人工智能时代,技术人员应该掌握的5项技能

作者: tuputech 2017-04-21 15:25:52

在2016年,人工智能公司产生的资金收入估值达到了80亿美元,并且这一数字有望在未来的三年内翻五倍。企业家们都纷纷投资人工智能,不仅将其作为一种降低成本的方式,还用它来改变客户和员工体验。

人工智能时代,技术人员应该掌握的5项技能

埃森哲发布的2017科技愿景显示,在超过5400个IT业和企业高管中,大约有79%的人认为人工智能将加速其组织内技术的使用。人工智能的颠覆性发展已是既定的事实,但其颠覆性发展对于劳动力的影响才是让企业最难以描述和处理的部分。现在必须明确的是,各个行业的领导应该要开始采取正确的方式看待不同类型的员工——不管是人类员工,还是机器员工——在将来的劳动市场中发挥的作用。

这些对劳动力的影响在IT领域表现得尤为突出。从分析到云计算,CIO正处理着大规模的破坏,对于IT组织推动行业变革、开启行业能力来说,人工智能既是个巨大的挑战,也是一个百年难遇的机会。为了抓住机遇,IT企业领导人必须采取果断的行动,重塑企业内部人员的能力和技能,迎接人工智能未来。想要抓住机器学习和人工智能价值,有5个关键的能力是技术人员必须掌握的。

1.机器管理能力

“机器将取代人类”——这一潜在的消极影响,很显然让企业管理者和员工很焦虑。一个经常被忽视的问题是:企业中的工作人员如何开发和维护“机器人操作自动化软件”(RPA)、智能机器,或是物理机器人?人工智能作为企业或组织的一项能力,在很大程度上仍处于起步阶段。这就意味着,在大多数情况下,人工智能的使用是一种在组织内的扩散。相应地,其系统性仍是不成熟且分散的。IT企业有能力开发技术体系结构,并且开启整个行业智能机器的未来。然而,这种能力并不是IT组织与生俱来的。CIO和IT行业必须联合其发展路径,通过对人工智能的训练和开发,使其从传统简单的“开灯”行为,在将来高效劳动的人工智能主宰时期,转变为能够作出正确决断的范例的角色。

2.流程资讯能力

从改进企业发展进程以达到其***的顶线或底线结果的角度来看,IT企业长期以来都是未得到充分利用的资源。举个例子,人工智能对大量信息的加工处理能力是人类难以达到的,这一能力能够极大地提高反洗钱操作的效率和质量。也就是说,人工智能可以通过合成数据、作出基本决策等方式,在操作流程中增加人类决策的比例。这也意味着人类必须重新设计其操作、重塑其能力,来支持集成的方法和应对更加复杂的决策。人工智能正在以人类尚未掌握的方法,改造着传统的以客户为中心的、内部的操作过程。这显然是传统的企业操作管理与RPA操作的融合。更广泛地说,除了RPA以外还有很多例子,比如说客户语音识别身份验证系统,它能在一些行业中极大地改善客户沟通服务的质量。

3.平台及数据管理能力

技术人员必须具备强大的信息处理和技术平台管理能力。机器学习方法只能生成与输入数据质量相当的预测模型。组织和数据质量对企业来说显然不是一个新的挑战了。如果一个人不具备支持和处理模型及平台的能力,人工智能将会遭遇瓶颈,尽管如此,人们还是会冒险一试。IT企业将自己重新打造成一个有组织的云供应商,新的技术和架构概念需要IT团队企业的数据管家,并最终打破部门隔阂,利用机器学习的力量。

4.算法意识

并不是所有人都要成为一个数据科学家,但是对于技术人员来说,拥有基本的数据处理能力和描述人工智能算法从创建到最终输出数据全过程的能力,确实非常重要的。一个企业有着两个核心的利益来源。***,IT能够向企业描述人工智能能力,并与企业合作不断地改进模型。第二,对驱动机器学习的数学概念的基础性理解,能够开启知识和创造力。这一创造力使IT组织在构建人工智能能力框架的同时,为企业创造积极的效益。举例来说,埃森哲与美国史蒂文斯理工学院合作,在重要领域开发先进的劳动力分析能力。

