【AI人(ren)(ren)工智(zhi)能】什么是AI人(ren)(ren)工智(zhi)能 關(guan)于人(ren)(ren)工智(zhi)能AI的七大誤解

如果你是一名企業主(zhu)管(guan)（而不是數據科學家(jia)或(huo)機器學習專家(jia)），你可能已經從主(zhu)流媒體的(de)報道(dao)中接觸過人工(gong)智能。你可能在(zai)《經濟學人》和《名利場(chang)》讀(du)過相關(guan)(guan)文章(zhang)，或(huo)讀(du)過有關(guan)(guan)Tesla自動駕駛(shi)的(de)故事，或(huo)史蒂芬·霍金寫(xie)AI對(dui)人類的(de)威脅的(de)文章(zhang)，甚至還看過有關(guan)(guan)人工(gong)智能和人類智能的(de)諷(feng)刺漫畫。

所以(yi)，如果你是關心(xin)你的(de)企(qi)業發展的(de)高管，這些有關AI的(de)媒(mei)體(ti)報(bao)道可能會引出兩個惱人的(de)問題：

第(di)一，AI的商業潛(qian)力是真是假？

第二，AI如何應用于我(wo)的(de)產(chan)品(pin)？

第(di)一個問題的答案是(shi)肯定的，AI具有商(shang)業潛(qian)力(li)。今天，企業已經(jing)能應(ying)用AI改變需要(yao)人類智能的自(zi)動作業流程。AI能讓(rang)人力(li)密集型企業處理的工作量增加100倍，同時(shi)把單位經(jing)濟效益(yi)降低90%。

回答第二個問題需要(yao)多一點時間。首先，我們必須消(xiao)除(chu)主流(liu)媒(mei)體宣(xuan)傳的(de)AI神話。只(zhi)有(you)(you)消(xiao)除(chu)這(zhe)些誤解，你才能(neng)對怎樣應用AI到你的(de)業(ye)務中有(you)(you)一個框架。

神話1：AI是魔術

許多主流媒體把AI的(de)描述得想(xiang)魔術(shu)一般神(shen)奇(qi)，好像我(wo)們只需(xu)(xu)要對(dui)谷歌(ge)、Facebook、蘋果(guo)、亞馬(ma)遜和微軟這些大公(gong)司的(de)高級(ji)魔術(shu)師使勁鼓(gu)掌。這種描述是(shi)(shi)幫倒(dao)忙(mang)。如(ru)果(guo)我(wo)們希望(wang)企(qi)業(ye)采(cai)用(yong)AI，那么(me)我(wo)們就需(xu)(xu)要讓企(qi)業(ye)家們理(li)解AI。AI并不是(shi)(shi)魔術(shu)。AI是(shi)(shi)數據、數學、模型(xing)以及迭代(dai)。要想(xiang)讓AI為企(qi)業(ye)接受，我(wo)們需(xu)(xu)要更加透明，以下是(shi)(shi)3個有關AI的(de)關鍵概念的(de)解釋：

訓(xun)練數(shu)(shu)據（TD）：訓(xun)練數(shu)(shu)據是(shi)機器學(xue)習的(de)初(chu)始數(shu)(shu)據集。訓(xun)練數(shu)(shu)據包括輸(shu)(shu)入(ru)和預回答輸(shu)(shu)出，所以(yi)機器學(xue)習模型(xing)能(neng)夠為任何給定(ding)輸(shu)(shu)出尋(xun)找模式。例(li)如，輸(shu)(shu)入(ru)可以(yi)是(shi)帶(dai)有(you)客戶和企業支持代表（CSR）間的(de)電子(zi)郵件線(xian)程的(de)客戶支持ticket，輸(shu)(shu)出可以(yi)是(shi)基于(yu)企業特(te)定(ding)分(fen)類(lei)定(ding)義的(de)從(cong)1到5的(de)分(fen)類(lei)標簽。

機(ji)器(qi)(qi)學(xue)(xue)習(xi)（ML）:機(ji)器(qi)(qi)學(xue)(xue)習(xi)是(shi)能從訓(xun)練數據(ju)中(zhong)學(xue)(xue)習(xi)模(mo)式，并(bing)讓這(zhe)些模(mo)式應用于(yu)新(xin)的(de)(de)(de)輸入數據(ju)的(de)(de)(de)軟件。例(li)如(ru)，接(jie)收到帶有客戶和CSR間的(de)(de)(de)電子郵(you)件線程(cheng)的(de)(de)(de)一個新(xin)的(de)(de)(de)客戶支持(chi)ticket時(shi)，機(ji)器(qi)(qi)學(xue)(xue)習(xi)模(mo)型能預(yu)(yu)測它(ta)(ta)的(de)(de)(de)分類(lei)，并(bing)告訴(su)你它(ta)(ta)對這(zhe)個預(yu)(yu)測的(de)(de)(de)置信(xin)度。機(ji)器(qi)(qi)學(xue)(xue)習(xi)的(de)(de)(de)主要特(te)點是(shi)它(ta)(ta)學(xue)(xue)習(xi)新(xin)的(de)(de)(de)、而非(fei)適用固有的(de)(de)(de)規則(ze)。因(yin)此，它(ta)(ta)能通過消化新(xin)的(de)(de)(de)數據(ju)調整自己的(de)(de)(de)規則(ze)。

