作者 | Necati Demir

翻譯 | CDA數(shù)據(jù)分析研究院

我們到處都看到有關(guān)AI的新聞，有時(shí)，我們會(huì)看到AI領(lǐng)域一些激動(dòng)人心的事情，有時(shí)我們也會(huì)看到一些有關(guān)人工智能如何取代或破壞我們工作的文章。偶爾，我們還會(huì)看到一些文章談?wù)撊斯ぶ悄軐⑷绾未輾祟?lèi)。

在這篇文章中，我不會(huì)討論普遍性的人工智能或者想要摧毀人類(lèi)的邪惡AI。我將重點(diǎn)關(guān)注當(dāng)前的AI，它主要基于可以進(jìn)行預(yù)測(cè)的算法，并討論AI的經(jīng)濟(jì)學(xué)如何運(yùn)作以及它如何影響業(yè)務(wù)。我還想提一下，本文的內(nèi)容受到以下兩方面的高度影響——預(yù)測(cè)機(jī)器：人工智能的簡(jiǎn)單經(jīng)濟(jì)學(xué)和人機(jī)結(jié)合：人工智能時(shí)代的工作重構(gòu)。

本文分為三個(gè)主要部分：

• 在 “技術(shù)的演變”中，我將簡(jiǎn)要討論過(guò)去及其與人工智能時(shí)代的相似之處。
• 在 戰(zhàn)略中，我將討論如何更高的預(yù)測(cè)準(zhǔn)確性可能會(huì)影響戰(zhàn)略和商業(yè)模式。
• 在 Human和AI Interaction中，我將討論人類(lèi)如何補(bǔ)充AI以及AI如何補(bǔ)充人類(lèi)的努力。

技術(shù)的演變

在開(kāi)始之前，我想討論一些類(lèi)似于我們今天如何看待人工智能的歷史事件之間的相似之處。我將舉例說(shuō)明特定技術(shù)的廣泛使用如何改變了我們的思維方式。

電子計(jì)算機(jī)時(shí)代

計(jì)算機(jī)做的最好的是算術(shù)。在我們熟悉的計(jì)算機(jī)出現(xiàn)之前，術(shù)語(yǔ)“計(jì)算機(jī)”被用于描述那些進(jìn)行文字計(jì)算的人，我們稱(chēng)之為“ 人類(lèi)計(jì)算機(jī)”。

隨著技術(shù)的進(jìn)步，計(jì)算變得更加便宜和快速，我們開(kāi)始考慮算術(shù)方面的一切。攝影是一個(gè)很好的例子 - 歷史上，修改或應(yīng)用視覺(jué)效果到照片是一種化學(xué)反應(yīng)。然而，現(xiàn)在，我們使用藝術(shù)家和攝影師均可訪(fǎng)問(wèn)的算法，通過(guò)各種軟件將效果以數(shù)學(xué)方式應(yīng)用于照片。

這是我們?cè)谏唐?服務(wù)成本下降時(shí)如何思考的一個(gè)很好的例子; 我們開(kāi)始考慮如何應(yīng)用新技術(shù)來(lái)解決我們當(dāng)前遇到的問(wèn)題。AI也是如此。

互聯(lián)網(wǎng)時(shí)代

當(dāng)互聯(lián)網(wǎng)被廣泛使用時(shí)，它在各個(gè)行業(yè)都取得了巨大的變化，而這一切都是關(guān)于不同領(lǐng)域的成本降低。例如，分銷(xiāo)商品和服務(wù)的成本變得更低，這引發(fā)了電子商務(wù)行業(yè)的誕生。公司最終改變了他們的戰(zhàn)略，要么幸存，要么死亡。

一旦商品或服務(wù)的成本下降，我們就會(huì)更頻繁地使用它，我們也可以在網(wǎng)上看到這一點(diǎn)。這也改變了我們的心態(tài)，我們將整個(gè)行業(yè)轉(zhuǎn)移到網(wǎng)上。除了電子商務(wù)，另一個(gè)例子可以在搜索引擎的使用中看到：我們不再使用百科全書(shū)來(lái)搜索信息，而是使用Google或其他搜索引擎。

人工智能的時(shí)代

人工智能的成本在計(jì)算能力和工具方面變得越來(lái)越便宜。每個(gè)新工具/庫(kù)都有助于機(jī)器學(xué)習(xí)開(kāi)發(fā)人員在預(yù)測(cè)問(wèn)題上花費(fèi)更少的時(shí)間。例如，Google的TensorFlow，AutoML甚至scikit都可以作為示例顯示。我們還可以將GPU計(jì)算的使用量增加，作為人工智能成本降低的一個(gè)例證。