5.领导力和判断力

日常的行政工作占用了我们大量的时间,但在将来,机器会帮我们处理这些工作,成为我们的“好同事”。到那时候,公司的所有员工不仅需要接受一个机器掌握决策权的新世界,还需要在更具挑战性的决策中运用自己的判断力。完成这样的转变,你需要具备更加专注的解决问题的能力,同时掌握像机器能够处理并最终得出正确的指导性回应一样的、构建问题的技巧。

为了尽快掌握这些相关的能力和技巧,企业***们现在应该做些什么呢?首先,开展一个内部学习活动,重点介绍人工智能技术和人工智能带来的好处,减少员工对机器的恐惧,从而为人工智能“入驻”劳动力做好准备。通过一系列的虚拟活动和亲身体验活动,企业就能让员工进一步理解人工智能,并提升其人工智能的能力。这些活动的水平是可以根据劳动力及其能力水平进行调整的,这样才能让人们循序渐进地提高他们的能力。

另外,探索人工智能的工作动态,你需要向人们不断地强调这样一点:“人工智能让工作更高效,它减少的是我们的工作量,而不是工作岗位。”甚至可以在活动中部署人工智能原型或者进行实际操作演练。***,做一个总结,提高大家,尤其是企业管理者在利用人工智能上的创造力、开放性和灵活性。

机器就在我们身边。不久,世界上所有的公司、政府都将出现机器的身影。团队的***们将没有理由不采用这些自动化和增强技术。IT人员们面临的机遇就是进行劳动力重塑,让他们的员工掌握人工智能是未来必备的能力。把精力先集中在那些能够进行高效管理的机器,然后关注他们所使用的数据和算法,***是他们的领导力和判断力,这样,技术人员就能够在他们的组织中推动人工智能的优化。

人工智能 机器 数字科学
上一篇:七步让你实践深度学习 下一篇:图解机器学习:神经网络和TensorFlow的文本分类
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

人工智能是应对气候变化的新时代解决方案

气候变化是我们这个星球面临的最大挑战,人工智能可以帮助我们应对不断上升的全球气温。

Cassie ·  1天前
草图变真人脸?AI:可以,多草都行

这篇论文讲技术人员如何在styleGAN顶层训练了一个深度神经网络来学习将源图像映射到styleGAN模型的输入,最终输出高质量的目标图像。

丰色 ·  1天前
深度学习算法

深度学习算法在机器视觉中就如一个巧妙的接收转换器般的存在,它灵活、敏捷、“深度”与广度兼具,强悍的计算与预测能力可以称为其魅力之处。深度计算——可以集数亿个神经网络的自拟,对于数据、语音、图像等多种形式的资源进行分析、解释。

三姆森科技 ·  1天前
人工智能工程可以帮助组织充分利用人工智能

“人工智能”这一术语如今似乎无处不在,这在行业市场的应用中造成一些混乱,甚至可能让技术决策者感到困惑。

Bob Violino ·  1天前
人工智能赖以生存的大数据,掌握在垄断者的手中真的可怕

我至今还记得2016年那场旷世人机大战,人工智能软件“阿尔法狗”战胜世界围棋冠军李世石,那是一场标志性的比赛,打破了人们对人工智能的想象。

国学达人观世界 ·  1天前
中美欧人工智能发展现状比较分析

从投资、人才、研究、硬件、应用、数据多个维度,系统对比中、美、欧人工智能发展现状,最终得出结论称,美国当前依然保持着世界人工智能发展总体领先地位,中国在一些重要领域与美国的差距缩小,欧盟在三者中相对落后。

王璐菲 ·  1天前
基于机器学习的自动漏洞修复分析方法

。在本文中,我们提出了一个基于机器学习的自动化框架来自动化电力公司的修复决策分析。我们将其应用于一家电力公司,并对从该公司获得的两个真实运行数据集进行了大量实验。结果表明,该解决方案具有很高的有效性。

佚名 ·  1天前
通过细胞自动机,AI在「我的世界」学会了盖房子

许多研究采用了更为复杂的神经网络规则,被称为神经元细胞自动机(NCA)。但是其应用大多局限于2D结构,或是只能生成简单的3D结构。

子豪 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载