AI /自动化
无处不在的认知AI将重新定义我们的日常体验
企业正在使用人工智能(AI)来制造解决方案，以做出明智的决策、放大人类创造力、完成高精度操作、优化成本等等。本文探讨了人工智能为世界做了什么，以及它将如何改变未来。
是人工智能(AI)终于准备好黄金时间了吗?我没有一天不听说人工智能及其对人类的深远影响(部分有益，部分有害)。当然，人工智能并不是什么新事物——你可以问问任何开过飞机的人，他们在长途飞行中是否打开了“自动驾驶”功能。如今，人工智能检测模式并指导企业为员工、管理层和股东做出最佳决策。
我喜欢把人工智能看作是知识工作者不断追求自动化日常任务、成倍提高生产力、有效获取和传播知识的结果，这样机器就可以放大工人的创造力并保持竞争力。竞争是关键。在知识经济时代，我们生活在一个地球村，几乎每个人都可以相互交流和合作。因此，在每一个行业，人工智能的使用和复杂程度都给企业带来了放大商业服务和产品的独特优势。
在不久的将来，人工智能将随处可见——即使当我们在零售店的地板上或医院的手术室里执行任务时，我们并不知道它的存在。例如，预测分析可以帮助零售商根据顾客的购买行为进行极具针对性的促销和广告。我们都听说过(可能也用过)谷歌Assistant或Siri这样的产品，它们能不断了解我们的欲望和期望。软件正在学习人类行为并预测我们的下一步行动。为此，计算机有时在采取下一步行动之前会征求许可;其他时候，他们不会。
你听说过Facebook实验室推出的一个名为“DeepText”的程序吗?它是一种人工智能，可以探测到人类交流的微妙之处，并实际上显示出某种程度的常识，否则被认为是无法实现的。对于一个社交网络来说，像DeepText这样的平台可以通过分析消费者的沟通来预测他们的需求。Facebook称，它可以主动完成任务，而不是被告知该做什么，因为它的学习“近乎人类的准确性”。我们现在正处在这样一个阶段，企业正在编写如此复杂、如此先进的算法，以至于它们可以模仿人类的认知任务。
一家名为安捷伦科技(Agilent Technologies)的美国公司开发了一种心电图仪，利用其在每次诊断后对病情了解更多的能力，可以估计出病人发生急性心肌缺血的概率。更好的是，这种智能设备是“时间不敏感的”，这意味着它有能力预测患者是否会发展为ACI，而不一定是在测试的那一刻。此外，由于有近10亿人患有糖尿病或可能患上糖尿病，人工智能移动设备将监测血液中的血糖水平，如果血糖水平过高，可以通过虚拟医生推荐治疗方案。
西雅图ATL超声公司的另一项医学突破证明了这一进步。该公司开发了一系列用于成像和监测心脏组织结构及其活动的诊断超声系统。如何?通过利用机器学习算法，在检查过程中研究数百万个参数，消除医生认为无关的频率。因此，患者的访问远比之前超声系统可以积累数据和学习每个参数更有效。
由于人工智能领域的进步，计算机现在可以积累数据并向我们学习。事实上，在知识经济中，以每天积累的经验为基础的行为是成功的关键，现在的增长依赖于可用信息的数量、质量和可获得性。在这种经济中，人工智能帮助我们利用所有这些信息，以放大企业向消费者提供的任何产品或服务。
独一无二的第六感
人工智能是一种非常有用、无处不在的工具，它很快就会成为一种第六感。据“第六感”技术的发明者、科学家Pranav Mistry称，人工智能的最新化身是一种可穿戴的手势界面，它可以用数字信息增强我们周围的物理世界，并让我们用自然的手势与这些信息交互。
“虽然计算设备的小型化使我们携带电脑在我们的口袋里,让我们不断地连接到数字世界,之间没有联系我们的数字设备和与现实世界的相互作用,”教授Mistry写道,麻省理工学院的工作。他观察到，“信息传统上被限制在纸上或数字屏幕上。第六感填补了这一空白，将无形的数字信息带入有形的世界，并允许我们通过自然手势与这些信息互动。第六感通过与现实无缝集成，将信息从其限制中解放出来，从而使整个世界成为你的电脑。”
把机器人从工厂地板上拆下来
