【AI人(ren)工(gong)智(zhi)能】什么(me)是AI人(ren)工(gong)智(zhi)能 關于人(ren)工(gong)智(zhi)能AI的七大(da)誤解

如果(guo)你是(shi)一名(ming)企業主(zhu)管（而(er)不是(shi)數(shu)據科學(xue)(xue)家(jia)或機(ji)器學(xue)(xue)習(xi)專家(jia)），你可能(neng)已經(jing)從主(zhu)流媒(mei)體的報(bao)道中接觸過(guo)(guo)人工智能(neng)。你可能(neng)在《經(jing)濟學(xue)(xue)人》和《名(ming)利(li)場》讀(du)過(guo)(guo)相關文章(zhang)，或讀(du)過(guo)(guo)有關Tesla自動駕(jia)駛的故事(shi)，或史蒂芬·霍金(jin)寫(xie)AI對人類的威脅的文章(zhang)，甚至還看過(guo)(guo)有關人工智能(neng)和人類智能(neng)的諷刺漫畫。

所以，如果你是關心你的企業發展的高管，這些有關AI的媒體(ti)報(bao)道可能會引(yin)出兩(liang)個惱人的問題：

第一，AI的商(shang)業潛力是真是假？

第(di)二，AI如何應用于我的產品(pin)？

第一個問題(ti)的(de)答案(an)是肯定的(de)，AI具(ju)有商(shang)業潛力。今天，企(qi)業已經(jing)能應(ying)用AI改變需(xu)要(yao)人類智(zhi)能的(de)自動(dong)作(zuo)(zuo)業流程。AI能讓人力密集型企(qi)業處理的(de)工(gong)作(zuo)(zuo)量增(zeng)加100倍(bei)，同時把單位經(jing)濟效益(yi)降低90%。

回(hui)答第(di)二(er)個問題(ti)需要(yao)多一(yi)(yi)點時(shi)間。首先，我們必須消除主(zhu)流媒體宣(xuan)傳(chuan)的(de)AI神話。只有消除這些誤解，你(ni)才能對怎樣應用AI到(dao)你(ni)的(de)業務(wu)中有一(yi)(yi)個框架。

神話1：AI是魔術

許多主流媒(mei)體把AI的描述得想魔(mo)術一般神奇，好(hao)像我(wo)(wo)們(men)只需(xu)要對谷歌、Facebook、蘋果(guo)、亞馬遜(xun)和微軟這些大公司的高(gao)級魔(mo)術師使(shi)勁鼓掌(zhang)。這種描述是幫倒忙(mang)。如果(guo)我(wo)(wo)們(men)希望(wang)企業采用AI，那(nei)么我(wo)(wo)們(men)就需(xu)要讓企業家們(men)理解(jie)AI。AI并不(bu)是魔(mo)術。AI是數據、數學、模型以及迭代。要想讓AI為企業接受，我(wo)(wo)們(men)需(xu)要更加透明，以下是3個(ge)有關AI的關鍵概(gai)念的解(jie)釋：

訓(xun)練(lian)(lian)數(shu)據(ju)(ju)（TD）：訓(xun)練(lian)(lian)數(shu)據(ju)(ju)是機器學習的(de)初始數(shu)據(ju)(ju)集(ji)。訓(xun)練(lian)(lian)數(shu)據(ju)(ju)包括(kuo)輸(shu)入和(he)預(yu)回答輸(shu)出(chu)，所以機器學習模(mo)型能夠為任何給定輸(shu)出(chu)尋(xun)找模(mo)式。例如，輸(shu)入可以是帶有客戶(hu)和(he)企業支持(chi)代表（CSR）間的(de)電子(zi)郵件線程的(de)客戶(hu)支持(chi)ticket，輸(shu)出(chu)可以是基于企業特(te)定分類定義(yi)的(de)從1到5的(de)分類標簽。

機(ji)器(qi)(qi)學(xue)(xue)習(xi)（ML）:機(ji)器(qi)(qi)學(xue)(xue)習(xi)是能從訓練數(shu)據中學(xue)(xue)習(xi)模(mo)式，并讓(rang)這些模(mo)式應用(yong)于新的(de)輸入數(shu)據的(de)軟件(jian)。例如(ru)，接收(shou)到(dao)帶有客(ke)戶(hu)和(he)CSR間的(de)電子郵件(jian)線(xian)程(cheng)的(de)一個新的(de)客(ke)戶(hu)支持ticket時(shi)，機(ji)器(qi)(qi)學(xue)(xue)習(xi)模(mo)型能預(yu)測它(ta)的(de)分類，并告訴你它(ta)對這個預(yu)測的(de)置信度。機(ji)器(qi)(qi)學(xue)(xue)習(xi)的(de)主要特點是它(ta)學(xue)(xue)習(xi)新的(de)、而非適(shi)用(yong)固有的(de)規(gui)則。因此(ci)，它(ta)能通過消化新的(de)數(shu)據調整自己的(de)規(gui)則。

