|
本文选自哈佛商业评论，作者布拉德·鲍尔，点击「阅读原文」查看原网页。 人工智能(AI)可谓是几经周折的概念，因为多年以来，科学家与科幻家们不断声称思维机近在咫尺。然而，我们似乎才刚刚真正迎来人工智能的转折点。人工智能、专家系统及商务智能的概念，虽已伴随我们数十年之久，但近期才在多项推动力的共同作用下演变成事实，这些推动力包括技术能力的指数级增长(如摩尔定律)、智慧的分析引擎及数据激增等。 如今，大多数人都听说过大数据：传感器数量的激增(“物联网”)正在推动“结构化”数据呈指数级增长。以此为基础，我们还能通过分析诸如文本和视频等“非结构化”数据来捕捉客户情绪的信息。企业一直使用分析技术从这些新型可用的数据中挖掘洞察力，以提高效率和效力。例如，企业现在可使用分析技术来决定哪些销售代表应该负责哪块销售工作、在一天中的哪个时段联系客户效力最高、以及是否通过电子邮件、发送信息或打电话等联系方式等。 随着越来越多的信息贴有“标签”以及分析引擎的智慧性不断提高，此类数字化数据挖掘活动也变得越来越高效强大。IBM研究院共生认知系统部总监Dario Gil表示： “网络上的数据分类标记越来越清晰——当用户上传和使用数据时，同时也在通过评论和数字足迹给它们添加注释。这些带注解的数据能够大大提高机器学习算法的培训能力，而无需机器学习专家给这些数据手动编制目录和索引。借助具有大规模并行计算能力的计算机，我们可以通过众包方式来了解哪种算法能够生成更好的答案。例如，当IBM 沃森超级计算机参加“Jeopardy!”挑战赛时，该系统使用了数百个评分引擎，通过不同的引擎馈送各类假设并实施并行评分，然后再对出众的算法实施加权，以便充满信心地提供准确的最终答案。” 超越数据分析专家(Quants) 有趣的是，多年以来，进行具体分析一直都是极为费时又费力行为。您需要通过“数据分析专家”——熟练掌握统计知识的数学家和工程师们来构建模型，才能将数据真正利用起来。正如Babson教授及分析专家Tom Davenport解释的那样，一直以来，人类都在周而复始地开展着创建假设、发现相关变量、构建和运行模型的过程。数据分析专家通常每周都会创建1~2个不错的模型。 然而，面向定量数据的机器学习工具—— 也许是人工智能的首个应用每周却能创建数千个模型。例如，在编排网络广告时，计算机能够决定在哪类内容中间插放哪些广告最合适。大量的数字广告及永无休止的点击流数据，需要依赖机器学习而不是人类来决定网络广告的最佳插放位置。DataXu等公司使用机器学习方法每周可生成近5,000个不同的模型，可在15毫秒内做出决策，因此能够更加准确地决定广告插放位置，从而提高点击率。 Tom Davenport表示：“我从一开始就坚信人工智能和机器学习能够显著提高人类数据分析专家的生产力。与人类数据分析专家相比，机器学习所欠缺的是它无法决定应该将哪些内容放在模型中以及如何利用这些内容。说服经理人基于分析洞察结果来采取行动至关重要。例如，通过对Osco Pharmacy进行早期分析洞察，会发现人们喜欢跟啤酒一起购买尿布。由于机器无法发现此类并不直观的信息，因此不会生成任何建议。但现在，许多公司都需要将生产力提高到人类数据分析专家力不能及的水平。他们拥有超过50,000个变量的模型，这些系统的作用也不再是辅助人类做决策，而是自动做决策。” 在商界，复杂的时间密集型数据的激增将允许您做出帮助提高竞争优势的决策，但做出这些决策需要您快速分析海量复杂数据，这是人类无法完成的艰巨任务。随着人工智能逐渐扎根于医疗卫生、金融服务及旅游等多个行业的分析技术基础架构中，将能够帮助人类填补这个差距。 人工智能使用率日益增长 IBM一直引领人工智能的产业集成。通过成立IBM沃森集团，IBM投资10亿美元建设人工智能，现已取得了诸多成就并发布了帮助推行“认知计算”的调研报告——沃森等计算机具有了解文字(“自然语言”)而不仅仅是数字的能力。IBM并非将其研究实验室开发的先进技术作为一系列产品推向市场，而是选择以沃森为名提供服务平台。IBM正在与合作伙伴生态系统密切合作，以支持其利用沃森的动态学习和云计算能力开发应用。 最大规模的沃森应用现存于医疗行业。沃森擅长帮助您排忧解难，可将大量动态复杂的文本信息(如不断发生变化的医学文献)与另一组动态复杂的文本信息(如病历或基因组数据)结合起来，从而生成并且评估假设条件。经过培训，沃森能够针对特定病患提供治疗建议。克利夫兰医疗中心、The Mayo Clinic、 MD Anderson及纪念斯隆凯特琳癌症中心等许多知名的大学医学中心都与IBM建立了合作，共同开发适当的系统，帮助医疗运营商更好地了解病患情况并推荐个性化治疗方案。这是极难实现自动化的公认领域，大多数项目均无法如期完成。 金融服务是人工智能的另一个主要市场。沃森集团全球金融服务中心经理Mike Adler表示，他们的45名客户主要使用三类应用：(1) 允许银行和保险公司通过全新的个性化方式开展客户互动的“数字虚拟代理”；(2) 同时适用于自助服务及金融顾问辅助服务、具有金融规划和财务管理功能的“理财顾问”(wealth advisor)；(3)风险及合规管理应用。 