對(duì)公司下一季度的銷(xiāo)售預(yù)測(cè)是一個(gè)明顯的預(yù)測(cè)問(wèn)題，但開(kāi)發(fā)自動(dòng)駕駛汽車(chē)并不是十年前的預(yù)測(cè)問(wèn)題。人工智能的成本降低正在改變我們的思維方式，這意味著我們開(kāi)始將各種問(wèn)題視為預(yù)測(cè)問(wèn)題。我們已經(jīng)在工廠(chǎng)等受控環(huán)境中使用自動(dòng)駕駛汽車(chē)，可以使用if-else 編程條件對(duì)車(chē)輛進(jìn)行編程 。改變思維方式并將其視為預(yù)測(cè)問(wèn)題，幫助工程師開(kāi)發(fā)可在野外使用的自動(dòng)駕駛汽車(chē)。

基本上，這就是它的工作模式：一名工程師教人工智能在不同條件下人類(lèi)會(huì)做什么，這使得車(chē)載軟件的誕生成為可能，駕駛員可以使用數(shù)千英里的汽車(chē)，而不是在數(shù)百英里之后疲憊不堪。人工智能學(xué)會(huì)了人類(lèi)會(huì)做什么，并開(kāi)始預(yù)測(cè)它應(yīng)該做什么。這是在預(yù)測(cè)方面考慮問(wèn)題的一個(gè)非常好的例子。

戰(zhàn)略

這是一個(gè)主要問(wèn)題：AI會(huì)影響公司的戰(zhàn)略和商業(yè)模式嗎？如果您認(rèn)為AI是一種可以幫助您做出決策的預(yù)測(cè)工具，那么它可能無(wú)法清楚表達(dá)它將如何影響策略，因?yàn)樗皇菐椭龀鰶Q策的另一個(gè)工具。但是，如果您開(kāi)始將AI視為可以高精度預(yù)測(cè)的預(yù)測(cè)工具，那么可能會(huì)改變策略本身。《 預(yù)測(cè)機(jī)器：人工智能的簡(jiǎn)單經(jīng)濟(jì)學(xué) 》一書(shū)中有一個(gè)很好的例子 。

當(dāng)我們從亞馬遜購(gòu)買(mǎi)和購(gòu)買(mǎi)商品時(shí)，它會(huì)將包裹運(yùn)送到我們的辦公室/家中。因此，這種方法可以稱(chēng)為購(gòu)物然后運(yùn)輸方法。我們也知道亞馬遜有一個(gè)推薦引擎，它會(huì)在您瀏覽頁(yè)面時(shí)推薦項(xiàng)目。我們不會(huì)購(gòu)買(mǎi)所有推薦商品，但它至少會(huì)推薦我們可能感興趣的商品。讓我們假設(shè)亞馬遜開(kāi)始預(yù)測(cè)您將以高精度購(gòu)買(mǎi)的商品。如果您開(kāi)始購(gòu)買(mǎi)80％的推薦商品，亞馬遜可能會(huì)決定在購(gòu)買(mǎi)之前發(fā)送商品 - 我們稱(chēng)之為發(fā)貨 - 然后購(gòu)物。這是業(yè)務(wù)戰(zhàn)略的一個(gè)明顯變化，因?yàn)橐坏╉?xiàng)目到達(dá)您的家，您將發(fā)回20％的商品，并且當(dāng)前的亞馬遜價(jià)格建模不基于此假設(shè)。也許，亞馬遜將決定每周向您的城市發(fā)送一輛卡車(chē)以收集退回的物品，這將完全改變亞馬遜如何收取您的信用卡，如何打包物品以及如何處理退回的物品。所有這些策略的改變都是人工智能的好處，它具有更高的預(yù)測(cè)準(zhǔn)確性。

我相信我們可以通過(guò)考慮如果AI能夠以更高的準(zhǔn)確度預(yù)測(cè)將會(huì)發(fā)生什么來(lái)研究像以前的亞馬遜例子那樣的更多思想實(shí)驗(yàn)。

人與人之間的互動(dòng)

人類(lèi)和人工智能的互動(dòng)將來(lái)會(huì)如何發(fā)展？他們會(huì)競(jìng)爭(zhēng)，還是會(huì)一起工作？我將通過(guò)閱讀《人類(lèi)+機(jī)器：在人工智能時(shí)代重構(gòu)工作》這本書(shū)來(lái)關(guān)注這些問(wèn)題 。這本書(shū)的作者說(shuō)，有些情況下人類(lèi)可以補(bǔ)充人工智能，人工智能也可以補(bǔ)充人類(lèi)。