Human-in-the-Loop(HITL)：Human-in-the-Loop是AI的(de)第三(san)個核心要素。我們不能(neng)指望機器(qi)學習模(mo)(mo)(mo)型絕對可(ke)靠。一(yi)個好的(de)機器(qi)學習模(mo)(mo)(mo)型可(ke)能(neng)只有70%的(de)準確率。因此，當模(mo)(mo)(mo)型的(de)置信度較低時，就需(xu)要人使(shi)用Human-in-the-Loop作業流程。

所(suo)以，不要被AI是魔術(shu)的神話所(suo)迷惑(huo)。理解(jie)AI的基礎公式是：AI=TD+ML+HITL。

神話2：AI只為技術精英專屬

媒體報道(dao)很(hen)容易讓人產生一(yi)種錯覺(jue)，就是AI只屬于(yu)技(ji)術精英(ying)——大(da)公司例(li)如Amazon，Apple，Facebook，Google，IBM，Microsoft，Salesforce，Tesla，Uber——只有它(ta)們能夠組建大(da)型機器學習專家(jia)團隊，并(bing)獲得億美元級的投資。這種觀(guan)念是錯的。

今天，不用(yong)(yong)10萬美(mei)元就(jiu)能(neng)著手應用(yong)(yong)AI到你(ni)的業(ye)務中。所(suo)以(yi)，如果你(ni)是美(mei)國(guo)收(shou)(shou)益大(da)于5000萬美(mei)元的26000家企業(ye)之一，你(ni)就(jiu)可以(yi)把收(shou)(shou)益的0.2%投資于AI應用(yong)(yong)了(le)。

所以(yi)，AI不是技術精英專屬。它屬于每個企業。

神話3：AI只為解決十億美元級別的問題

主流媒體(ti)的(de)傾向于(yu)報道未(wei)來主義的(de)事物，例(li)如自動駕駛汽車或用于(yu)運送快(kuai)遞的(de)無(wu)人(ren)飛機(ji)。像Google，Tesla，Uber這(zhe)些公(gong)司由于(yu)“贏者通吃(chi)”的(de)心態，為了(le)搶(qiang)占未(wei)來無(wu)人(ren)車市場(chang)的(de)龍(long)頭老大地位，已經投資進去(qu)數百(bai)億(yi)美元(yuan)。這(zhe)些給人(ren)的(de)印象是(shi)(shi)AI只用于(yu)解決十億(yi)美元(yuan)級別的(de)新問題。但(dan)這(zhe)又(you)是(shi)(shi)一個錯誤(wu)。

AI也應(ying)用于(yu)解(jie)(jie)決現存的(de)較(jiao)小的(de)問題(ti)，例如(ru)百萬美(mei)元級別的(de)問題(ti)。讓我解(jie)(jie)釋一下：任(ren)何一個(ge)(ge)企業的(de)核心需求都是理解(jie)(jie)客(ke)戶。從古希臘(la)的(de)agora市集和古羅馬的(de)個(ge)(ge)人買賣(mai)廣(guang)場就是如(ru)此。今天也是如(ru)此，哪(na)怕(pa)生意買賣(mai)爆發性地轉移(yi)到(dao)了互聯網(wang)上(shang)。許多企業坐擁來自客(ke)戶的(de)非結構(gou)化數據寶(bao)藏，這些數據來自電子(zi)郵件線程(cheng)或Twitter評論。AI能應(ying)用于(yu)這些分(fen)類支持(chi)ticket的(de)挑戰(zhan)，或用于(yu)理解(jie)(jie)推文情緒。

所以，AI不(bu)僅(jin)能應用于十億美元級別的令人(ren)興奮的新問題，例(li)如(ru)(ru)自動(dong)駕駛汽車。AI也用于現存的“無趣”的小問題，例(li)如(ru)(ru)通過支持(chi)ticket分類或社交媒(mei)體情(qing)緒(xu)分析(xi)更好地(di)理解客戶。

神話4：算法比數據更重要

主流媒體(ti)中有(you)關(guan)(guan)AI的報(bao)道傾(qing)向(xiang)于認為機(ji)(ji)器學(xue)習算法(fa)是(shi)最重要(yao)的要(yao)素。它們(men)似乎(hu)把算法(fa)等同(tong)于人(ren)類大腦。它們(men)暗(an)示正是(shi)算法(fa)讓魔術發生作用，更精(jing)細復雜的算法(fa)能超越(yue)人(ren)類大腦。有(you)關(guan)(guan)機(ji)(ji)器在國際圍棋和象棋中戰(zhan)勝人(ren)類的報(bao)道就是(shi)例子。媒體(ti)關(guan)(guan)注的是(shi)“深(shen)(shen)度神經網絡”、“深(shen)(shen)度學(xue)習”以及機(ji)(ji)器如何做(zuo)決(jue)定。

