小白应该了解点儿人工智能

一、小白应该了解点儿人工智能

计算机可以称为硬件和软件组合而来的工具。

1.硬件的构成可以类比三明治。最底层是0和1的二进制,第二层是由机器语言,我们称之为汇编语言构成,第三层称之为操作系统,如Linux等。

2.软件就是利用硬件算法与人类交互的应用程序,比如Word文字处理软件,包括网页页面等。

3.算法则是计算过程,是计算机执行任务需要遵循的一系列步骤或过程,用来越来越多地替代我们做决策。算法也可能是利用有效数据做出决策的计算过程。

4.模型就是这样一种黑盒子——你只需要扔数据进去,它就能吐出答案。在机器学习中,算法与变量相结合才可以创建数学模型。

5.人工智能分为广义和狭义。广义就是您在科幻世界想象出来的,有自主意识的人工智能可以替代人类所有的工作?但目前,人工智能仅仅能够做到的是辅助人类决策,即狭义人工智能。简单讲,狭义人工智能其实就是利用数学进行预测的工具,一种用于预测的数学方法。通过分析一个已知的数据集,在数据集中识别数据模式和事件概率,并把这些数据模式和事件概率编写成计算模型。

   当前的时代还是属于狭义人工智能时代。也就是说,人工智能只能部分替代某些技术和重复性劳动,实现到协助人的目的。比如,⾃动驾驶属于⼈⼯智能,但是自动驾驶的灵活性其实是不够的,还做不到5级。扫地机器⼈也还做不到边边⻆⻆都扫到。不过。虽然它不够灵活,如果你能够反过来去适应它,不是⾮得让它能完整接管⼈的事,⽽是把⼈的事做拆解,有哪些事它能接管,有哪些事不能接管,你把它能接管的交给它,依然能省你很多事。

   归纳起来就是把任务做拆解,连⻢斯克的核⼼都是任务拆解。这⾥最典型的是什么?就是芯⽚的异构计算。原来芯⽚计算,我不管你什么东⻄的,反正都要能计算就好,所有事情都是可计算的,所有事情堆到⼀起,只要有强⼤的算⼒,把所有事情都计算完了就好了。就是这种时候,你更关⼼的就是计算能⼒提升,所以强调叫摩尔定律。第⼀有技术还在突破。第⼆个现在不强调摩尔定律了。为什么不强调?突然发现原来其实⼀个很简单的提升效率办法,就是把想⼲的活分分类,⼀类是很繁重,但是不复杂的活,这事是要重复做n多遍,但是这事本身不复杂。另⼀类是很复杂,但是不繁重的事,就是我涉及到很复杂的操作,要有好多步骤,但是这件事本身很轻松,就是⼀次性做完就没了。把这两件事分开,发现原来我们⼲的⼯作⼤多数都是繁重⽽不复杂,只有极少数是复杂⽽不繁重的,你把这极少数复杂⽽不繁重的交给相对计算能⼒特别强,就是善于处理复杂事情的CPU去改,剩下这些繁重⽽不复杂,专⻔设计⼀个就擅⻓处理这样业务的GPU去处理,它就单处理这件事,不断的训练,经过优化,处理效率就⽐⼀个通⽤计算设备去处理它的效率要⾼很多,这样CPU和GPU一结合,整体效率就提升了。

   现在的办公室也是⼀样的,你也要去衡量办公室都有哪些⼯作。⼤多数⼯作其实也是所谓繁重⽽不复杂的,以前⽤⼈来⼲,现在这部分你就⽤机器来⼲,甚⾄让⼈⼲的繁重不复杂的⼯作⾥,这个其实也不能让机器完全替代,你再把它做分类,其中也有80%是机器可以替代,20%机器不能替代。那就很简单了,把这个20%机器不能替代的事还叫⼈⼲,80%⽤机器来⼲,你给⼀个⼈配2台机器,他就能⼲5个⼈的事,甚⾄说能⼲更多⼈的事。这种时候你整体的效率就提升了,你给这个⼈配两台机器叫什么?叫机器⼈流程⾃动化。就把很多原来⼈⼲的事,贴个发票,填个表格,录⼊信息这样的事⽤机器⼈来⼲,⼈最后校验⼀下,因为你录⼊信息,⼈也需要校验的,有些或者碰到悬⽽未决的事情,需要⼈来决策⼀下,到底是东还是⻄,⼈最后来做决策,这样的整体效率就提升了。

