人工智能存在“1%问题”

人工智能存在“1%问题”

原文: Artificial Intelligence Has a 1% Problem

来源: http://www.dbta.com/Editorial/News-Flashes/Artificial-Intelligence-Has-a-1-percent-Problem-119827.aspx

品觉导读:

  • 在AI方面取得成功的那1%的企业都是云公司。

  • AlphaGo只不过是运行一系列程序算法来模拟场景,从中找出最优解。它真的能取代人类吗?

  • 在AI被广泛使用之前,需要先解决技能差距、工具繁多和基础设施这三个重要问题。

  • 让那99%的企业都能使用,实现AI“民主化”,帮助那些远远比不上“谷歌们”的公司利用AI。

  • 原文翻译:

    关于人工智能(AI)的报道和评论为数众多。有人说它能创造奇迹,也有人说它对人类构成威胁。但Databricks公司联合创始人兼CEO阿里·高德西(Ali Ghodsi)要大家保持克制。Databricks来自加州大学伯克利分校AMPLab实验室,致力于ApacheSpark。

    高德西说,在Databricks为其500多位企业客户提供支持的用例中,73%是基于AI。这些公司很多都在努力利用AI。但同时也有众多夸张的故事,讲述AI将如何掌控世界,又有多么强大、多么危险。

     

    “当我们和试图解决预测问题的财富2000强企业交流时,他们的说法和媒体的报道反差极大,”高德西说。

     

    AI的1%问题

    他说,大家都想涉足AI,承认其巨大潜力,如果你问首席信息官和C级高管,他们打算如何保持竞争力,人工智能的使用很可能在他们的最重要的五个事项之列。高德西指出,人们以为AI无处不在,但事实大相径庭。

    AI实际上存在“1%问题”。只有谷歌、亚马逊等少数公司利用人工智能达成了他们的目标。这些科技巨头拥有数以万计的硅谷工程师,其中很多人拥有博士学位,或者本来是麻省理工、斯坦福和加州大学伯克利分校等顶尖学府的优秀教授,他们致力于解决范围很小、为数也不多的问题,比如实现汽车的自动驾驶,或者让人们点击更多的广告。高德西解释说,他们在所从事的有限领域里取得了很大成功,但其余“99%”的公司没有这些资源,发现自己试图解决的问题异常复杂,不知如何下手。

     

    早期应用

    Databricks发现,在AI的早期应用方面,工业IT和医疗行业是两个突出的例子。企业从传感器收集数据,然后输入Databricks,预测在某地发现石油的可能性,从而提高勘探效率,改善对环境的影响。在医疗行业,机构利用AI来帮助识别图像中的癌症肿瘤。但这两个行业不仅需要数据科学家和数据工程师,还需要研究相关学科的专家,而这些专家通常不太熟悉AI、数据库系统和数据仓库。

     

    就利用AI识别肿瘤的例子而言,这种应用还远未实现安全自动化。高德西说,谷歌工程师能开发出区分猫和狗的AI技术,“就算搞错了,也只是让人好笑而已。那是猫,但长的像狗。”但在医疗领域,如果某人说这是癌症肿瘤,但实际上并不是,那问题就严重了。

    如何扩大AI的使用

    高德西说,有三个问题必须解决,才能在更多的公司中更广泛地使用AI。

  •  技能差距——首先,需要领域专家。高德西说,比如识别癌症就需要医生,还有懂得利用机器学习软件来建立预测模型的数据科学家。此外还需要了解数据库和数据仓库的数据工程师,他们知道数据应该存储在哪里,如何解决大数据的多样性、速度和其他问题。在充满政治色彩、关系到管理和权力的氛围中,让所有这些不同的角色协同工作,这不是件容易的事。

  • 工具繁多——高德西说,现在有太多的工具需要整合,其中很多都是开源的。这些工具涵盖数据清洗、摄取、安全、预测和监控。想要使所有这些开源工具协同工作,企业必须雇佣开发人员,成功地实现软件互操作,而这只是为了让软件协同工作。

