如何开始使用人工智能

行业专家表示，许多尚未使用人工智能的公司开始热衷于使用这项新兴技术，而他们的许多竞争对手也已经在使用人工智能来增强自己的竞争优势。 对于大多数企业来说，人工智能技术显然过于复杂，无法在内部构建。他们需要人工智能提供商的帮助来外包他们的人工智能解决方案。这个过程本身很复杂。那么从哪里开始呢？如何选择供应商？鉴于人工智能变化如此之快，企业如何知道选择特定的人工智能技术提供商合作是否在几年后仍然是一个不错的选择？ 简而言之，企业如何更好地开启AI之旅？人工智能领域的领先专家、IBM 数据和人工智能开发副总裁兼 IBM 硅谷实验室站点总监 Dinesh Nirmal 提供了指导。 Nirmal表示，最近的一份调查报告显示，只有4%的企业真正采用了人工智能技术，并开始在人工智能领域发展。如果一个企业正确看待AI，那么它一定是一个拥抱AI的企业。也相信这是企业业务未来生存和发展的重要出路，尤其是在激烈的市场竞争中。因此，人工智能的采用对于企业来说非常关键。许多公司都在关注人工智能，但他们并没有真正采用或部署它。 开发人工智能从开发模型开始，数据科学团队可以做到这一点。但对于某些企业来说，部署人工智能变得具有挑战性，因为应用程序很可能是在 20 世纪 60 年代或 1970 年代编写的，所使用的第三方软件也是如此。如何将人工智能部署进去，对于企业来说确实是一个挑战。这是很多企业或者客户面临的挑战。虽然开发模型变得更加容易，但是当涉及到部署时，就会变得非常具有挑战性。 因此，他将人工智能的应用流程概括为三个D：Data（数据）、Development of models（模型开发）和Deployment（部署）。从人工智能的角度来看，这是三个阶段。第一个D（数据）和最后一个D（部署）至关重要，即如何获取数据、信任数据、如何清除数据？ 如何让数据科学家更快地访问它？开发的产品变得越来越商品化，这意味着有许多开源工具可用于构建这些模型。但最后一个D（部署）也变得非常关键，因为现在你必须采用人工智能或者在企业中构建那些模型，涉及到的过程非常复杂，这涉及到第三方软件，如果你不这样做，企业也会受到影响。没有机会，没有技能，所有这些事情，所以它变得非常具有挑战性。企业如何部署人工智能 Nirmal 说：“公司如何变得以人工智能为中心？他们需要采用我们所说的“人工智能阶梯”。 人工智能的阶梯包括：第一，如何收集或连接数据？因为它可能是已经存在的现有数据源。第二个问题是企业如何组织这些数据？数据的组织变得非常关键，比如哪些数据是敏感的，哪些数据是不敏感的。因此，必须对数据进行组织，或者在数据周围添加一些治理以使其可用。第三是分析数据，即如何分析数据？分析数据需要哪些工具？第四是注入数据或部署构建的模型。所以通过这四个步骤构建一个AI阶梯。 企业需要有大量的数据来构建模型，数据必须用来训练模型，而大多数企业可能不愿意将非常敏感的数据迁移到公有云平台上，因此它将成为企业可以使用的混合云方式这种方法在防火墙后面执行所有训练，然后当模型准备好部署时，可以将其部署在公共云上。 ” 企业在部署人工智能时面临的挑战 Nirmal 表示：“我坚信，除非企业愿意拥抱人工智能，否则他们将失去竞争优势。我们看到越来越多的人工智能用例。以聊天机器人为例，即使只能回答简单的问题，客户也会对此感兴趣，那么如何才能通过聊天让客户更加满意呢？ 借助聊天机器人，客户可以立即得到答案，并且可以立即满足他们的需求。客户不必打电话并等待很长时间才能有人回答他们的问题。因此，未来几年，人工智能的采用率可能会从 4% 加速到 40% 或 50%，这对每个企业都至关重要。 现在人们在一些地方看到越来越多的人工智能应用，比如客户服务、自然语言处理（NLP）、情感分析等行业领域。 例如，我遇到的客户说，‘我们认为技术是人工智能最大的优势之一。例如，如果一家公司的一名拥有30年知识和经验的员工退休了，他就无法再运用他的知识和技能。但如果你训练一个人工智能模型，你就可以不断地学习知识和技术，人工智能技术不会退休或离开公司。 人工智能将继续学习，知识和技能的保留将变得至关重要。所以我认为对于企业来说采用人工智能非常重要，因为这将使他们在竞争中脱颖而出，以确保生存和增长。另一个例子是，如果您是一家制造公司，在将产品运送给客户之前如何检测产品缺陷？如果您能够在缺陷发生之前发现并修复它们，您每年可以节省数百万美元。 这就像模式检测。我觉得这个行业需要从人工智能应用的角度来看待。越来越多的行业将采用人工智能技术，人工智能技术将加速在各行业的应用。 ”