人工智能如何與大數(shù)據(jù)完美結(jié)合

大數(shù)據(jù)和人工智能工具的結(jié)合使新形式的分析和自動化成為可能，這些新形式的分析和自動化仍在企業(yè)應(yīng)用程序中不斷發(fā)展和演變。

Dunn & 在 1 月份發(fā)布的一項調(diào)查發(fā)現(xiàn)，40% 的受訪者表示部署 AI 技術(shù)創(chuàng)造了更多的就業(yè)機會。這一發(fā)現(xiàn)似乎與使用人工智能減少就業(yè)機會相矛盾，調(diào)查中 100 名受訪者中只有 8 人報告說他們的組織因人工智能而被解雇。

這是去年 12 月在波士頓舉行的人工智能世界大會暨博覽會上的 Dun & 團隊。這引發(fā)了企業(yè)如何適應(yīng)人工智能和大數(shù)據(jù)等新興技術(shù)的問題。尤其是在這個前所未有的數(shù)字顛覆時代。

面對數(shù)字顛覆的現(xiàn)實，企業(yè)領(lǐng)導(dǎo)者發(fā)現(xiàn)很難應(yīng)對 AI 的快速采用策略。技術(shù)的快速發(fā)展和人工智能對未來工作的影響將導(dǎo)致工作變動和難以留住知識工作者等迫在眉睫的問題。

使用人工智能的好處以及隨之而來的問題

鄧的調(diào)查發(fā)現(xiàn)，人工智能主要用于分析、自動化和數(shù)據(jù)管理。正在啟用新功能，使原本無法訪問的域更易于訪問。例如，大學(xué)教授現(xiàn)在可以使用一系列工具來檢測作弊，這在以前是一個基于手動測試和經(jīng)驗的繁瑣過程。在人力資源領(lǐng)域，還采用了可以篩選簡歷、預(yù)測候選人成功以及執(zhí)行許多其他曾經(jīng)被認為棘手的任務(wù)的技術(shù)。

人工智能不僅讓這些應(yīng)用變得更加可行，而且是對業(yè)務(wù)任務(wù)的重新思考，以利用現(xiàn)有數(shù)據(jù)并開辟新的思維方式。與此同時，不斷變化的隱私法規(guī)使企業(yè)和網(wǎng)絡(luò)犯罪分子能夠以令人驚訝的新方式使用先進技術(shù)，迫使企業(yè)投入更多資源來解決與數(shù)據(jù)安全和治理相關(guān)的問題。

當(dāng)今的商業(yè)環(huán)境越來越復(fù)雜，處理這種混亂可能很困難。隨著第二代數(shù)字原住民的崛起，人們需要探索和研究人工智能和大數(shù)據(jù)日益增長的應(yīng)用。

根據(jù) Dun & Co. 的一項調(diào)查，目前大多數(shù)組織都在一定程度上使用人工智能技術(shù)。這一發(fā)現(xiàn)與其他行業(yè)機構(gòu)的研究一致，這些機構(gòu)指出從意識和早期采用到全面實施以及從使用中創(chuàng)造額外商業(yè)價值的轉(zhuǎn)變。

現(xiàn)實情況是，許多 AI 應(yīng)用程序，尤其是那些需要大量穩(wěn)定數(shù)據(jù)才能得出結(jié)論的應(yīng)用程序，一直受到數(shù)據(jù)發(fā)現(xiàn)和管理復(fù)雜性的困擾。然而，隨著大數(shù)據(jù)技術(shù)的發(fā)展，使組織能夠維護和管理越來越多的數(shù)據(jù)，使用物聯(lián)網(wǎng)和移動網(wǎng)絡(luò)等新技術(shù)的新應(yīng)用程序開始產(chǎn)生可喜的結(jié)果。一些例子包括執(zhí)法中的面部識別、智能城市技術(shù)、自動駕駛汽車和無人機。

誰在使用企業(yè) AI，它在做什么？

對人工智能從業(yè)者的調(diào)查通常包括三類：成功部署人工智能應(yīng)用的人；那些正在部署人工智能項目但仍在努力平衡創(chuàng)新和投資回報率的人；人工智能做出嚴肅的承諾。關(guān)于這三個群體的相對規(guī)模存在重大爭議。

Dun & Co 的調(diào)查是在一場以人工智能為主題的活動中進行的，近一半的受訪者 (44%) 表示他們的公司正在部署該技術(shù)，20% 的受訪者表示他們的公司已經(jīng)擁有人工智能技術(shù)。23% 的人表示他們計劃實施它。