Human-in-the-Loop(HITL)：Human-in-the-Loop是AI的第三個(ge)核心要素。我們不能指望(wang)機(ji)器(qi)學習模型絕(jue)對可靠(kao)。一個(ge)好(hao)的機(ji)器(qi)學習模型可能只有70%的準確率(lv)。因此，當模型的置信(xin)度較(jiao)低時，就需要人使用(yong)Human-in-the-Loop作(zuo)業(ye)流程。

所(suo)以，不(bu)要被AI是(shi)魔術(shu)的神話所(suo)迷(mi)惑。理解(jie)AI的基礎公式是(shi)：AI=TD+ML+HITL。

神話2：AI只為技術精英專屬

媒(mei)體報(bao)道很(hen)容易讓人產(chan)生一(yi)種(zhong)錯(cuo)覺，就是AI只屬于(yu)技(ji)術(shu)精英——大公司例如Amazon，Apple，Facebook，Google，IBM，Microsoft，Salesforce，Tesla，Uber——只有它們能夠組(zu)建大型(xing)機器學習專家團隊，并(bing)獲得億美元(yuan)級的投(tou)資(zi)。這種(zhong)觀念(nian)是錯(cuo)的。

今天，不用(yong)(yong)10萬美(mei)元(yuan)就能著(zhu)手應用(yong)(yong)AI到你的業(ye)務中。所以(yi)，如果你是(shi)美(mei)國(guo)收(shou)益大于5000萬美(mei)元(yuan)的26000家(jia)企業(ye)之一，你就可以(yi)把收(shou)益的0.2%投資(zi)于AI應用(yong)(yong)了。

所以，AI不是技術精英專屬(shu)。它屬(shu)于每個企業。

神話3：AI只為解決十億美元級別的問題

主流媒體(ti)的(de)傾向于(yu)報道未來(lai)主義的(de)事物(wu)，例如自動駕駛(shi)汽車或(huo)用于(yu)運送快遞的(de)無人(ren)飛(fei)機。像(xiang)Google，Tesla，Uber這(zhe)些公(gong)司由(you)于(yu)“贏者通(tong)吃(chi)”的(de)心態，為了搶(qiang)占未來(lai)無人(ren)車市場(chang)的(de)龍頭老大(da)地位，已經(jing)投資進去數(shu)百(bai)億美元(yuan)。這(zhe)些給人(ren)的(de)印象是(shi)AI只用于(yu)解決十億美元(yuan)級別(bie)的(de)新問題。但這(zhe)又是(shi)一個錯(cuo)誤。

AI也應(ying)用(yong)于解(jie)決現(xian)存的(de)較(jiao)小的(de)問(wen)題，例如百萬美元級別(bie)的(de)問(wen)題。讓我解(jie)釋一(yi)下(xia)：任何一(yi)個企業(ye)的(de)核心需求(qiu)都是理解(jie)客戶(hu)。從古希臘的(de)agora市集(ji)和古羅(luo)馬的(de)個人(ren)買賣廣場就(jiu)是如此。今天也是如此，哪怕生意買賣爆發性地轉(zhuan)移到了互聯網(wang)上。許多(duo)企業(ye)坐擁(yong)來自客戶(hu)的(de)非結(jie)構化數據寶藏，這些(xie)數據來自電子郵件線(xian)程或Twitter評論。AI能(neng)應(ying)用(yong)于這些(xie)分類支(zhi)持ticket的(de)挑(tiao)戰(zhan)，或用(yong)于理解(jie)推文情緒(xu)。

所以(yi)，AI不僅能應用(yong)于(yu)(yu)十億美元級(ji)別的令人興(xing)奮的新問(wen)題，例(li)如自動駕駛汽車。AI也用(yong)于(yu)(yu)現存的“無(wu)趣”的小問(wen)題，例(li)如通過支持ticket分(fen)(fen)類或社交媒體情緒分(fen)(fen)析(xi)更好地理解客(ke)戶。

