理解人類語言，還可以識(shí)別支撐人類對(duì)話的情感。例如，人工智能可以分析數(shù)千個(gè)技術(shù)支持對(duì)話或社交媒體互動(dòng)，并識(shí)別出哪些客戶正在經(jīng)歷強(qiáng)烈的積極或消極情緒。這種類型的分析可以讓客戶支持團(tuán)隊(duì)專注于那些可能有叛變風(fēng)險(xiǎn)的客戶和/或可能被鼓勵(lì)成為品牌倡導(dǎo)者的極度熱情的支持者。
語音助手——很多人每天都與Siri、Alexa、Cortana或Google互動(dòng)。雖然我們經(jīng)常認(rèn)為這些助手是理所當(dāng)然的，但其融合了先進(jìn)的人工智能技術(shù)，包括自然語言處理和機(jī)器學(xué)習(xí)。
欺詐預(yù)防——金融服務(wù)公司和零售商經(jīng)常使用高度先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)來識(shí)別欺詐交易。其在金融數(shù)據(jù)中尋找模式，當(dāng)交易看起來異?；蚍弦阎钠墼p模式時(shí)，就會(huì)發(fā)出警報(bào)，以阻止或減輕犯罪活動(dòng)。
圖像識(shí)別——很多人都使用基于人工智能的面部識(shí)別來解鎖手機(jī)。這種人工智能還支持自動(dòng)駕駛汽車，并允許自動(dòng)處理許多與健康有關(guān)的掃描和測(cè)試。
預(yù)測(cè)性維護(hù)——許多行業(yè)，如制造、石油和天然氣、運(yùn)輸和能源嚴(yán)重依賴機(jī)械。當(dāng)機(jī)械停機(jī)時(shí)，成本可能會(huì)非常高。目前，企業(yè)正在結(jié)合使用目標(biāo)識(shí)別和機(jī)器學(xué)習(xí)技術(shù)，來提前識(shí)別設(shè)備可能發(fā)生故障的時(shí)間，以便在故障最小化的時(shí)間安排維修。
預(yù)測(cè)分析和禁止分析——預(yù)測(cè)算法可以分析任何類型的業(yè)務(wù)數(shù)據(jù)，并將其用作預(yù)測(cè)未來可能發(fā)生事件的基礎(chǔ)。規(guī)范性分析還處于起步階段，其更進(jìn)一步，不僅可以做出預(yù)測(cè)，還可以提供建議，告知組織應(yīng)該為可能發(fā)生的未來事件做好準(zhǔn)備。
自動(dòng)駕駛汽車——當(dāng)今生產(chǎn)的大多數(shù)汽車都具有一些自動(dòng)駕駛功能，如停車輔助、車道居中和自適應(yīng)巡航。雖然完全自動(dòng)駕駛汽車仍然很昂貴，且相對(duì)稀少，但已經(jīng)在路上，并且驅(qū)動(dòng)其的人工智能技術(shù)正在變得越來越好，越來越便宜。
機(jī)器人技術(shù)——工業(yè)機(jī)器人是人工智能最早的應(yīng)用之一，其仍然是人工智能市場(chǎng)的重要組成部分。消費(fèi)型機(jī)器人，如機(jī)器人吸塵器、調(diào)酒師和割草機(jī)，正變得越來越普遍。
當(dāng)然，這些只是人工智能的一些廣為人知的用例。科技正以如此多的方式滲透到我們的日常生活中，以至于我們常常沒有完全意識(shí)到它們。
人工智能的未來
那么，人工智能的未來在哪里?顯然，其正在重塑消費(fèi)者和商業(yè)市場(chǎng)。
推動(dòng)人工智能的技術(shù)繼續(xù)以穩(wěn)定的速度發(fā)展。量子計(jì)算等未來的進(jìn)步可能最終會(huì)帶來重大的創(chuàng)新，但在近期內(nèi)，這項(xiàng)技術(shù)本身似乎很可能會(huì)沿著一條可預(yù)測(cè)的不斷改進(jìn)的道路繼續(xù)前進(jìn)。
目前尚不清楚的是人類將如何適應(yīng)人工智能。這個(gè)問題對(duì)未來幾十年的人類生活產(chǎn)生了重大影響。
許多早期的AI實(shí)現(xiàn)都遇到了重大挑戰(zhàn)。在某些情況下，用于訓(xùn)練模型的數(shù)據(jù)會(huì)讓偏差感染AI系統(tǒng)，導(dǎo)致其無法使用。
在其他許多情況下，企業(yè)在部署AI后并沒有看到希望的財(cái)務(wù)結(jié)果。技術(shù)可能已經(jīng)成熟，但圍繞其的業(yè)務(wù)流程卻還不成熟。
Gartner高級(jí)研究總監(jiān)Alys Woodward表示:“人工智能軟件市場(chǎng)正在加速發(fā)展，但其長(zhǎng)期發(fā)展軌跡將取決于企業(yè)能否提高其人工智能成熟度?！?/p>
Woodware補(bǔ)充道:“成功的AI業(yè)務(wù)成果將取決于對(duì)用例的謹(jǐn)慎選擇。提供重大業(yè)務(wù)價(jià)值的用例，同時(shí)可以通過擴(kuò)展來降低風(fēng)險(xiǎn)，這對(duì)于展示AI投資對(duì)業(yè)務(wù)利益相關(guān)者的影響至關(guān)重要。”
組織正在轉(zhuǎn)向使用AIOps等方法來幫助更好地管理AI部署。他們?cè)絹碓蕉嗟貙ふ乙匀藶橹行牡娜斯ぶ悄?，利用人工智能來增?qiáng)而不是取代人類工人。
在非常現(xiàn)實(shí)的意義上，人工智能的未來可能更多地是關(guān)于人，而不是機(jī)器。