例如，面向美国现役和退伍军人、市值高达200亿美元的金融服务供应商USAA正在使用沃森来帮助会员实现军转民。USAA新兴渠道部副总裁Neff Hudson介绍说，“我们始终致力于给会员提供帮助，每年给超过15万名现伍军人提供帮助是我们的头等大事。当他们离开军队时，经济保障将会受到影响。我们正在尝试使用虚拟代理来帮助他们提高生产率。”USAA还使用人工智能来增强畅销移动应用的导航能力。增强版的虚拟助手（Enhanced Virtual Assistant，Eva）允许会员只需口头发布命令便可处理200个事务，包括转账和付款。“这令搜索工作变得更简单，并且能够通过类似Siri的语音方式提供答案。但这只是1.0版本。接下来，我们将创建具有学习能力的虚拟代理。USAA的产品价值主要体现在每天都能帮助会员灵活理财，但Eva却能提供现有140类产品中并不常见的许多功能。我们旨在成为公司会员的个人理财顾问，帮助他们打理好一切事务。” 除了与大规模的老牌企业建立合作关系外，IBM还将沃森的强大功能提供给初创公司。IBM在初创公司领域已投资大约1亿美元。例如由Travelocity and Kayak创始人Terry Jones牵头成立的旅游规划公司WayBlazer。他说： “我一生都在旅游与IT行业打拼。我最初是一名旅行代理人，负责给前来咨询的客户规划旅游方案，这大约需要几周时间。Sabre预订系统在旅行代理人与旅行社之间开启了一条自动通道，因此简化了这个流程。接下来，通过Travelocity，我们可使用互联网将游客与旅行社直接联系在一起。再后来，Kayak帮助我们沿着这条道路进一步前行，能够跨越多个旅行系统提供报价单。现在，能够听懂人类语言的WayBlazer系统使游客能够自主规划他们的行程，再也无需别人提供帮助。我们致力于提供多个个性化出游方案来帮助客户轻松规划复杂的行程，而不是像搜索引擎那样提供数百万条线索。这项新技术可将数据从孤岛中提取出来—— 企业甚至都不知道它们的存在，并且使用这些数据来提供个性化服务。” 未来展望 随着我们对摩尔定律的研究越来越深入，现在一部普通智能手机的能力都已超过了30或40年前功能最强大的超级计算机。Ray Kurzweil预言，到2019年，售价4,000美元的计算机的计算能力将会超过人脑(每秒20 quadrillion次计算)。这对人工智能的未来意味着什么呢？ 为了弄清楚这件事情，笔者走访了几位以备战未来为职业的风险投资家。专注于给分析与数据初创企业提供投资的Zetta Venture Partners公司总经理Mark Gorenberg介绍说，“以前，人工智能并没有扎根在技术结构中。而现在，我们能够以人工智能为基础来构建前所未有的基础架构。我们经历了大数据变革，现正在添加机器学习能力。人工智能不是最要紧的技术，也不是终点，而是嵌入式技术。人工智能其实就相当于先把应用提取出来、然后再使用机器学习为其注入“大脑”。也就是说，将认知计算作为应用组件进行使用。”另一位资深风险资本家、Norwest Venture Partners公司高级管理合伙人Promod Haque向解释，“如果机器能够自动开展关联与模型构建活动，您将能够节省劳动力并加快速度。使用诸如沃森这样的工具，许多公司都将能够自动开展多类不同的分析。” 前IBM沃森集团经理、现今的风险资本家Manoj Saxena认为，分析技术正在朝着“认知云”进行迁移，在这里大量的第一和第三方数据将被融合在一起，以实现实时分析与学习。企业经常会发现人工智能与分析技术难以集成，尤其是与飞速发展的技术；因此，他看到协作模式现已启动，由新兴服务供应商提供系统和分析人员与技术，企业员工可由此而获得专业知识。Cognitive Scale(Saxena投资创建的新公司)便是通过“Cognitive Garages”模式将更多智能注入到业务流程和应用中的新型服务供应商之一。他们可使用“10-10-10方法在10秒钟内部署认知云、在10小时内构建活动应用、并且使用客户数据在10天内定制该应用。Saxena介绍说，公司正在以极快的速度增长。笔者对人工智能和专家系统已关注多年。最令笔者感到震惊的是，这些技术现已作为大数据和分析领域的重要战略性加速器真正集成到应用中。USAA Eva、使用IBM 沃森的医疗卫生系统及WayBlazer等应用都在产生重大影响，并给下一代人工智能指明了发展道路。 布拉德·鲍尔（Brad Power）在流程创新和商业转型领域已经拥有30多年的咨询和研究经验。他最新的研究领域是有关顶层管理创建突破性的业务模型，如何促成当下的业绩提升以及未来的创新。 ------------------------------------------------ 添加个人微信号"jiqizhixin2014"：
转载请在文章开头显著注明“本文来源于微信公众号‘机器之心’（almosthuman2014）”，并保留原文作者和来源。 |
|
|