尋求使用 AI 技術(shù)解決復(fù)雜問題的公司有時會對他們的結(jié)果感到困惑和不滿意，從而提出一些可以解釋的問題。如果人工智能方法沒有得到很好的理解，他們就很難接受看似違反直覺的結(jié)果。在 Dun & Dun 的一項調(diào)查中，46% 的受訪者表示了解 AI 如何得出結(jié)論是他們組織面臨的一個問題。只有三分之一的人表示他們完全理解人工智能系統(tǒng)是如何得出結(jié)論的。

對 AI 結(jié)果不滿意的其他原因來自基本問題的發(fā)展。例如，受過人工訓(xùn)練的監(jiān)督式 AI 方法存在根據(jù)潛在誤導(dǎo)和強化現(xiàn)有知識做出決策的風(fēng)險，特別是如果沒有預(yù)先采取正確的步驟來處理數(shù)據(jù)、算法本身或其生產(chǎn)。解釋結(jié)果。

問題的制定依賴于數(shù)據(jù)科學(xué)家確保使用正確的方法和數(shù)據(jù)以及正確的問題支持結(jié)論的能力。問題發(fā)展的不完全風(fēng)險突出表明需要可解釋的人工智能以及更多關(guān)于思??想和方法多樣性的對話，以便技術(shù)對企業(yè)更有價值。

人工智能和大數(shù)據(jù)的正確組合

仔細考慮人工智能使用的數(shù)據(jù)同樣重要。在鄧氏 調(diào)查顯示，許多組織表示缺乏正確的數(shù)據(jù)是進一步實施人工智能的最大障礙之一，而 28% 的受訪者表示缺乏內(nèi)部專業(yè)知識也是一個主要障礙。隨著數(shù)據(jù)生產(chǎn)和存儲的增加，人們將開始看到人工智能系統(tǒng)的適應(yīng)和改進。

雖然人工智能從業(yè)者可以合理地處理數(shù)據(jù)量，但大數(shù)據(jù)環(huán)境中的變化率仍然是一些人工智能應(yīng)用程序的重要問題。流數(shù)據(jù)是數(shù)據(jù)樣本經(jīng)常被忽視的一個很好的例子。

數(shù)據(jù)準確性是另一個日益重要的問題，特別是對于分類方法和其他無監(jiān)督人工智能方法。數(shù)據(jù)是任何技術(shù)，尤其是人工智能必須建立的基礎(chǔ)。不正確的數(shù)據(jù)庫（例如使用包含偏差或被錯誤操作的數(shù)據(jù)）通常會導(dǎo)致錯誤的技術(shù)方法，導(dǎo)致錯誤的見解，并且可以通過負面壓力得到加強。

人工智能的發(fā)展對其商業(yè)價值至關(guān)重要。

然而，隨著數(shù)據(jù)的持續(xù)增長和存儲的增加，人們將開始看到人工智能系統(tǒng)的適應(yīng)和改進。這種進化是人工智能商業(yè)價值的內(nèi)在體現(xiàn)。正如人工智能技術(shù)在某種程度上具有自我診斷能力一樣，我們將開始看到復(fù)雜系統(tǒng)的出現(xiàn)，這些系統(tǒng)不僅可以從人類主體那里學(xué)習(xí)，還可以從經(jīng)驗中學(xué)習(xí)。0.1772 秒。很好的例子包括戰(zhàn)斗 AI 和集成方法。

此外，下一代數(shù)字原生 AI 和數(shù)據(jù)科學(xué)從業(yè)者將對該系統(tǒng)進行更詳細的了解。這些未來的數(shù)據(jù)科學(xué)家將像醫(yī)生一樣進行鑒別診斷，以區(qū)分具有相似癥狀的疾病。

人工智能和大數(shù)據(jù)的結(jié)合將繼續(xù)發(fā)展it技術(shù)公司，組織可以確保對該技術(shù)的持續(xù)試驗和部署。但是，不能保證這種演變會朝著積極的方向發(fā)展。事實上，一些偉大的預(yù)言導(dǎo)致了相反的結(jié)果。

數(shù)字顛覆的新科學(xué)與商業(yè)和人工智能的發(fā)展密切相關(guān)。似乎可以肯定it技術(shù)公司，這種演變的步伐將繼續(xù)加快。事實上，人工智能和大數(shù)據(jù)并不總是完美地結(jié)合在一起。在這個領(lǐng)域，最終的最優(yōu)結(jié)果是不同分析方法和思維的日益成熟。