作者 | 讀芯術(shù)

根據(jù)麥肯錫的數(shù)據(jù)，從現(xiàn)在到2030年這十幾年間，人工智能將會為美國新創(chuàng)造大約13萬億美元的國內(nèi)生產(chǎn)總值。相比之下，2017年整個美國的國內(nèi)生產(chǎn)總值約為19萬億美元。

吳恩達(dá)等主要的人工智能科學(xué)家將人工智能描述為第四次工業(yè)革命或“新電力”。人工智能無疑是數(shù)字轉(zhuǎn)型的核心，它在整個行業(yè)的應(yīng)用將極大地改變世界和業(yè)務(wù)方式。

許多人想?yún)⒓舆@場人工智能革命，但人工智能的技術(shù)復(fù)雜性使他們不堪重負(fù)。他們不知道人工智能的功能，更不用說如何將人工智能運(yùn)用于公司了。

這正是本文所要解決的問題：讓沒有技術(shù)背景的人更理解人工智能，這樣他們自己就能夠評估人工智能在自己工作中的可能性。

目錄

• 對人工智能的誤解
• 什么是機(jī)器學(xué)習(xí)？
• 人工智能術(shù)語
• 什么是數(shù)據(jù)？
• 如何獲取數(shù)據(jù)？
• 數(shù)據(jù)濫用

1. 對人工智能的誤解

人工智能有很多不必要的炒作，這主要是由于許多人都有一種常見的誤解。人工智能可以分為兩部分或存在兩種內(nèi)容：

• 弱人工智能（ANI）

這指人工智能擅長某一特定任務(wù)，它們是針對這一任務(wù)訓(xùn)練和開發(fā)的。例如，它可以是一個基于歷史數(shù)據(jù)預(yù)測房價的人工智能系統(tǒng)，或者是向你推薦YouTube視頻的算法。還比如是預(yù)測性維護(hù)、質(zhì)量控制等。

弱人工智能是一個非常強(qiáng)大的工具，它將在未來幾年為社會增加許多附加價值。近年來看到的所有成就，以及在新聞中經(jīng)常聽到的內(nèi)容，都發(fā)生在弱人工智能領(lǐng)域。這些吸引人眼球的新聞讓人們錯誤地認(rèn)為科學(xué)在人工綜合智能方面取得了很大的進(jìn)展，但實(shí)際上只在弱人工智能方面取得了進(jìn)步。

• 通用人工智能（AGI）

人工智能的最終目標(biāo)是一個跟人類一樣只能甚至比人類更智能的計算機(jī)系統(tǒng)。任一人工綜合智能都可成功地完成任何人可以完成的智力任務(wù)。這也是人工智能中最引起人們恐懼的部分。他們想象出一個計算機(jī)比人類聰明得多的世界，在這個世界里幾乎每一項工作都是自動化的，甚至是像《終結(jié)者》一樣的場景。這就是不必要的炒作。它引起了對人類未來的非理性恐懼，而實(shí)際上，要想達(dá)到真正的通用人工綜智能水平，還需作出許多技術(shù)上的突破。

2. 什么是機(jī)器學(xué)習(xí)？

機(jī)器學(xué)習(xí)是人工智能的中堅技術(shù)。它利用統(tǒng)計技術(shù)使計算機(jī)程序能夠從數(shù)據(jù)中學(xué)習(xí)（例如逐步提高其處理特定任務(wù)中的能力），而無需進(jìn)行明確的編程。

機(jī)器學(xué)習(xí)是人工智能的工具，它引起了所有的過度關(guān)注，并使幾乎所有通過人工智能系統(tǒng)創(chuàng)造的價值都得以實(shí)現(xiàn)。它也可以分為不同的部分，但只有一個部分涵蓋80%通過機(jī)器學(xué)習(xí)創(chuàng)造的價值。那便是有監(jiān)督學(xué)習(xí)。

