企业AI的四个发展阶段分别是哪四个阶段
人工智能（ai）除了自动化和数据处理还能做别的吗？当然，远不止此。如今ai的一些基础功能已经成熟，因为它变得越来越人性化，我们将见证ai复杂性的激增。接下来，我们将简要介绍ai辅助下企业的现状和未来前进方向。
趋势1：超越基础 正如前言，大多数公司都已经采用了ai的一些基本功能，用户对这些功能很有把握。其中包括个性化（个性化广告，发送电子邮件，自动编辑文本等）和推荐（例如在spotify，netflix或亚马逊购物卡等应用上看到的那些）和其他营销技术，是现在几乎任何规模的企业都能使用的开发服务型ai。还有许多技术开始达到高度饱和——最严重的是机器人流程自动化（rpa）。我称其为ai中唾手可得的成果，因为即便它智能，却也很简单。它侧重于一次自动化一个流程，而不是整个企业的垂直流程。rpa为公司节省了大量的时间和金钱，但尚未达到应有规模。在不久的将来，我们会看到更多的落后者开始采用rpa，而现有用户寻求优化他们已经开始使用的流程。
既然我们已经掌握了这些基础功能，就将会看到许多早期使用者进入下一阶段。我们可以期待企业越来越关注ai和ml驱动的预测分析——帮助企业从数据中提取更多价值，尤其从实时信息中；甚至相信它为我们做出决策。我们还将看到对绘制知识图谱更深入的理解——搞清人工智能如何利用数据找到人类可能从未想过的相关性。
趋势2：哎。采用ai很难 事实是采用ai很困难。许多公司都花了比预期更多的时间去优化ai的使用或建立能处理ai的系统。pactera technologies最近的一份报告呼应了gartner之前的发现：85%的ai项目无法兑现其预期的承诺。另一份来自dimensional research的报告发现10家使用ai和机器学习的机构中，有8家表明其项目搁置，其中96%的机构说他们在数据质量、数据标注和建立模型置信度方面遇到难题。事实上，即使像ibm、uber和亚马逊这样的高科技巨头有时由于非常严重的ai难题也不得不废弃总计数百万美元的重大项目。成长的痛苦是必要的吗？未必。到目前为止，关于创建有影响力的ai项目的要点和雷区已经有了足够的信息。要避免的几件大问题：没有明确的任务就起步、收集太多数据（或不使用、不正确处理）、使用错误算法、为了回报等待太久（而不是在工作过程中实时制衡）。
趋势3：越来越交互式和人性化 技术专家正在看到强化学习领域的重大进步，借此ai能够为通过目标导向的行为获得回报。它开始获得常识。尽管以一种奇怪的方式，它开始像人类一样思考，这意味着它也有能力大规模地剥夺工作（参见我最近关于首席营销官的文章以及ai正将他们置于险境的原因）。这就是ai从以人类为主导到类人的分岔口。一些有关ai已经多么先进具体示例在这里得到了很好的概述。
我们也看到ai迅速走向更具交互性质。初创公司和技术领头羊公司都在竞争发展聊天机器人，这些聊天机器人不仅能回答问题，而且还具有先进的推理能力。谷歌、微软、亚马逊和ibm都想到了他们在交互式ai方面的进步，这些ai将推动更多轮像人类一样的对话交流，将会话内容置于上下文中理解并迅速推断。
为了看到交互式人工智能成为现实，虽然后台会有很大的工作量，意味着我们的半导体也必须变得更强。这导致像英特尔这样的公司构建专用芯片用于推理，并开发他们所谓的dl boost技术，使计算机能够加快深度学习推理。这个领域和gpu一样变得越来越具有竞争力，传统上以其ai培训能力而闻名的gpu越来越有推力能力。上周nvidia公布了一项声明，该公司展示了gpu如何成为一种有价值的推理工具，以更低的延迟实现更自然、更人性化的对话。
趋势4： ai伦理仍要打上大大的问号 最后，随着ai确实变得更加人性化，企业开始意识到使用它会产生严重后果——我谈得不只是失业。我们已经看到，ai算法可以不经意地带上偏见。例如，用于招募的ai可能“意外地”选择白人男性作为高度合格人选因为白人男性编写了算法。这是一个严重的问题，特别是对于像ibm这样的公司，他们不仅仅在招聘中使用ai，还在员工评审中使用。你想要一个机器人评判你的工作表现吗？确定你是否应该加薪？那能有多公平？我们谁能确切地知道吗？