這樣的(de)(de)報道可能帶(dai)給(gei)企(qi)(qi)業這樣的(de)(de)印象：想要應(ying)用AI，他們(men)(men)得先聘請(qing)到(dao)機器學(xue)(xue)習專(zhuan)家來建一(yi)個(ge)完(wan)美的(de)(de)算法(fa)。但假如企(qi)(qi)業不(bu)考慮(lv)怎樣獲(huo)得更(geng)高質量(liang)(liang)、更(geng)大量(liang)(liang)的(de)(de)定制(zhi)訓練數據以(yi)讓機器學(xue)(xue)習模(mo)型學(xue)(xue)習，就算有了(le)完(wan)美的(de)(de)算法(fa)也(ye)可能得不(bu)到(dao)理想的(de)(de)效(xiao)果（“我(wo)們(men)(men)有超棒的(de)(de)算法(fa)”和“我(wo)們(men)(men)的(de)(de)模(mo)型只有60%的(de)(de)準(zhun)確率”間的(de)(de)落差）。

從(cong)Microsoft，Amazon和Google這些公司購買商用機器學習服務，卻沒(mei)有一(yi)個(ge)訓(xun)練(lian)數(shu)(shu)據(ju)規劃或(huo)預算，就(jiu)好比(bi)買了(le)一(yi)輛汽(qi)(qi)(qi)車(che)，卻沒(mei)法(fa)到達加(jia)油站。你只是買了(le)一(yi)大(da)塊很貴(gui)的(de)(de)金屬而已。汽(qi)(qi)(qi)車(che)和汽(qi)(qi)(qi)油的(de)(de)類(lei)比(bi)雖(sui)然不夠恰當(dang)，因為如(ru)果(guo)你給(gei)(gei)機器學習模型補給(gei)(gei)越(yue)多(duo)的(de)(de)訓(xun)練(lian)數(shu)(shu)據(ju)，模型就(jiu)能變得(de)越(yue)好。這就(jiu)像(xiang)汽(qi)(qi)(qi)車(che)每用完一(yi)箱汽(qi)(qi)(qi)油，積累的(de)(de)里程數(shu)(shu)越(yue)大(da)。所以訓(xun)練(lian)數(shu)(shu)據(ju)甚至比(bi)汽(qi)(qi)(qi)油更重要。了(le)解更多(duo)可以閱讀我們此前(qian)的(de)(de)文章：More data beats better algorithms（//www.crowdflower.com/more-data-beats-better-algorithms/）

所以，訓練數據的質(zhi)量和數量至少是(shi)與(yu)算法同等重要的。

神話5：機器＞人

過(guo)去(qu)30年來，媒(mei)體(ti)一(yi)直喜歡(huan)把(ba)AI描述為比人(ren)類強(qiang)大的(de)機器，例如(ru)《終結者(zhe)》的(de)施(shi)瓦辛(xin)格和(he)《Ex Machina》的(de)Alicia Vikander。媒(mei)體(ti)這(zhe)樣做也(ye)可以理解，因(yin)為媒(mei)體(ti)想(xiang)建立起機器和(he)人(ren)類之間誰會贏(ying)的(de)簡單(dan)敘述結構。但是，這(zhe)和(he)實際情況不(bu)符(fu)。

例(li)如，最近(jin)Google的(de)DeepMind/AlphaGo戰勝李世石的(de)新聞(wen)被媒體簡單(dan)描(miao)(miao)述成機(ji)器戰勝了人類(lei)。這是不(bu)準確的(de)，真實情況不(bu)是這樣簡單(dan)。更準確的(de)描(miao)(miao)述應該是“機(ji)器聯合許多人戰勝了一個(ge)人”。

消除這種誤解的(de)(de)核(he)心理(li)由是(shi)機器和人(ren)類具有(you)互補的(de)(de)能(neng)力。請看上(shang)(shang)圖。機器的(de)(de)特(te)(te)長(chang)是(shi)處理(li)結構化計(ji)算，他(ta)們會在(zai)“找出(chu)特(te)(te)征矢量”任務上(shang)(shang)表現良(liang)好(hao)。而人(ren)類的(de)(de)特(te)(te)長(chang)是(shi)理(li)解意義和上(shang)(shang)下文(wen)，他(ta)們在(zai)“找出(chu)豹(bao)紋連衣(yi)裙”任務上(shang)(shang)表現良(liang)好(hao)，讓人(ren)類做“找出(chu)特(te)(te)征矢量”的(de)(de)任務就不那么容易了。