我们对人工智能设备的看法发生了重大变化，这明显体现在人工智能设备正在从工厂装配线上“拆卸”出来。配备了人工智能软件的机器可以充当老年人的巡回医疗陪伴者，为他们提供正确剂量的药物，并提醒他们的日常日程安排。作为第六感，人工智能可以简化业务流程，放大人类精神的精华。从确定性自动化到认知机器学习和软件代码修正，如今的企业可以使用人工智能来识别新的体验、新产品或服务。
对医疗和交通领域的深入研究表明，人工智能正在深刻地改变我们周围的世界。在这两个行业，人工智能都在快速地从“机器学习”进化到“深度学习”。“机器学习是一种通过编程让计算机检测模式并据此预测行为的方法。”它需要人类的指导来帮助它学习规则和它应该知道的信息。然而，它受到有限的可能性的限制。还记得大约20年前与国际象棋冠军较量的电脑吗?人类程序员的艰巨任务是将每一种可能的国际象棋走法和结果输入计算机。它自己不能学会国际象棋，而且据说它花了程序员大量的时间来准备这台电脑。
从工厂车间到手术室
今天，人工智能变得如此聪明，甚至在决策中发挥了作用。在图像判读领域，医生可以接收几十张不同的医学图像，这些图像可以由一台人工智能扫描仪同时识别。过去在昂贵的x光设备前需要数小时甚至数天的工作，现在可以在几分钟内完成。想想看，如果医生接受了从血管造影到核磁共振的所有检查，那么对病人的完整评估是多么有用。这当然是技术正在放大人类潜力的情况。
情境感知智能无处不在，而且越来越好。摩根士丹利(Morgan Stanley)援引的一项研究报告称，未来20年，仅美国就有47%的工作可能实现自动化。文章接着指出，在98%的情况下，银行信贷员的工作被自动化的可能性最高(考虑到摩根士丹利(Morgan Stanley)帮助传播了这份报告，这真的很讽刺)。最低的?小学教师和医生——两者的概率都是0.4%。无论在哪个行业，人工智能认知机器学习的存在都是众所周知的。
想想一个医学院的学生，学习成为一名外科医生。尽管这项研究预测，人工智能认知机器学习在20年内完全取代她的工作的可能性只有0.4%，但我的观点是，这项技术将放大她的专业才能的可能性是100%。即使对学生来说，人工智能也能预测未来外科医生所需的技术进展。这就是我们所说的“确定性自动化”——从医学院学生的学业进步中学习的技术，在训练的身体和心理方面都有帮助。
例如，外科医生必须知道如何接触和修复人体。没有理由不让电脑在每次手术中都变得更智能——就像一个学生首先成为外科住院医生，然后在手术室协助多年后，进步成为一名成熟的外科医生。想想看，一个复杂的手术只需要一个人类外科医生，而不是一个四人小组就能提高效率。这样，其他三位医学专家就可以腾出时间给其他病人动手术。《科学转化医学》(Science Translational Medicine)杂志报道了研究人员如何编程让机器人外科医生执行一种名为“肠道吻合术”的手术。“这是一项了不起的成就，因为我们几十年来所熟悉的机械臂通常是在装配线上焊接金属。”然而，这个医疗机器人用极其精确的方法把被切开的肠子缝合了起来。
驾驶智能汽车
交通运输是另一个非常适合机器学习和有目的自动化的行业。最近，几乎每家汽车公司都宣布了自动驾驶汽车开发项目。虽然一些公司与科技公司安排了合资，但其他一些公司对自己的技术能力(以及对购车者需求的了解和广泛的经销商网络)有信心，并决定单干。谷歌仍然是一家非汽车公司，长期以来一直有意制造和销售一款没有方向盘、加速器和刹车踏板的人工智能汽车。
它之所以能造出带有这样一个备用仪表盘的汽车，是因为它对自己的深度学习技术有信心——正是这种技术帮助谷歌的AlphaGo程序在复杂的围棋比赛中击败了世界冠军。这台电脑在与人类围棋大师下棋时从不需要持续的人工输入，这与其他公司过去的电脑截然不同，过去的电脑必须通过信息编程才能参加国际象棋比赛或游戏节目。神经网络的优势在于，它和人类的大脑没有什么不同——在继续玩游戏或开车时，它会变得更聪明，并学习所需的东西。