在未来，我们将看到更多关注与ai相关的伦理问题。例如，甲骨文公司创建了伦理委员会来讨论公平性、问责制和有关其所使用算法的透明度等问题。ibm正专注于“可解释的”ai。微软制定了使用聊天机器人的责任的指导原则（例如，公司应始终提醒客户他们正在与机器人而不是员工进行交流，并提醒他们注意机器人的局限性）。由于隐私风险，我们看到市民退出ai编程的面部识别之类的项目，而像亚马逊这样的公司也因为同样的原因开始抵制员工监控跟踪器。事实是，我们开始明白人工智能的力量有别于想象中的任何东西。现在，我们互提取或处理的数据类型确实没有限制。我们必须回答的问题是——应该吗？
展望未来，公司制定规划指导其人工智能开发，以及坚持例行审查以确保他们创建的ai仍在回应他们、回答它们被设计去处理的问题变得更为重要。这将伴随着无休止的辩论，即在哪些方面它增强而非取代人类，如何对其进行监管以及查明巨大的伦理困境。人工智能的未来令人兴奋，然而与此同时，坐下来享受——这将是一次疯狂的旅程。
LED电子生日蜡烛的电路实现,led candle
dotData致力于为企业提供全周期数据科学自动化和运营
Linux常用检测性能的10个基本命令汇总
半导体行业2016上半年并购案盘点 抱团取暖？
能秒掉GTX1070吗？AMD RX580显卡最深度评测
企业AI的四个发展阶段分别是哪四个阶段
汽车行业进行多维度大数据画像分析
电脑没声音怎么回事_电脑没有声音怎么办
村田将参加CES 2024
简易调频无线话筒电路图
电气控制线路故障的检查方法_电气控制线路故障的检修步骤
ARM的年度迭代策略 ARM Cortex-A77架构好在哪里
Mobileye亮相道路运输车辆展 致力于打造更安全的道路交通
不容小觑的2014十大技术趋势
DDS的基本原理 ：相位累加器、存储的波形表、高速DAC
5G商用临近 物联网将有何改变？
法雷奥的一流激光雷达技术获得两项新殊荣，展现领导地位！
人工智能带来的是好处多还是危害多
小米将全球首发自主研发的无线快充技术
小米发布新款手机小米 Max，以及 MIUI 8
趋势1：超越基础 正如前言，大多数公司都已经采用了ai的一些基本功能，用户对这些功能很有把握。其中包括个性化（个性化广告，发送电子邮件，自动编辑文本等）和推荐（例如在spotify，netflix或亚马逊购物卡等应用上看到的那些）和其他营销技术，是现在几乎任何规模的企业都能使用的开发服务型ai。还有许多技术开始达到高度饱和——最严重的是机器人流程自动化（rpa）。我称其为ai中唾手可得的成果，因为即便它智能，却也很简单。它侧重于一次自动化一个流程，而不是整个企业的垂直流程。rpa为公司节省了大量的时间和金钱，但尚未达到应有规模。在不久的将来，我们会看到更多的落后者开始采用rpa，而现有用户寻求优化他们已经开始使用的流程。
既然我们已经掌握了这些基础功能，就将会看到许多早期使用者进入下一阶段。我们可以期待企业越来越关注ai和ml驱动的预测分析——帮助企业从数据中提取更多价值，尤其从实时信息中；甚至相信它为我们做出决策。我们还将看到对绘制知识图谱更深入的理解——搞清人工智能如何利用数据找到人类可能从未想过的相关性。
趋势2：哎。采用ai很难 事实是采用ai很困难。许多公司都花了比预期更多的时间去优化ai的使用或建立能处理ai的系统。pactera technologies最近的一份报告呼应了gartner之前的发现：85%的ai项目无法兑现其预期的承诺。另一份来自dimensional research的报告发现10家使用ai和机器学习的机构中，有8家表明其项目搁置，其中96%的机构说他们在数据质量、数据标注和建立模型置信度方面遇到难题。事实上，即使像ibm、uber和亚马逊这样的高科技巨头有时由于非常严重的ai难题也不得不废弃总计数百万美元的重大项目。成长的痛苦是必要的吗？未必。到目前为止，关于创建有影响力的ai项目的要点和雷区已经有了足够的信息。要避免的几件大问题：没有明确的任务就起步、收集太多数据（或不使用、不正确处理）、使用错误算法、为了回报等待太久（而不是在工作过程中实时制衡）。