所以⼈⼯智能还没有做到万能,但是也已经⾜够好到可以帮我们解决很多问题,进⼊到业务⾥。当然,千万不要等,不要等到⼈⼯智能完美了,能够完全替代⼈了,我再⽤它。完全替代⼈,你都被替代了,你就没机会⽤它。⼀定要找到⼈机的最佳结合点,

什么样的人工智能业务是好业务,是有发展前途的,什么样的人工智能是忽悠人的?我们要判断清楚。比在生产规模化时代,我更在乎的是效率。举个例子,以前我们家做饭要什么?要⽣炉⼦。后来我们有了煤⽓灶,实际上有很多最早从农村进城市,他不会使⽤,不会打⽕,不敢打⽕,那就⽤不了。所以它要掌握⼀新技能,⽽这新技能和⽼技能相⽐是两个完全不同的⽅法,⽅法虽然不同但⽬的都是做饭,只不过效率是新技能更⾼,但是它也不意味着新技能会把时间彻底省掉,所以包括冰箱,包括洗⾐机都是这样的原理。我并不代表洗⾐机不需要⼈操作,叠⾐服还要你来叠。但是⾄少我省时间了,从整体上来讲省时间,所以上⼀个时代⽣产规模化是⽤⼀个产品、⼀个产业⽅案替代另⼀个⽅案,然后核⼼是省时间。

1.市场要有。从宏观环境上来判断,我们是已经慢慢的进⼊了产品⽣产规模化的晚期,进⼊了开启服务,也就是经验规模化的⼤量运⽤的时期,需要把⼈的⼀些相对复杂,但是可重复的经验能够复制出来,由人工智能来做,这个市场是巨⼤的。也就是说,经验规模化的时期,好业务尤其要和⼈⼯智能结合,就是要把这些规模化做到可操作的经验。也就是说,你要做业务,在这个时代做的好,就要利用人工智能固化⼀个⾼端的服务。都是固化服务,⾼端低端就差很远,都是固化在医⽣的诊断⽔平,那是协和的医⽣还是普通的医⽣。都是固化的⼀个机器⼿煎⽜排,那是三星级厨师还是普通厨师就差很远。所以服务有这样的⼀个特性,你固化的是不是⾼端服务,然后能不能做到普遍性,如果能,就可以做拓展形成巨大的市场。所以,人工智能进入领域应该追求高端服务规模化复制。

2.定位要准。也就是规模化的好坏怎么评价,是不是完整规模化呢?完整规模化要有两个标准,⼀个就是叫职业替代,⼀个叫职业增强。你或者是职业替代,我完整的不需要某个⼈了。另⼀个叫职业增强,我还需要⼈,但是⼀个⼈能⼲三个⼈的活了,这个就是⼀个好故事。如果不是,虽然能够⼲⼈的⼀半的活,但是另⼀半的活还需要⼈来帮我⼲,那就不是好的标准。所以在经验规模化基础上,还要进⼀步去看你的业务设计,是要做到所谓职业替代和职业增强才是好的业务设计。比如,你是替代⼀个护⼠还是替代不了,所以未来如果是职业增强,可能⼀个护⼠原来只能照顾⼀个⽼⼈,现在⼀个护⼠加上⼀个楼⾥的监控设备,我能照顾1 0个⽼⼈,那倒有可能,所以关键是你要定义清晰,我们讲的职业替代不可能,职业加增强才可能。