  • 基础设施——高德西眼中的第三个挑战是运营基础设施,确保所有机器和集群处于安全状态,数据以受控的方式流动,因为在受到严格监管的行业里,黑客入侵或信息泄露会使公司面临严重的后果。

  • 云是关键

    高德西说,在踏上AI之旅时,这些是需要尽早解决的三个问题。为了解决它们,需要工具来实现协作、系统整合以及通过云加强基础设施的一致性和可用性。

  •  协作工具——拥有能够实现多角色协作的工具,这是解决技能差距的最好方法。高德西说,这非常重要。

  • 技术整合——技术需要整合起来,更好地协同工作,这样才能清洗数据,把它转换成数学格式以用于预测,添加更多数据,建立预测模型,让软件自动运行。高德西说,能否添加更多数据以丰富原始数据集,这关系到预测的准确性。

  • 云——高德西说,想要确保基础设施始终运行良好,云是很好的解决之道。云能带来自动化、外包和确保基础设施始终运行良好的能力。在AI方面取得成功的那1%的企业都是云公司。这也许是巧合,也许不是,但在AI方面真正取得成功的谷歌、Facebook、亚马逊和其他公司都是云公司。他说:“我们认为,重要的区别就在于此。”

  •  

    什么是AI,什么不是AI

    高德西说,在AI被广泛使用之前,还有很长的路要走,很多人担心AI将取代人类大脑,但目前最先进的AI研究志不在此;AI实际上是人脑的补充,帮助人类更好地完成富有挑战性的任务。

    谷歌拥有世界各地所有网站的大量信息。它是AI,还是一个仅仅拥有很多信息的数据库?高德西说,我们可以把这视为一个哲学问题。但毫无疑问,AI使人类能够非常高效地查找信息,因为没人可以在自己的电脑上存储所有那些数据,并识别所需信息的来源。如果你有一幅地图,想找出两点之间的最近路线,软件可以很好地做到这一点。但高德西说,在需要创造力、并非超结构的事情上,AI进展甚微。

     

    高德西说,谷歌的AlphaGo之所以能战胜人类围棋冠军,是因为它进行模拟的速度比人脑更快。但他说,如果你让AlphaGo回顾其胜利,指出使它在比赛中取胜的关键落子,它就无能为力了。而人类可以大谈特谈他们迂回曲折的决策过程。AlphaGo只不过是运行一系列程序算法来模拟场景,从中找出最优解。它真的能取代人类吗?显然不行。

     

    结论

    “我认为,从本质上来讲,AI对人类不是件坏事。”高德西说。他指出,AI没有减少可供人类使用的资源,比如食物、教育和医疗。

    但他认为,在AI被广泛使用之前,需要先解决技能差距、工具繁多和基础设施这三个重要问题。

     

    哪些基因引起某些疾病这样的问题实际上很难回答,但人人都说他们正在取得“巨大进展”。高德西说:“没人会说‘这相当困难,充满挑战性。’”

    他指出,另一个问题在于,关于AI的过分宣传使人们误以为AI对人类构成迫在眉睫的威胁,忽视了它的巨大潜力。

    高德西说,Databricks的目标是尽可能地简化这项技术,让那99%的企业都能使用,实现AI“民主化”,帮助那些远远比不上“谷歌们”的公司利用AI。

    本次转自:品觉 微信公众号(pinjueche.com)

    车品觉简介

    畅销书《决战大数据》作者;国信优易数据研究院院长;红杉资本中国基金专家合伙人;浙江大学管理学院客席教授;全国信标委员;数据标准工作组副组长;美丽心灵基金会桑珠利民基金副主席。

    原阿里巴巴集团副总裁,首任阿里数据委员会会长;现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员(大数据项目)、浙江大学管理学院客席教授等职。

    END

    推荐:

    优秀人才不缺工作机会,只缺适合自己的好机会。但是他们往往没有精力从海量机会中找到最适合的那个。100offer 会对平台上的人才和企业进行严格筛选,让「最好的人才」和「最好的公司」相遇。

    扫描下方二维码或点击“ 阅读原文 ,注册 100offer,谈谈你对下一份工作的期待。一周内,收到 5-10 个满足你要求的好机会!

    人工智能存在“1%问题”