有監(jiān)督學(xué)習(xí)算法只需通過學(xué)習(xí)大量數(shù)據(jù)中的關(guān)系來學(xué)習(xí)輸入（A）到輸出（B）映射。想象一下建立一個系統(tǒng)，將電子郵件分為垃圾郵件和非垃圾郵件。需要收集大量電子郵件“被貼標(biāo)簽”的案例。這意味著每封電子郵件都有一個標(biāo)簽用來指示它是否是垃圾郵件。人們需要收集數(shù)千封帶有標(biāo)簽的電子郵件，然后將這些數(shù)據(jù)輸入到一個受監(jiān)督的機(jī)器學(xué)習(xí)算法中。

在訓(xùn)練過程中，該算法將分析所有輸入的電子郵件，并迭代地提高對垃圾郵件與非垃圾郵件間區(qū)別原因的理解。在本例中，系統(tǒng)必須將電子郵件（a）映射到一個標(biāo)簽，該標(biāo)簽要能指示郵件是否是垃圾郵件（b）。

可以通過輸入上千封貼有標(biāo)簽的電子郵件來訓(xùn)練算法。基于該數(shù)據(jù)進(jìn)行算法訓(xùn)練后，可以輸入一封全新的電子郵件（該算法以前從未見過），該算法將顯示它是否認(rèn)為該電子郵件是垃圾郵件。

比如在線廣告，其中輸入的是關(guān)于用戶的信息（A），而系統(tǒng)輸出是一個標(biāo)簽，這個標(biāo)簽顯示用戶是否要單擊一個添加項（B）。又比如是語音識別，輸入是音頻文件（A），輸出是音頻文件中所述內(nèi)容文本（B）。

再比如輸入一個鋼板的圖像（A）進(jìn)算法，它會判斷是否存在缺陷（B）。乍一看，這似乎是一種相當(dāng)有限的技術(shù)，但如果正確應(yīng)用，它將非常強(qiáng)大。它是人工智能為社會創(chuàng)造附加價值的唯一主要原因。這種技術(shù)似乎有無窮無盡的不同案例，并且人們每天還會發(fā)現(xiàn)新的案例。

3. 人工智能術(shù)語

人工智能是一個非常復(fù)雜的領(lǐng)域，許多術(shù)語在開始時可能會使人非常混亂。你可能聽說過神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)或數(shù)據(jù)科學(xué)。我們將研究一些有關(guān)人工智能最重要的術(shù)語，并揭示其含義，以便你能夠與其他人討論人工智能，并思考如何在業(yè)務(wù)中應(yīng)用人工智能。

現(xiàn)在為你提供最常用的人工智能術(shù)語的定義，但請注意，人工智能是一個非常晦澀難懂的領(lǐng)域，許多術(shù)語可以互換使用，但有時卻不可以。

• 人工智能

人工智能是計算機(jī)科學(xué)的一個領(lǐng)域，它強(qiáng)調(diào)創(chuàng)造像人類一樣工作和反應(yīng)的智能機(jī)器。正如之前所提到的，當(dāng)人們談?wù)撊斯ぶ悄軙r，他們大多是指通用人工智能（AGI）。應(yīng)該把人工智能視為整個智能領(lǐng)域，把機(jī)器學(xué)習(xí)和深度學(xué)習(xí)視為使計算機(jī)智能化的技術(shù)。

• 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是人工智能的一個分支領(lǐng)域。不過，正是這個研究領(lǐng)域使計算機(jī)能夠在沒有明確編程的情況下從數(shù)據(jù)中學(xué)習(xí)。因此，通過機(jī)器學(xué)習(xí)，基本上可以制作程序來執(zhí)行特定任務(wù)。因此，機(jī)器學(xué)習(xí)經(jīng)常會運(yùn)行人工智能系統(tǒng)，從基本上來看，這個系統(tǒng)是一個軟件。

