联手新至强,齐力助云途——旷视 

计世网

企业用好人工智能得先过这五关!
作者: Andrew C. Oliver | 来源: computerworld.com
阅读量  5609
适当处理好以下这五个先决条件,就可以实际执行企业的人工智能策略了。

 

      人工智能和机器学习将开始做出更多的决策,就像这个世界上的处理器取代了打字机一样,人工智能很快就会取代大批盯着Excel的办公室工作人员,甚至取代一些分析师。

面对这种变革,企业要做好准备。正如那些没有准备好使用网络和电子商务的企业最终会落伍一样,那些不适应人工智能和机器学习的企业也会陷入困境。如果不关注人工智能所处理的大量数据和做出的决策,而是问:“实现自动化之后,我是不是就能实现最后一公里?”,或者,由于不能“实时”做出决策而获得优势,转而去关注一些自己不擅长的东西——那么你的企业很可能在几年内就会宣布倒闭。

面对变革,企业需要制定好战略,在开始业务转型之前,要处理好五个先决条件,才能在整个企业中推广人工智能。

人工智能的第一个先决条件:培训

企业里不可能每一名员工都成为数据科学家。而且,有些数学运算方式变化太快了,以至于我们普通人无法理解——人们在这星期认为还是最有效的某种算法,过一星期后就未必适用了。

然而,一些基本的东西是不会改变的。企业的每名员工都应该掌握机器学习的一些基本功能,尤其是开发人员:

聚类:将事物分组。

分类:将事物分类,并进行标记。

线性预测:如果能画出一条直线,就可以预测它的值是多少。

方差预测:无论是流动风险,还是振动或者功率尖峰,如果有一组落在某一范围内的数值,就可以预测某一天的方差是多少。

分类/排序/优先级:无论是为了搜索,还是为了指导销售部门或者支持人员下一步工作的优先级排序,这些都是可以处理的。

模式识别:不管是形状、声音,还是一组数值或者事件,计算机都能学会找到它。

关键点在于有一批人,他们可以根据人们的技能水平进行简化。开发人员可能对具体的算法或者技术感兴趣,但分析师和管理人员应该了解基本业务问题和计算机技术。管理人员不一定需要知道聚类是怎样工作的,但他们应该能够识别出“看起来像”聚类的问题。

最后,由于功能在不断扩展,因此,企业应该定期更新培训,至少每年进行一次。

人工智能的第二个先决条件:组件化

在组件化方面有一种工具是数据科学家的“笔记本(notebooks)”,很多其他工具都是从中衍生出来的。对于数据科学家及其合作者而言,这是非常好的工具。

但问题是,当涉及到产品的时候,会带来不好的效果。因为分类算法的界面看起来与所有其他算法大致相同,某种分类算法的实现不会随着业务问题而改变。

正如很多企业必须弄清楚怎样表示一名客户一样(并不是每一个系统都会针对每个业务问题提供完全不同的表示),算法也是同样的。这并不是说你想出了一个真正的聚类算法,而组件化实现的却是完全不同的东西。

人工智能的第三个先决条件:系统化

事实上,大多数系统看起来还是一样的。有一些过程把数据送入算法中,有一些过程则执行算法,还需要存放输出结果的地方。如果针对每一种算法反复定制设计所有这些东西,那就是在浪费时间和金钱——给自己造成更大的问题。就像SOA改变了很多企业部署应用软件的方式一样,在部署人工智能的过程中也需要类似的技术。

你不需要运行大量定制的Spark集群,不需要到处部署定制“笔记本”和定制开发ETL过程。不管业务问题如何,企业都需要能够完成繁重工作的人工智能系统。

人工智能的第四个先决条件:AI/UI组件化

在后端提供RESTful服务的JavaScript/Web UI环境中,很多UI应该能混合使用人工智能组件。无论是基于用户行为的推荐者,还是完全虚拟的助理,企业都应该构建包含人工智能功能的UI库,这些功能可以方便地嵌入到业务应用程序中。

人工智能的第五个先决条件:配置

如果没有数据,所有这一切都不会起作用。我们不应该再回到过去,去创建大量臃肿的数据,那样的话,我们只是收集了一堆HDFS垃圾,希望总有一天会产生价值——正如一些厂商敦促你去做的那样。现在,让我们看看应该配置什么。

如果你身处制造业,可以有一些简单的出发点:任何手动进行的操作都是在浪费时间。即使是在销售和营销领域,员工也都有电子邮件和手机——可以从这些数据中自动收集明显非常有用的数据。与其让那些喋喋不休的销售人员去完成他们的数据录入,何不让系统自己去做呢?

人工智能策略

总的来说,这五个关键的先决条件是:

1、在整个企业中传播人工智能知识。

2、每个人都应该了解机器能够独立完成的日常工作。

3、为企业的人工智能构建系统和组件。

4、构建AI/UI混合结构,方便地把人工智能添加到业务应用中。

5、配置系统来收集企业所需要的数据,并将其送入算法,为企业做出决定。

如果能把这些先决条件放在一起,剩下的就是从信息时代过渡到洞察时代了。


作者:Andrew C. Oliver   编译:Charles

原文网址:https://www.computerworld.com/article/3269365/blockchain/is-the-us-headed-toward-a-cashless-economy-through-blockchain.html

 

责任编辑:李丽

关于英特尔®至强®

如果您想了解:如何高效打造差异化的云服务数据中心,可以在这里订阅英特尔为云服务提供商定制的精选资源。

立即行动

关于端到端智能安防产品及解决方案

旷视科技端到端智能安防产品及解决方案,基于先进深度学习算法研发的计算机视觉感知技术,结合公安业务中的典型场景和实战诉求,创新打造覆盖安防视频监控感知前端、移动终端、解析后端的全栈式“端到端”产品矩阵和立体业务设计,帮助传统安防实现全面、彻底的智能化转型。

了解更多

关于英特尔®至强®

如果您想了解:如何高效打造差异化的云服务数据中心,可以在这里订阅英特尔为云服务提供商定制的精选资源。

立即行动