神話4：算法比數據更重要

主(zhu)流媒體中有關AI的(de)報道傾向于(yu)認為機(ji)器學(xue)習算(suan)(suan)法(fa)是最重要的(de)要素。它(ta)們似乎把(ba)算(suan)(suan)法(fa)等同于(yu)人類大腦。它(ta)們暗示正(zheng)是算(suan)(suan)法(fa)讓魔術(shu)發生作用，更(geng)精細復雜(za)的(de)算(suan)(suan)法(fa)能超越(yue)人類大腦。有關機(ji)器在國際圍(wei)棋和象棋中戰勝人類的(de)報道就是例子。媒體關注的(de)是“深度(du)神經(jing)網絡”、“深度(du)學(xue)習”以及機(ji)器如何做決定。

這樣的(de)(de)報道可(ke)能帶給企(qi)(qi)業(ye)這樣的(de)(de)印(yin)象：想要應用AI，他(ta)們得(de)先聘請到(dao)機器(qi)學習專(zhuan)家來建(jian)一個完(wan)美的(de)(de)算法(fa)。但(dan)假如企(qi)(qi)業(ye)不考慮怎樣獲(huo)得(de)更高質(zhi)量、更大(da)量的(de)(de)定制訓練數據以讓機器(qi)學習模(mo)型學習，就算有了完(wan)美的(de)(de)算法(fa)也可(ke)能得(de)不到(dao)理想的(de)(de)效(xiao)果(guo)（“我(wo)(wo)們有超棒的(de)(de)算法(fa)”和“我(wo)(wo)們的(de)(de)模(mo)型只(zhi)有60%的(de)(de)準確率”間的(de)(de)落差）。

從Microsoft，Amazon和(he)Google這(zhe)些(xie)公司購買(mai)商用機器學習服務，卻(que)(que)沒有一(yi)個訓(xun)練數(shu)據規(gui)劃或預算，就好比買(mai)了一(yi)輛汽車(che)，卻(que)(que)沒法到達加油(you)(you)站。你只是買(mai)了一(yi)大塊很貴(gui)的(de)金屬而已。汽車(che)和(he)汽油(you)(you)的(de)類比雖然不夠恰當(dang)，因為如果(guo)你給(gei)機器學習模型(xing)補給(gei)越多(duo)的(de)訓(xun)練數(shu)據，模型(xing)就能變(bian)得越好。這(zhe)就像汽車(che)每用完一(yi)箱(xiang)汽油(you)(you)，積累的(de)里(li)程數(shu)越大。所以訓(xun)練數(shu)據甚(shen)至比汽油(you)(you)更重要。了解更多(duo)可以閱(yue)讀我們(men)此前(qian)的(de)文章(zhang)：More data beats better algorithms（//www.crowdflower.com/more-data-beats-better-algorithms/）

所以，訓練數(shu)(shu)據的質量和(he)數(shu)(shu)量至少是與算法同等重要的。

神話5：機器＞人

過去(qu)30年(nian)來，媒(mei)體一直喜歡把AI描述(shu)為比(bi)人(ren)類強大的(de)機(ji)器，例如《終結(jie)者》的(de)施瓦(wa)辛格和《Ex Machina》的(de)Alicia Vikander。媒(mei)體這樣做也可(ke)以理解，因為媒(mei)體想建立起(qi)機(ji)器和人(ren)類之間誰會贏的(de)簡單(dan)敘述(shu)結(jie)構(gou)。但是(shi)，這和實際(ji)情況(kuang)不(bu)符。

例如，最近Google的(de)DeepMind/AlphaGo戰勝李(li)世(shi)石(shi)的(de)新(xin)聞被媒體簡單(dan)描述成機(ji)器(qi)(qi)戰勝了(le)人類。這是不(bu)準確的(de)，真(zhen)實(shi)情(qing)況(kuang)不(bu)是這樣(yang)簡單(dan)。更準確的(de)描述應該是“機(ji)器(qi)(qi)聯合許(xu)多人戰勝了(le)一個人”。

消除這(zhe)種誤解的(de)核心理(li)由是機(ji)器和(he)人類(lei)具(ju)有互補的(de)能力。請看(kan)上(shang)圖。機(ji)器的(de)特長是處理(li)結(jie)構化計算(suan)，他們會在“找(zhao)出特征矢(shi)量”任務(wu)上(shang)表現良好。而人類(lei)的(de)特長是理(li)解意義和(he)上(shang)下文，他們在“找(zhao)出豹紋連(lian)衣裙”任務(wu)上(shang)表現良好，讓人類(lei)做“找(zhao)出特征矢(shi)量”的(de)任務(wu)就不(bu)那(nei)么(me)容易(yi)了(le)。