機(jī)器學(xué)習(xí)項目事例：假設(shè)一家有許多關(guān)于房子的數(shù)據(jù)的房地產(chǎn)公司，它和一家機(jī)器學(xué)習(xí)公司合作建立一個機(jī)器學(xué)習(xí)系統(tǒng)來預(yù)測未來房價。這樣的系統(tǒng)可以讓人更好地決定投資哪棟房子，并找出合適的時間來清算投資。

• 深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個組成部分，它包攬了人們近年來看到的，并且今天仍然看到的，所有的媒體炒作和人工狹義智能的大部分突破，這與機(jī)器學(xué)習(xí)基本上是一樣的：給算法貼上帶有標(biāo)簽的數(shù)據(jù)，它就會學(xué)會預(yù)測標(biāo)簽。與機(jī)器學(xué)習(xí)不同的是，深度學(xué)習(xí)使用了更現(xiàn)代和更復(fù)雜的算法，稱為神經(jīng)網(wǎng)絡(luò)。相反，在機(jī)器學(xué)習(xí)中使用的則是更為簡單的傳統(tǒng)算法。

由于它們的復(fù)雜性，新的技術(shù)發(fā)現(xiàn)以及足夠的數(shù)據(jù)支持和計算能力，深度學(xué)習(xí)算法能夠打破許多任務(wù)的先前基準(zhǔn)，甚至在其中一些任務(wù)上超過人類（例如：組織病理學(xué)圖像分析，或者在Netflix上推薦電影）。

盡管神經(jīng)網(wǎng)絡(luò)（例如深度學(xué)習(xí)算法）幾乎總是比傳統(tǒng)算法表現(xiàn)更好，但它們具有某些缺點(diǎn)。

更多信息傳送門：神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)（https://towardsdatascience.com/hype-disadvantages-of-neural-networks-6af04904ba5b）

你可能經(jīng)常聽說神經(jīng)網(wǎng)絡(luò)的構(gòu)建方式與人類大腦相似或受其啟發(fā)，但實(shí)際上，它們幾乎沒有關(guān)系。的確，它們最初受到大腦的啟發(fā)，但工作方式的細(xì)節(jié)與人類生物大腦的工作方式完全無關(guān)。

請注意，許多人可以互換地使用深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)這兩個術(shù)語。

深度學(xué)習(xí)項目示例：高級視圖中審視它時，深度學(xué)習(xí)的項目與機(jī)器學(xué)習(xí)項目沒有太大差別，只需要更多數(shù)據(jù)，更多計算能力和高技能工程師。

• 數(shù)據(jù)科學(xué)

數(shù)據(jù)科學(xué)項目的輸出通常是一系列可幫助你做出更好的業(yè)務(wù)決策的見解，例如決定是否投資某些東西，是否應(yīng)該購買某些設(shè)備，或者是否應(yīng)重新構(gòu)建你的網(wǎng)站?？梢哉f，數(shù)據(jù)科學(xué)是通過統(tǒng)計方法、可視化等分析數(shù)據(jù)來提取數(shù)據(jù)知識和洞察力的科學(xué)。輸出通常是演示文稿或幻燈片，它們?yōu)楦吖?、領(lǐng)導(dǎo)者和產(chǎn)品團(tuán)隊做出某些決總結(jié)結(jié)論，以作出某些決策。

數(shù)據(jù)科學(xué)項目示例：

想象一下，你從事在線廣告業(yè)。通過分析所在公司的銷售數(shù)據(jù)，數(shù)據(jù)科學(xué)家發(fā)現(xiàn)旅游行業(yè)的公司不會從你那里購買很多產(chǎn)品。因此，你可以將銷售團(tuán)隊的重心轉(zhuǎn)移到旅游行業(yè)的公司。

另一個例子：

想象一下，你正在經(jīng)營電子商務(wù)，并且聘請了一些數(shù)據(jù)科學(xué)家以獲得更多與業(yè)務(wù)相關(guān)的見解。該項目的結(jié)果可能是一個幻燈片，介紹如何修改定價的計劃，以便提高整體銷售額或關(guān)于如何更有效地營銷特定產(chǎn)品的見解。