因此，對企業來說正確(que)的框架是(shi)實現機(ji)器(qi)和(he)人的互(hu)補，AI是(shi)機(ji)器(qi)和(he)人的共(gong)同(tong)工作。

神話6：AI就是機器取代人類

主(zhu)流媒(mei)體喜歡描繪反(fan)烏托(tuo)邦的未來，因為(wei)它(ta)們認(ren)為(wei)這能吸引眼球。這樣或許確實(shi)能吸引讀(du)者眼球，但是，它(ta)對真正理解機器和人類如(ru)何共同工作(zuo)沒有一點幫助。

例(li)如(ru)，讓我們再回到(dao)企業分(fen)(fen)類支(zhi)(zhi)持(chi)ticket的(de)(de)(de)業務上來(lai)。在現今的(de)(de)(de)大多數(shu)企業，這還是(shi)(shi)100%人(ren)工的(de)(de)(de)過(guo)程。所以，這個過(guo)程又慢成本又高，能做(zuo)的(de)(de)(de)數(shu)量(liang)受到(dao)限制。假設你(ni)(ni)在分(fen)(fen)類了10000個支(zhi)(zhi)持(chi)ticket之(zhi)后得(de)到(dao)了一(yi)個準確率為70%的(de)(de)(de)模型。30%的(de)(de)(de)時(shi)候結果(guo)錯(cuo)誤，但這時(shi)Human-in-the-loop就(jiu)可(ke)以介入了。你(ni)(ni)可(ke)以把可(ke)接(jie)受置(zhi)信(xin)(xin)度設置(zhi)為95%，只接(jie)受置(zhi)信(xin)(xin)度是(shi)(shi)95%或高于95%的(de)(de)(de)輸(shu)出結果(guo)。那(nei)么機器學習模型最初就(jiu)只能做(zuo)一(yi)小(xiao)部(bu)分(fen)(fen)工作，比如(ru)說5%-10%。但是(shi)(shi)當模型得(de)到(dao)新的(de)(de)(de)人(ren)工標記(ji)數(shu)據時(shi)，它就(jiu)能學習、進步(bu)。因此，隨著時(shi)間(jian)的(de)(de)(de)推移(yi)，模型能處理更(geng)多的(de)(de)(de)客戶支(zhi)(zhi)持(chi)ticket分(fen)(fen)類工作，企業也(ye)能大大增加分(fen)(fen)類的(de)(de)(de)ticket量(liang)。

所以，機(ji)器和人(ren)聯(lian)合可以增加工作量(liang)，同時保持質量(liang)，降低重要業務的(de)單位經濟效益。這(zhe)就(jiu)消(xiao)滅了(le)機(ji)器取代(dai)人(ren)類的(de)AI神話(hua)。真(zhen)相是(shi)，AI是(shi)機(ji)器強化人(ren)類。

神話7：AI=ML

主流媒(mei)體(ti)有關(guan)AI的最后(hou)一(yi)(yi)個神話(hua)是把人工(gong)智能(neng)和機器學習當(dang)做一(yi)(yi)回事了。這可能(neng)讓企業(ye)管理層(ceng)以(yi)為只要買下Microsoft，Amazon或Google的某個商用機器學習服務(wu)就能(neng)把AI轉變為產(chan)品。

實(shi)現一個AI解決方(fang)案(an)，除了機器學(xue)習(xi)，你還需(xu)要(yao)訓練(lian)數(shu)據(ju)，需(xu)要(yao)human-in-the-loop。缺了訓練(lian)數(shu)據(ju)的機器學(xue)習(xi)就像沒(mei)汽油的汽車(che)，雖然很貴，但(dan)去不到任何地方(fang)。缺了human-in-the-loop的機器學(xue)習(xi)也(ye)會導致(zhi)不良后果。你需(xu)要(yao)人去推翻機器學(xue)習(xi)模型低置信度(du)的預(yu)測。

所以，如果你(ni)是想把AI應(ying)用于你(ni)的(de)業(ye)務(wu)的(de)企業(ye)高(gao)管，那么你(ni)想在應(ying)該有一個(ge)框架了。你(ni)可以用AI的(de)7個(ge)真相代替AI的(de)7個(ge)神(shen)話：

真相1：AI=TD+ML+HITL

真相(xiang)2：AI適用(yong)所有(you)企(qi)業。

真相3：AI適用現(xian)存的小問(wen)題(ti)。

真相4：算法(fa)并不比訓練數(shu)據的質量(liang)和數(shu)量(liang)更(geng)重要。

真相5：機器和人類互(hu)補

真(zhen)相6：AI是機器(qi)強化人類

真相7：AI=TD+ML+HITL