人工智能的新发展趋势分析

作者: 佚名 2018-05-30 07:52:50

过去30年,信息科技经历几次巨大的质变,经历e化、互联网化、移动化、社群化、云端运算,以及近年的大数据、工业4.0、物联网等等浪潮。从去年起,社会突然看见人工智能(AI)的威力及潜力,无论是产业或学研各界都对它充满期待。

看待AI,有人忧心忡忡,有人冷眼以对,觉得只是另一波的蛋塔式流行。因此,我来谈谈AI与过去30年信息科技变革的同与异。

人工智能的新发展趋势分析

AI其实与过去的所有信息科技质变一样,都由一波热潮来先行,热潮过后自然会退烧,但所带来的影响将会永久性地改变我们的生活及工作样态(试想20年前怎么决定买不买某项商品?)。

记得20年前有开班教如何用计算机及Office软件,15年前还有教上网及设计网页的课程吗?现在这类型的课程几乎消失,不是会用Office软件及上网不重要,而是因为这些技能已成必备。

同样地,对于今天的AI学习热潮,你可能怀疑这一波热潮将持续多久。身为台湾人工智能学校执行官,我可以告诉你,这波热潮不会也不需要持续太多年。原因很简单,AI退烧的同时,我们将慢慢发现它将无所不在,应用于我们生活及工作的各个角落,因此AI课程会慢慢并入学校教育、软件设计及各领域的专业课程里头,成为知识工作者的必备知识。

另一方面,AI与过去30年的信息科技浪潮有些根本上的差异。e化、互联网化、移动化、社群化、大数据等等趋势的本质都在于提供更多的「信息」;云端运算、工业4.0及物联网都是运算平台的进展,在于能够收集及提供更多信息。一言以蔽之,过去30年的信息科技进展主要在于把更多更好的信息带给人们,以帮助人们做决策。

这一波的AI浪潮是信息科技史上头一遭,在信息运用上的突破,不再以人类为决策主体,而是企图由计算机来辅助甚至代替人类的决策。简单来说,过去的突破都在于讯息的提供,对我们的优势帮助是「加法」:多拥有一些讯息,竞争力是加分的。而这一波的突破,终于比较符合我们对于电「脑」的期待(不再只是书僮),开始让它来帮助人类做决策。因此,AI带来的优势是「乘法」,基于我们拥有的讯息,让计算机进行比人类更客观更全面,可能也是更准确的判断,在竞争力上可有立竿见影的加乘效果,这是为什么它如此重要、忽略它如此致命的原因。

另一个不同之处,过去的科技进展,通常我们可用涵盖率(coverage) 来衡量一家企业的导入进展。例如说公司内部有100个系统,有70个系统支持移动应用。但因为AI的目的在「决策」而不在「信息」,因此AI的导入进程应该用「绩效」来评估,就像在评估学生的学习成果一样。

一个残酷的事实是,十家在同一种产线同一个问题同样导入AI技术的同业,导入的绩效可能皆不相同。AI的导入不是0与1,未来每家公司都会导入AI,但拥有足够深度的认知及技术(以及数据治理),才有可能借助AI的帮助下达到比同业更好的绩效。

趋势大师凯文.凯利说:“如果你了解AI,知道怎么与AI一起工作,以后你会先找到工作。”未来,不懂驾驭AI的个人或企业,就像今天不会上网或没有e化一样,不一定会致命,但保证大幅丧失竞争力。因此,没有学不学的问题,而是早学或晚学的问题。你希望成为哪一种?

人工智能 AI 信息科技
上一篇:人工智能冰淇淋机亮相北京;IBM用“AI+区块链”鉴定钻石 下一篇:从概念到应用,人工智能所激发的潜力
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

11个主流AI聊天机器人平台,你绝不能错过 精选

人工智能聊天机器人掀起了一场用户体验革命。只要用户需要,机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助,企业也因此得到了长足的发展。

读芯术 ·  1天前
5G自动驾驶什么样?韩国测试得出这样的结果

自动驾驶与5G的产业发展备受关注,而两者结合会有什么样的效果,韩国企业近日进行了一番探索。韩媒报道称,10月10日,LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。

佚名 ·  1天前
全球十大AI训练芯片大盘点

AI芯片哪家强?现在,有直接的对比与参考了。英国一名资深芯片工程师James W. Hanlon,盘点了当前十大AI训练芯片。

乾明 ·  1天前
模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

乾明 ·  1天前
人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  1天前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  1天前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  1天前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  3天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载