（文章來源：Forbes）
大多數(shù)公司已經(jīng)開始使用一些常見的人工智能功能，而且用戶們也基本滿意。其中包括個性化定制（個性化廣告、電子郵件、自動文本等）和精準(zhǔn)營銷（您在Spotify，Netflix或亞馬遜購物卡等應(yīng)用上看到的那些推薦）以及其他的營銷技術(shù)，現(xiàn)在廣泛使用的功能是適用于任何規(guī)模的企業(yè)的。
許多技術(shù)也比較成熟了：其中最重要的是機(jī)器人流程自動化（RPA）。RPA是AI的初級成果，它即智能又簡單。RPA側(cè)重于自動化一個流程，而不是整個企業(yè)的垂直流程。RPA雖然為公司節(jié)省了大量的時間和金錢，但尚未達(dá)到一定規(guī)模。有許多公司最近才剛開始使用RPA技術(shù)，而積累一定用戶的公司已經(jīng)開始著手開始進(jìn)一步流程優(yōu)化了。
現(xiàn)在既然許多公司已經(jīng)掌握了基礎(chǔ)知識，早期嘗到甜頭的公司就會想走得更遠(yuǎn)。他們越來越多地關(guān)注AI和ML驅(qū)動的預(yù)測分析，即企業(yè)從數(shù)據(jù)（特別是實時數(shù)據(jù)）中提取更多的有價值的信息，甚至利用這些信息做出決策。對知識圖譜的理解也更加深入，人工智能可以根據(jù)大量數(shù)據(jù)分析出我們從未想到過的結(jié)果。
事實上，目前企業(yè)完成人工智能項目還是有難度的。許多公司的項目要么超期，要么需要花很多時間來建立相應(yīng)的系統(tǒng)，Pactera技術(shù)公司最近的一份報告反映了Gartner之前報道的問題：85％的企業(yè)AI項目無法如期交付。
Dimensional Research最近發(fā)布的另一份報告顯示，在人工智能和機(jī)器學(xué)習(xí)方面，每10家企業(yè)就有8個表示這他們的AI項目是停滯不前的，而96％的人表示他們在數(shù)據(jù)質(zhì)量、數(shù)據(jù)分類和建模的置信度上遇到了問題。即使像IBM，Uber和亞馬遜這樣的高科技巨頭也不得不在面臨巨大的挑戰(zhàn)時放棄一些數(shù)百萬美元的大項目。
這時候是否還要堅持下去呢？其實大可不必！目前對于在AI項目中什么該做，什么不該做已經(jīng)有足夠的總結(jié)經(jīng)驗了。一些常見的誤區(qū)有：起始目標(biāo)不明確，太多數(shù)據(jù)（或不當(dāng)使用數(shù)據(jù)），使用錯誤算法，交付成果的周期過長（應(yīng)該在工作過程中實時檢查，保持平衡）。
隨著強(qiáng)化學(xué)習(xí)領(lǐng)域技術(shù)的重大進(jìn)步，人工智能能夠通過完成特定目標(biāo)獲得反饋，AI開始變得有“意識”起來。它開始以一種類似人類的但奇怪的方式思考，這也意味著它也有能力開始工作了。人工智能似乎已經(jīng)到了無限趨近人類的三岔口。
AI正在朝著能夠流暢地與人類對話這個目標(biāo)邁進(jìn)，初創(chuàng)公司和技術(shù)領(lǐng)導(dǎo)者都在爭奪聊天機(jī)器人，它們不僅能回答問題，而且還具有先進(jìn)的推理功能。谷歌，微軟，亞馬遜和IBM都想在會話式人工智能方面取得進(jìn)步，讓AI學(xué)會人性化的溝通，就是說人工智能可以根據(jù)場景的變化靈活應(yīng)變。
會話式人工智能的實現(xiàn)需要有力的后端支撐—比如說更強(qiáng)大的硬件。這使得像英特爾這樣的公司開始研發(fā)用專用推理芯片，以及開發(fā)他們聲稱可以加快計算機(jī)深度學(xué)習(xí)推理過程的DL boost技術(shù)。GPU也是競爭越來越激烈，傳統(tǒng)上專注于訓(xùn)練的GPU也變得越來越有推斷能力，上周NVIDIA公布了一項會話式AI，展示了GPU如何通過推理，實現(xiàn)延遲更短、更自然、更人性化的對話體驗。
隨著人工智能確實變得更加人性化，企業(yè)也開始意識到使用，如果AI使用不當(dāng)會產(chǎn)生嚴(yán)重后果，不僅僅是失業(yè)問題，AI算法會是在“不經(jīng)意間”建立的，且是有偏見的。例如，白人男性寫的用于招募的AI軟件可能“意外地”選擇白人男性作為高度匹配的應(yīng)聘特征，或者在人臉識別上更多的關(guān)注白人。
特別是像IBM這樣的公司，他們不僅使用人工智招聘，還用它評價員工的工作表現(xiàn)。你會信任一個機(jī)器人來評判你的工作表現(xiàn)嗎？來決定你是否應(yīng)該加薪？這公平嗎？未來，會有更多的與AI相關(guān)的道德規(guī)范出臺。例如，甲骨文建立了一個道德委員會來討論公平性、問責(zé)制和算法的透明度等問題。
IBM也正在研究“可解釋的AI”，Microsoft制定了使用聊天機(jī)器人責(zé)任的指導(dǎo)原則（例如，公司應(yīng)始終提醒客戶他們正在與機(jī)器人而不是人進(jìn)行通信，并提醒他們注意限制）。由于擔(dān)心隱私泄露的道德問題，有的城市停止使用人工智能程序面部識別功能，亞馬遜也因為同樣的原因叫停了員工監(jiān)控跟蹤AI。人們開始明白雖然人工智能力量強(qiáng)大，現(xiàn)在相互提取或處理的數(shù)據(jù)類型是沒有限制的。但我們必須回答的問題是：應(yīng)該這樣做嗎？
展望未來，公司應(yīng)制定合理的人工智能的發(fā)展路線，并且建立例行審計制度來確保他們的人工智能在管理員的掌控之下。這個過程也許會伴隨著無休止的辯論：它在哪些方面進(jìn)行了優(yōu)化？是否會取代人類？如何對其進(jìn)行監(jiān)管以及道德風(fēng)控等。人工智能的未來令人興奮，與此同時，這或許也是一個瘋狂的旅程。
下載文檔