有人說人工智能是數(shù)據(jù)科學(xué)的一個子集，有些人說它是另一種方式。所以，這取決于你與誰交談，但數(shù)據(jù)科學(xué)是一個跨學(xué)科領(lǐng)域，涉及人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的許多工的，但它也有自己獨(dú)立的工具。其目標(biāo)主要是提升商業(yè)洞察力。

你可能還聽說過其他流行語，如強(qiáng)化學(xué)習(xí)、生成對抗網(wǎng)絡(luò)（GANs）等。這些只是使人工智能系統(tǒng)更智能化的其他工具，換句話說，機(jī)器學(xué)習(xí)有時也是數(shù)據(jù)科學(xué)。

現(xiàn)在已經(jīng)了解了人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)和深度學(xué)習(xí)（例如神經(jīng)網(wǎng)絡(luò)）。希望這能讓你了解人工智能中最常用的術(shù)語，并且可以開始考慮這些事情如何應(yīng)用到業(yè)務(wù)當(dāng)中。

4. 什么是數(shù)據(jù)？

數(shù)據(jù)可以采用多種形式：電子表格、圖像、音頻、傳感器數(shù)據(jù)等。這些可分為兩大類：結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

• 結(jié)構(gòu)化數(shù)據(jù)（“生活在巨型電子表格中的數(shù)據(jù)”）

結(jié)構(gòu)化數(shù)據(jù)，就像它的名稱所暗示的那樣，是按照預(yù)定義模式以結(jié)構(gòu)化格式存儲的數(shù)據(jù)。它指的是駐留在記錄或文件中的固定字段中的任何數(shù)據(jù)，可以是文本的也可以是非文本的。

下面是著名的泰坦尼克號數(shù)據(jù)集中的結(jié)構(gòu)化數(shù)據(jù)示例。它包含坦尼克號每位乘客的信息。

• 非結(jié)構(gòu)化數(shù)據(jù)

非結(jié)構(gòu)化數(shù)據(jù)本質(zhì)上是未通過預(yù)定義模型構(gòu)建的其他所有內(nèi)容。它可以是文本的或非文本的，但當(dāng)人們談?wù)摲墙Y(jié)構(gòu)化數(shù)據(jù)時，它們主要是指圖像、視頻、音頻文件、文檔等。

我們已經(jīng)解釋了什么是監(jiān)督學(xué)習(xí)。由于監(jiān)督學(xué)習(xí)是最常用的機(jī)器學(xué)習(xí)類型，當(dāng)人們說“數(shù)據(jù)”時，它們主要是指標(biāo)記數(shù)據(jù)。示例：有一個數(shù)據(jù)集，其中包含100,000只狗和貓的照片，其中每張照片都有一個標(biāo)簽，“貓”或者“狗”。

另一個例子是包含房價信息的數(shù)據(jù)集。在這里，你將獲得有關(guān)房屋的信息（如面積，臥室數(shù)量，位置等）以及作為標(biāo)簽的價格。

5. 如何獲得數(shù)據(jù)？

可以在互聯(lián)網(wǎng)上找到許多問題的數(shù)據(jù)集（一些是免費(fèi)的，一些要花點(diǎn)錢），但大多數(shù)時候需要創(chuàng)建自己的數(shù)據(jù)集。

獲取數(shù)據(jù)有三種主要方式：

• 手動標(biāo)簽

想象一下建立一個分類器，可以檢測給定圖片上是否有男人或女人。要訓(xùn)練這樣的分類器，需要創(chuàng)造或獲得許多男女形象。然后，你需要為每個圖像指定一個標(biāo)簽：男人（標(biāo)簽1）或女人（標(biāo)簽2）。你也可以向人們付費(fèi)為你做標(biāo)簽工作（例如：亞馬遜機(jī)械土耳其人：mturk.com）。

