風(fēng)云變幻，誰主沉?。≡谌斯ぶ悄?60 年的發(fā)展歷程之中，從 1956 年美國達(dá)特茅斯會(huì)議中人工智能概念的落地，到成本太高難以實(shí)現(xiàn)商用的寒冬，再到神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等技術(shù)的爆發(fā)，跌宕起伏的人工智能開始從小步慢走迭代進(jìn)入大步快跑時(shí)代。

不過，在技術(shù)的逐漸成熟背后，人工智能的商業(yè)化究竟該如何實(shí)現(xiàn)？其規(guī)模化落地還存在哪些痛點(diǎn)？技術(shù)、產(chǎn)品與平臺(tái)又該如何高效結(jié)合？接下來，在探討這些問題的解決方案之前，我們不妨先對(duì)人工智能的下一步走向及商業(yè)前景進(jìn)行一波深入的分析。

人工智能將變得更加智能

近幾年，我們親眼見證了人工智能在自動(dòng)駕駛、醫(yī)療、工業(yè)等多個(gè)行業(yè)的深入應(yīng)用，在此過程中，不少用戶會(huì)把人工智能誤認(rèn)為是預(yù)定義的輸出，即研發(fā)者從一開始“培訓(xùn)”了人工智能機(jī)器，設(shè)置了固定的輸出程序。

但事實(shí)上，人工智能具備不斷自我學(xué)習(xí)的能力，也可以產(chǎn)生開箱即用的想法。2018 年，佐治亞理工學(xué)院和谷歌大腦的研究者開發(fā)了 GAN 的可視化工具 GAN Lab（https://poloclub.github.io/ganlab/）實(shí)際就證實(shí)了這一點(diǎn)，該工具無需安裝也無需專門的硬件，通過網(wǎng)頁瀏覽器就可以應(yīng)用，使機(jī)器學(xué)習(xí)超越了傳統(tǒng)方法。未來，人工智能可以學(xué)習(xí)并產(chǎn)生高質(zhì)量的結(jié)果。

糾正錯(cuò)誤

人工智能最基礎(chǔ)層面上，是人為設(shè)計(jì)的程序。然而就像人的大腦一樣，它們也會(huì)出現(xiàn) Bug。雖然人類傾向于以自己的道德操守來糾正自己，但人工智能卻會(huì)忽略這一點(diǎn)。

現(xiàn)如今，人工智能被引入到了全球很多重要的領(lǐng)域，如醫(yī)療、銀行、運(yùn)輸?shù)龋谶@些領(lǐng)域中，一旦發(fā)生 Bug，將會(huì)帶來嚴(yán)重的后果。因此，科學(xué)家們正努力在不降低性能的情況下增強(qiáng)神經(jīng)網(wǎng)絡(luò)及其功能，并制定了一系列有目標(biāo)的計(jì)劃，以實(shí)現(xiàn)自動(dòng)化決策。可以說，AI 的可解釋性逐步有了進(jìn)展，它將遵循了我們一直在談?wù)摰牡赖乱?guī)范，隨著時(shí)間的流逝，人工智能會(huì)變得更好。

將創(chuàng)造自己的環(huán)境

雖然現(xiàn)在難以想象，但在未來一定會(huì)成為現(xiàn)實(shí)，即人工智能有能力成為企業(yè)新的業(yè)務(wù)操作系統(tǒng)，對(duì)此，據(jù)外媒 Dzone 報(bào)道，其曾討論了人工智能是如何被訓(xùn)練與逐步管理機(jī)器學(xué)習(xí)模型的，可大致將其分為 6 個(gè)步驟：

模型部署

模型評(píng)分/服務(wù)

收集指標(biāo)/故障

監(jiān)控模型性能

分析結(jié)果和錯(cuò)誤

再訓(xùn)練模型

B2B 變得更加簡化

認(rèn)識(shí)超自動(dòng)化

Gartner 將超自動(dòng)化（ Hyperautomation）引入 2020 年的十大戰(zhàn)略技術(shù)趨勢中。正如它所聲稱的那樣，“ 超自動(dòng)化通常會(huì)導(dǎo)致組織數(shù)字孿生的產(chǎn)生?！?/p>

為什么不呢？它包含了組織提高人工智能決策能力所需的一切，例如機(jī)器人流程自動(dòng)化、智能業(yè)務(wù)流程管理軟件等等。