其他自动驾驶项目则采取了不同的方法，在汽车上安装数十个传感器，帮助驾驶员驾驶。这些更像是先进的巡航控制功能，而不是深度学习神经网络。汽车制造商也知道一些技术公司似乎无法理解的事情——人们喜欢坐在方向盘后面开车。这是一种有趣的活动，可以让你独立，并逃离一个超连接的世界。
可以肯定的是，当涉及到人工智能时，每个人似乎都在采取战略行动。根据研究公司CB Insights的数据，自2011年以来，大公司已经收购了31家人工智能初创公司
咨询公司普华永道(PricewaterhouseCoopers)在一项研究中用不同的指标确定，企业仅在今年就收购了29家人工智能初创企业，这一趋势最终将超过2015年发生的37笔此类交易。就连英特尔(Intel)也在放弃其长达数十年的微芯片专业，将精力更多地集中在建立数据中心上。事实上，该公司最近收购了一家名为Nervana Systems的人工智能初创公司。负责数据中心开发的英特尔高管在公司博客中写道:“Nervana在加速深度学习算法方面的知识产权和专业知识将扩大英特尔在人工智能领域的能力。”为了不被打败，苹果也收购了另一家人工智能公司Turi Incorporated。在牛津大学两位研究人员的开创性工作中，一篇名为《就业的未来:工作对计算机化的影响有多大?》——认知机器学习的发展速度是所有行业都必须解决的问题。例如，论文引用了2004年的另一项研究，该研究表明无人驾驶汽车的制造商很难模仿人类的反应和思维过程。根据2004年的论文，“向迎面驶来的车辆左转涉及到如此多的因素，很难想象发现一套可以取代(人类)司机行为的规则....”然而，如今许多追求无人驾驶汽车的公司已经开发出了完全自动驾驶的车辆，这些车辆确实可以像人类学习驾驶一样学习。
当无人驾驶汽车的计算机大脑与人类的行动和反应难以区分时，我们需要感谢软件工程师。在过去，如果计算机是一个在电视游戏节目中与人类竞争的“参赛者”，工程师必须为主机编写程序，包含每个潜在的问题和每个正确的答案。现在，人工智能本身拥有识别和修复软件代码的认知能力;因此，工程师可以利用他们的智能来识别新的体验、新的产品或服务。毫无疑问，人工智能正在成为一种非常有用的工具，将放大人类的潜力。
商业上的成功
最后，我们不要忘记人工智能有严肃的商业应用。虽然这项技术是牛津大学教授们的专利，但它也帮助各类企业赚钱。我认为在零售领域，人工智能的潜力是无与伦比的。在商品销售的各个方面——从展示中心的一条牛仔裤到装载着数吨最新时尚服装横越太平洋的集装箱船——都是如此人工智能可以同时看到最小的细节和最大的图片，并将所有这些数据转化为简单易用的指导，告诉人们如何让商店充满适量的商品，以及下一季哪种商品最畅销。几个世纪以来，商人们一直试图完善供应链，但这是一件复杂的事情!时尚界依赖于消费者不断变化的品味，以及运输商品的燃料成本、缝制服装的劳动力成本和制造服装所涉及的原材料成本。人工智能覆盖了所有这些步骤，因此人类可以在实体店成为一名热情、乐于助人的迎新员。当涉及到在线商务时，购物者甚至不知道他们不是在和人打交道。“栩栩如生”是每位软件工程师和每位零售客户的目标
人工智能需要治理
总有一天，认知机器学习变得如此先进，计算机将不仅仅是工具——正如专家所说，它们将成为我们的第六感。它们将成为我们的一部分，成为我们日常生活的一部分。这就是为什么我们会看到社区就人工智能的发展达成共识。毕竟，人类在一个社会中已经有了数万年的共同生活规则。同样地，我们也会制定管理AI行为的规则，阐明如果这些规则被破坏将会产生何种后果。谷歌旗下人工智能研究实验室DeepMind的首席执行官最近表示，全球社区应该控制能够自主学习的人工智能机器。我完全同意，因为为任何新的和日益先进的技术建立协议对每个参与的人来说都是明智的举动。指导方针的建立是当我们人类想要专注并进一步发展我们自己和我们的技术时所做的事情。人工智能将以我们从未想象过的方式放大我们的天赋和能力——这让一个不断成长的企业感到非常高兴。