趋势3：越来越交互式和人性化 技术专家正在看到强化学习领域的重大进步，借此ai能够为通过目标导向的行为获得回报。它开始获得常识。尽管以一种奇怪的方式，它开始像人类一样思考，这意味着它也有能力大规模地剥夺工作（参见我最近关于首席营销官的文章以及ai正将他们置于险境的原因）。这就是ai从以人类为主导到类人的分岔口。一些有关ai已经多么先进具体示例在这里得到了很好的概述。
我们也看到ai迅速走向更具交互性质。初创公司和技术领头羊公司都在竞争发展聊天机器人，这些聊天机器人不仅能回答问题，而且还具有先进的推理能力。谷歌、微软、亚马逊和ibm都想到了他们在交互式ai方面的进步，这些ai将推动更多轮像人类一样的对话交流，将会话内容置于上下文中理解并迅速推断。
为了看到交互式人工智能成为现实，虽然后台会有很大的工作量，意味着我们的半导体也必须变得更强。这导致像英特尔这样的公司构建专用芯片用于推理，并开发他们所谓的dl boost技术，使计算机能够加快深度学习推理。这个领域和gpu一样变得越来越具有竞争力，传统上以其ai培训能力而闻名的gpu越来越有推力能力。上周nvidia公布了一项声明，该公司展示了gpu如何成为一种有价值的推理工具，以更低的延迟实现更自然、更人性化的对话。
趋势4： ai伦理仍要打上大大的问号 最后，随着ai确实变得更加人性化，企业开始意识到使用它会产生严重后果——我谈得不只是失业。我们已经看到，ai算法可以不经意地带上偏见。例如，用于招募的ai可能“意外地”选择白人男性作为高度合格人选因为白人男性编写了算法。这是一个严重的问题，特别是对于像ibm这样的公司，他们不仅仅在招聘中使用ai，还在员工评审中使用。你想要一个机器人评判你的工作表现吗？确定你是否应该加薪？那能有多公平？我们谁能确切地知道吗？
在未来，我们将看到更多关注与ai相关的伦理问题。例如，甲骨文公司创建了伦理委员会来讨论公平性、问责制和有关其所使用算法的透明度等问题。ibm正专注于“可解释的”ai。微软制定了使用聊天机器人的责任的指导原则（例如，公司应始终提醒客户他们正在与机器人而不是员工进行交流，并提醒他们注意机器人的局限性）。由于隐私风险，我们看到市民退出ai编程的面部识别之类的项目，而像亚马逊这样的公司也因为同样的原因开始抵制员工监控跟踪器。事实是，我们开始明白人工智能的力量有别于想象中的任何东西。现在，我们互提取或处理的数据类型确实没有限制。我们必须回答的问题是——应该吗？
展望未来，公司制定规划指导其人工智能开发，以及坚持例行审查以确保他们创建的ai仍在回应他们、回答它们被设计去处理的问题变得更为重要。这将伴随着无休止的辩论，即在哪些方面它增强而非取代人类，如何对其进行监管以及查明巨大的伦理困境。人工智能的未来令人兴奋，然而与此同时，坐下来享受——这将是一次疯狂的旅程。
LED电子生日蜡烛的电路实现,led candle
dotData致力于为企业提供全周期数据科学自动化和运营
Linux常用检测性能的10个基本命令汇总
半导体行业2016上半年并购案盘点 抱团取暖？
能秒掉GTX1070吗？AMD RX580显卡最深度评测
企业AI的四个发展阶段分别是哪四个阶段
汽车行业进行多维度大数据画像分析
电脑没声音怎么回事_电脑没有声音怎么办
村田将参加CES 2024
简易调频无线话筒电路图
电气控制线路故障的检查方法_电气控制线路故障的检修步骤
ARM的年度迭代策略 ARM Cortex-A77架构好在哪里
Mobileye亮相道路运输车辆展 致力于打造更安全的道路交通
不容小觑的2014十大技术趋势
DDS的基本原理 ：相位累加器、存储的波形表、高速DAC
5G商用临近 物联网将有何改变？
法雷奥的一流激光雷达技术获得两项新殊荣，展现领导地位！
人工智能带来的是好处多还是危害多
小米将全球首发自主研发的无线快充技术
小米发布新款手机小米 Max，以及 MIUI 8