3.行业要聚焦垂直。①流程自动化,RPA。⼤多数⼈企业管理此如⻨肯锡、埃森哲、波⼠顿咨询集团都是我教你怎么做,我教你怎么做管理,怎么做运营。 IBM consulting把怎么做管理的技能固化到IT系统⾥,我把IT系统给你公司装上去,实际上我不需要培训,你⾃然就掌握了管理技能了,因为违背管理规则的事在IT系统⾥不被许可,我把它固化进去了。所以像流程⾃动化和 IBM consulting很像,其实它是把⼀些思想原则,把⼀些技能固化到⼀个系统⾥,然后交付给你,但是既然是要交付,就是IBM consulting,它也没法超越,这是consulting的路数,所以它就还是这样⼀个问题,就是你还是要⼀单⼀单找⼤客户,然后就变成⼈⼒密集型。②AI医疗。 Ai医疗因为2020年发了10个证,这个正在形成这样⼀个板块,这些公司就会成为⻛⼝,成为头⽺,同时就会有⼀些蹭热度的公司加⼊进来,像百度也来做⼀些 AI医疗的尝试,甚⾄像现在的线上问诊,线上问诊的医⽣理论上讲和A I还⽐较远,但是它依然可以借着AI医疗,声称我在线上也实现了AI医疗,我的问诊⾥⾯也有语⾳的分析,语义的分析,我可以蹭热度,就有头⽺有能蹭热度的。然后有市场开拓的相对容易⼀些的,像Airdoc就能够铺的很⼴的,也有⼀些如果能找到了办法,和⼤医院捆绑,然后让⼩医院,让边远医院也能得到实惠的企业,有机会能够做起来,就有收⼊利润。所以有收⼊利润,有头⽺,有跟随者的这样⼀个领域。③智能应答或者叫智能客服。⼀⽅⾯有很多技术会越来越先进起来,甚⾄有很多机器能够分析⼈类情绪,我听你说话能分析出来你有没有抑郁症,甚⾄有没有⼀些其它的疾病,慢慢的能从语⾳⾥⾯分析出来。另⼀个,辅助的东⻄是⼀个出彩的东⻄,但实际上对本质东⻄就是语⾳语义的理解能⼒,其实把翻译⽔平⽤在这了。当我什么都接就没办法适应了,那就是强⼈⼯智能弱于⼈,就是什么都能⼲的事上,⼈更好;⽽弱⼈⼯智能强于⼈,就是指定范畴的地⽅,这个⼈⼯智能就⽐⼈⼲的好。所以如果是智能应答,它往往是指定范畴,⽐如我是银⾏的智能应答,我肯定不会问游乐园的情况,我就很容易去识别,很容易去互动。所以⾏业的智能互动,智能客服会越来越成熟,你会看到越来越多的电话,甚⾄以后90%的⾏业相关的客服电话都不是⼈来接的,都是机器⼈接的,但是你会觉得不能分辨出来到底是机器⼈还是⼈,除⾮你有敏感度,要不然⼀般来说你是分辨不出来的,这个是会热起来的,再加上这种坐席本身也有转型的需求。比如,淘宝的商家是不是有智能客服,你们这个很容易去监控,淘宝上⼩商家都已经有客服了,你⼀听这客服基本上是语⾳,就意味着市场是⼀定会起⻜的了。如果淘宝⼩商家都⽤不起,因为现在是⼈⼯做起,淘宝⼩商家肯定⽤不起,这个市场就还不⾏,所以这是⼀个很典型的科技的市场,就是科技使得客服的应答的成本显著降低,甚⾄降到以前的1%,因为以前你要养⼈,现在我养的是机器,但是我的市场可能扩⼤100倍,所以就等于机器会把原有客户的市场给接⾛,这是个方向。

关键点:“挑战不仅在于感知环境,而且在于了解环境。

© 版权声明

相关文章