• 觀察行為

想象一下，你在經(jīng)營一家電子商務(wù)公司并希望預(yù)測客戶何時會進(jìn)行購買，從而使你能夠更好地管理股票等。你可以通過觀察用戶在網(wǎng)站上的行為以及購買情況來創(chuàng)建數(shù)據(jù)集。這將有助于創(chuàng)建描述每個用戶的操作的數(shù)據(jù)集（由某些變量描述，例如：一天中的時間，他們點(diǎn)擊的位置等），以及標(biāo)簽：購買（標(biāo)簽1）或不購買（標(biāo)簽2）。

另一個例子是觀察機(jī)器的行為，這可以使你預(yù)測它何時需要維護(hù)等。

• 使用免費(fèi)數(shù)據(jù)源，購買數(shù)據(jù)或從合作伙伴處獲取數(shù)據(jù)

像Kaggle這樣的數(shù)據(jù)集有許多免費(fèi)資源。還可以使用Google數(shù)據(jù)搜索，其功能類似于Google，但僅適用于數(shù)據(jù)集。如果沒有找到任何內(nèi)容，可以在數(shù)據(jù)市場上查找數(shù)據(jù)集或從合作伙伴處獲取數(shù)據(jù)集。

6. 濫用數(shù)據(jù)

乍一看，獲取數(shù)據(jù)似乎很簡單，但可能出現(xiàn)的問題很多。在人工智能和機(jī)器學(xué)習(xí)中，我們說：“垃圾中的垃圾”，這意味著你在培訓(xùn)期間將人工智能質(zhì)量從人工智能系統(tǒng)中提取出來。

想象一下，你想創(chuàng)建一個特定的人工智能應(yīng)用程序并開始獲取數(shù)據(jù)。你的計劃是用兩年實(shí)踐累積數(shù)據(jù)，然后構(gòu)建人工智能系統(tǒng)。這是非常糟糕的做法。在這種情況下，正確的方法是獲取你能夠獲得的數(shù)據(jù)并盡快將其提供給人工智能專家。經(jīng)過一些評估后，他可以告訴你，哪些部分是有用的，哪些部分是完全無用的，以及你應(yīng)該添加哪些數(shù)據(jù)。為了節(jié)省金錢和時間：與專家一起快速評估數(shù)據(jù)質(zhì)量。

另一個大問題是標(biāo)簽不正確。示例：貓的形象標(biāo)記成狗而狗被標(biāo)記成貓等等。這可以防止你的算法學(xué)習(xí)真正將貓與狗分開的東西然后完全混淆它們。好消息是，數(shù)據(jù)總數(shù)越多，標(biāo)簽不正確的問題就變得越來越不重要了。如果你有一個巨大的數(shù)據(jù)集，有超過200萬個標(biāo)記的貓和狗圖像，一些不正確的標(biāo)簽不會影響其性能。

還有一個問題，有些人認(rèn)為，因?yàn)樗麄兊墓緭碛写罅繑?shù)據(jù)，并且這些數(shù)據(jù)很有用，或者人工智能團(tuán)隊可以讓它們變得有用。那完全錯了。雖然更多的數(shù)據(jù)通常更好，但你可以擁有數(shù)十億的數(shù)據(jù)條目，即使是世界上最好的人工智能工程師也無法從沒有價值的東西中創(chuàng)造價值。因此，請不要把數(shù)據(jù)丟給人工智能團(tuán)隊，并假設(shè)它在某種程度上是有價值的。你可能認(rèn)為這很稀松平常，但由于對數(shù)據(jù)和AI的誤解，很多創(chuàng)業(yè)公司認(rèn)為他們擁有有用的數(shù)據(jù)，而事實(shí)上他們沒有。還有其他問題是價值缺失，多種類型的數(shù)據(jù)（可以解決 - 但成本高昂）等等。