人工智慧的普及竟然還存在這種困惑

2021-08-19 05:49:35 字數 1495 閱讀 9393

來自敘事科學的研究聲稱人工智慧定義的困惑正在阻礙它,儘管62%的企業受訪者認為它將在2023年前推出。

這些統計資料比其他任何事情都更加突出了混淆,並且對日常生活中已經存在的人工智慧技術一無所知。人工智慧在科幻電影和現實生活中並不新鮮。從蘋果裝置上的語音控制功能到亞馬遜的推薦購買或臉譜網的內容推薦,人工智慧一直在技術的真實世界中流傳,很少有人意識到它的影響。所提及的功能是人工智慧,它是最簡單的版本之一,儘管國際商用機器公司一直在其watson產品方面取得進展,進入更複雜的領域,如醫療診斷,建築管理和天氣建模系統。

儘管這是乙個令人鼓舞的統計資料,但報告還強調了對技術本身的定義存在混淆。對調查做出貢獻的人中,62%表示他們目前沒有使用人工智慧,然而在隨後的調查中,88%的人被發現是受人工智慧技術支配的產品或解決方案。20%的受訪者強調,只有在更清晰地了解這項技術是什麼,它適合資訊科技部門的功能以及它的好處之後,才會在他們的組織中實施人工智慧。

但是人工智慧的真正潛力是什麼?根據報告,**分析是最突出的用例。38%的受訪者認為對與機器,客戶或商業健康有關的活動進行**是最相關的用例。這是更明顯的用例之一,因為它與底線直接相關,從而挽回了對技術的投資。無論這是租賃裝置的維修,了解哪些客戶最有可能流失或了解可能影響供需動態的外部因素,這些都是影響利潤率的用例。

這些用例還可以與大資料的增長聯絡起來,並希望通過變得更加智慧型來提高競爭力。公司可以獲得的資訊越多,知情的決策就會越多,所承擔的風險就會降低。取決於你對這個行業的看法,在使用資料時要麼非常好,要麼很糟糕。這個數字幾乎肯定在中間,因為分析這些資料只需要很多人工時間,而資料科學家的需求量很大。

隨著物聯網的推出,提高採集效率和更有效的實時解決方案,組織可用資訊的浪潮將繼續增長。為了實現對資料收集,儲存和管理的投資,人工智慧解決方案可以將資訊理解並將其轉化為洞察力,因為人類無法保持足夠長的時間來完成相同級別的工作。為了確保投資回報並避免淹沒資訊的膨脹,人工智慧可能至關重要。

報告期間受到關注的另乙個領域是自動化。目前這在議程上似乎很低,但有25%的受訪者認為這是最重要的用例。自終結者發布以來圍繞人工智慧旋轉的神話之一是人工智慧最終將消除對人類的需求。這一切都非常黯淡,但人工智慧給企業提供了從員工身上帶走更多世俗化,簡單化和重複性任務的機會,以確保他們能夠將更多時間集中在對業務成功更有價值和關鍵的部分。

雖然仍需要關注人工智慧的實際情況以及通過實施這些新一代技術可以實現的目標,但是進展已經開始顯現。如果雲計算和5g成為推動物聯網發展的驅動力,為確保時間和投資不是浪費,人工智慧驅動解決方案的幫助似乎至關重要。人工智慧解決方案不會(或者至少在不久的將來)做出關鍵業務決策,儘管大資料的承諾是提供合適的資訊水平以確保企業做出明智的決策。人工智慧可能是資訊與見解之間的聯絡。

知道什麼是人工智慧正規化,普及人工智慧的應用。

雖然在過去的十年裡,我們似乎已經取得了長足的進步,從研究的角度來看確實如此,但人工智慧在企業中的應用仍然比較低。根據一些研究,只有20 左右的公司在嘗試使用人工智慧。大多數公司才開始涉足人工智慧。新的資訊時代,很大程度上依賴於知識,而我們目前缺少很多專家。圍繞著人工智慧有很多恐懼和炒作,為了了解什麼...

人工智慧存在的問題是什麼(二)

首先我們給大家介紹一下第乙個人工智慧的問題,那就是常識的困難之處在於它對我們而言是在太顯而易見了,甚至很難用語言去描述它,進而在資料中給它打標籤。對於所有 顯而易見 的東西,我們存在巨大的盲點。因此,我們無法教計算機常識,不僅因為這可能不切實際,更根本的原因是我們甚至沒有意識到常識是什麼。直到我們發...

人工智慧存在的問題是什麼(三)

我們在前面說到了人工智慧中有乙個莫拉維克悖論,因為這是當今任何嚴肅的人工智慧工作的焦點。如果我們想解決莫拉維克的悖論,我們就多少需要模仿生物體純粹依靠觀察世界學習的能力,而不需要標籤。實現這一目標的乙個有希望的想法是構建乙個系統,對未來的事件進行 並通過將實際的發展與系統的 進行比較來學習。大量的實...