人類(lèi)補(bǔ)充AI

人類(lèi)可以在三個(gè)方面補(bǔ)充AI：訓(xùn)練，解釋和維持。

訓(xùn)練

AI需要學(xué)習(xí)數(shù)據(jù)，這稱(chēng)為 訓(xùn)練階段，因此它可以進(jìn)行預(yù)測(cè)。

將來(lái)，我們可能會(huì)有訓(xùn)練代理商，專(zhuān)門(mén)根據(jù)該業(yè)務(wù)的要求專(zhuān)注于訓(xùn)練AI。如果是工廠(chǎng)，訓(xùn)練代理可以負(fù)責(zé)訓(xùn)練機(jī)器人; 如果是電子商務(wù)業(yè)務(wù)，訓(xùn)練代理可能負(fù)責(zé)匯總歷史數(shù)據(jù)。

解釋

我們需要了解AI如何以及為何為特定問(wèn)題提供特定答案。

通常，我們?cè)诳山忉屝院虯I的準(zhǔn)確性之間進(jìn)行權(quán)衡。與易于解釋的方法相比，黑盒AI方法具有更高的準(zhǔn)確性。盡管有一些工具可以解釋為什么黑盒AI會(huì)做出特定的預(yù)測(cè)，但我們可能需要一個(gè)可以理解和解釋AI結(jié)果的工作角色。

維持

我們需要確保AI按預(yù)期運(yùn)行。

2015年，大眾汽車(chē)工廠(chǎng)的一個(gè)機(jī)器人抓住了一名工人并致命地粉碎了他。我們可能需要負(fù)責(zé)確保AI系統(tǒng)按預(yù)期工作的角色。

AI補(bǔ)充人類(lèi)

人工智能的潛力為人類(lèi)提供了超級(jí)大國(guó)，因?yàn)槿斯ぶ悄芸梢员热祟?lèi)更快，更精確地進(jìn)行預(yù)測(cè)。這些超級(jí)大國(guó)可以用它們帶給特定情況或行動(dòng)的價(jià)值來(lái)表達(dá)。

放大

AI工具可以幫助人類(lèi)提高人類(lèi)的能力。在《人類(lèi)+機(jī)器：人工智能時(shí)代的重構(gòu)工作》一書(shū)中 ，作者使用了Autodesk的Dreamcatcher軟件的例子，該軟件使用遺傳算法來(lái)迭代可能的設(shè)計(jì)。

設(shè)計(jì)師可以借助此工具設(shè)計(jì)出便宜且堅(jiān)固的椅子燈。AI嘗試創(chuàng)建基于給定標(biāo)準(zhǔn)的設(shè)計(jì)，并將結(jié)果提供給設(shè)計(jì)人員。然后，設(shè)計(jì)師使用選擇的設(shè)計(jì)之一，并在該設(shè)計(jì)上使用他們的創(chuàng)造力來(lái)進(jìn)行最后的潤(rùn)色。

這類(lèi)似于計(jì)算機(jī)時(shí)代計(jì)算機(jī)給人們提供的幫助 - 就AI可以提供哪些幫助而言，這是一個(gè)新的令人興奮的能力水平。

相互作用

AI可以充當(dāng)助手，通過(guò)與他們互動(dòng)來(lái)幫助他們。亞馬遜的Alexa，Google Home和Apple的Siri都是這種交互式AI代理的突出例子。隨著每次迭代改進(jìn)這些代理，我們將更頻繁地開(kāi)始使用它們，它將成為我們的一部分，就像我們使用智能手機(jī)所做的更深層次的版本。那些代理人將是我們的私人助理，他們將補(bǔ)充我們。

增加

在工廠(chǎng)中可以找到以AI為燃料的物理增強(qiáng)的例子。雖然工廠(chǎng)現(xiàn)在由機(jī)器人操作，但它們大多是基于規(guī)則的系統(tǒng)并且放在籠子里以確保安全。機(jī)器人將作為同事來(lái)幫助人類(lèi)，其設(shè)計(jì)目的是在工廠(chǎng)內(nèi)自由移動(dòng)和工作時(shí)不傷害他人。

結(jié)論

梅賽德斯生產(chǎn)計(jì)劃負(fù)責(zé)人馬庫(kù)斯·謝弗（Markus Schaefer）表示，雖然有些人擔(dān)心“機(jī)器人效率更高，但未來(lái)人類(lèi)工人將被丟棄”，他說(shuō)：“我們正在努力實(shí)現(xiàn)自動(dòng)化最大化工業(yè)過(guò)程中更重要的一部分?！靶录夹g(shù)確實(shí)給我們的工作方式帶來(lái)了巨大的變化，但是犁的發(fā)明并沒(méi)有消除對(duì)農(nóng)場(chǎng)工人的需求，計(jì)算機(jī)的發(fā)明也沒(méi)有消除對(duì)數(shù)學(xué)家的需求。與所有技術(shù)革命一樣，人工智能的出現(xiàn)將用于幫助人類(lèi)達(dá)到新的范式，而不是完全取代它。