因此，對企業來說正確的(de)框架是實(shi)現機器(qi)和(he)人的(de)互補，AI是機器(qi)和(he)人的(de)共同(tong)工作。

神話6：AI就是機器取代人類

主流媒體喜歡描繪反(fan)烏托邦的(de)未來，因為它(ta)(ta)們認為這能(neng)吸引眼(yan)球。這樣或許確實能(neng)吸引讀者眼(yan)球，但是，它(ta)(ta)對真正理解機(ji)器和人(ren)類如何(he)共同工(gong)作沒有一點幫助。

例如，讓(rang)我們再回(hui)到(dao)企業分(fen)(fen)類支持ticket的(de)(de)(de)業務上來(lai)。在現今(jin)的(de)(de)(de)大(da)多數企業，這還(huan)是100%人工的(de)(de)(de)過程。所以(yi)，這個過程又慢成(cheng)本又高，能做(zuo)的(de)(de)(de)數量受到(dao)限制。假(jia)設(she)(she)你在分(fen)(fen)類了10000個支持ticket之后得(de)到(dao)了一(yi)個準確(que)率為(wei)70%的(de)(de)(de)模(mo)(mo)(mo)型(xing)(xing)。30%的(de)(de)(de)時候(hou)結果錯誤，但這時Human-in-the-loop就(jiu)可以(yi)介入了。你可以(yi)把可接(jie)受置信度設(she)(she)置為(wei)95%，只接(jie)受置信度是95%或(huo)高于(yu)95%的(de)(de)(de)輸出(chu)結果。那么機(ji)器學(xue)習模(mo)(mo)(mo)型(xing)(xing)最(zui)初就(jiu)只能做(zuo)一(yi)小部分(fen)(fen)工作，比如說5%-10%。但是當(dang)模(mo)(mo)(mo)型(xing)(xing)得(de)到(dao)新的(de)(de)(de)人工標(biao)記數據(ju)時，它就(jiu)能學(xue)習、進步。因此，隨著時間的(de)(de)(de)推移，模(mo)(mo)(mo)型(xing)(xing)能處理更多的(de)(de)(de)客戶支持ticket分(fen)(fen)類工作，企業也能大(da)大(da)增加分(fen)(fen)類的(de)(de)(de)ticket量。

所以(yi)，機(ji)器(qi)和人聯合可以(yi)增加工作(zuo)量(liang)，同時保(bao)持質量(liang)，降(jiang)低重要(yao)業務的單(dan)位經濟效(xiao)益。這就(jiu)消滅了機(ji)器(qi)取(qu)代人類的AI神話。真相是(shi)，AI是(shi)機(ji)器(qi)強化人類。

神話7：AI=ML

主流媒(mei)體(ti)有(you)關AI的最后一個神話是把人工智能(neng)和機(ji)器學(xue)習當(dang)做(zuo)一回(hui)事了。這(zhe)可能(neng)讓企業(ye)管理層(ceng)以為(wei)(wei)只要買(mai)下Microsoft，Amazon或(huo)Google的某個商用機(ji)器學(xue)習服務(wu)就能(neng)把AI轉(zhuan)變為(wei)(wei)產品。

實(shi)現一個AI解決方案，除了(le)機(ji)器學習，你(ni)還需要訓(xun)練數(shu)(shu)據，需要human-in-the-loop。缺(que)了(le)訓(xun)練數(shu)(shu)據的(de)機(ji)器學習就像沒(mei)汽(qi)油的(de)汽(qi)車，雖然很貴，但(dan)去(qu)不(bu)到任(ren)何地方。缺(que)了(le)human-in-the-loop的(de)機(ji)器學習也會(hui)導(dao)致不(bu)良(liang)后(hou)果(guo)。你(ni)需要人去(qu)推翻機(ji)器學習模型低(di)置信度的(de)預測。

所以(yi)(yi)，如果(guo)你(ni)是(shi)想(xiang)把AI應(ying)用(yong)于你(ni)的(de)(de)業務的(de)(de)企(qi)業高管，那么你(ni)想(xiang)在應(ying)該有一個框架了。你(ni)可以(yi)(yi)用(yong)AI的(de)(de)7個真相代替(ti)AI的(de)(de)7個神話：

真相1：AI=TD+ML+HITL

真相2：AI適用所有企業。

真相3：AI適用現(xian)存的小問題(ti)。

真相4：算法并不比訓練數據的質(zhi)量和(he)數量更重要。

真相(xiang)5：機器和人類互補

真相6：AI是機器強化(hua)人類

真(zhen)相7：AI=TD+ML+HITL