自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

如何實(shí)踐以數(shù)據(jù)為中心和民主化

人工智能
人工智能 (AI)和人類智能一直是內(nèi)在交織在一起的,人工智能誕生于對(duì)人腦內(nèi)部工作機(jī)制的研究。盡管以往研究人工智能是試圖解釋人類大腦的工作原理,但現(xiàn)在的任務(wù)是增強(qiáng)人類的能力。

[[418617]]

人工智能和人類智能并不是相互對(duì)立的,而是在本質(zhì)上是共生的。企業(yè)必須了解這一點(diǎn)才能取得成功。

人工智能 (AI)和人類智能一直是內(nèi)在交織在一起的,人工智能誕生于對(duì)人腦內(nèi)部工作機(jī)制的研究。盡管以往研究人工智能是試圖解釋人類大腦的工作原理,但現(xiàn)在的任務(wù)是增強(qiáng)人類的能力。而完成重復(fù)且平凡的輸入任務(wù),或者從幾乎無(wú)法理解的龐大數(shù)據(jù)集中提取信息的任務(wù)正是人工智能的用武之地。將人工智能用于此類任務(wù)可以防止企業(yè)浪費(fèi)人力和資源,并讓員工解決需要人類思想解決的問(wèn)題,例如基于同理心的技能、創(chuàng)造性設(shè)計(jì)或批判性思維。

很多人認(rèn)為采用人工智能終將會(huì)發(fā)生人類與機(jī)器的斗爭(zhēng),但現(xiàn)實(shí)之間的關(guān)系更為共生,人工智能的作用是進(jìn)一步促進(jìn)人類智能而不是取代,例如人類使用計(jì)算器的方式,可以解決用戶的特定問(wèn)題,但這些問(wèn)題的計(jì)算并不是該過(guò)程的最終目標(biāo)——它需要人類來(lái)解釋計(jì)算結(jié)果并使用這些信息。

通過(guò)以這種方式增強(qiáng)人類智能,曾經(jīng)被認(rèn)為過(guò)于耗時(shí)和勞動(dòng)密集型的任務(wù)可以被剝離。這導(dǎo)致更少的人力投入,其產(chǎn)生的結(jié)果遠(yuǎn)遠(yuǎn)超出個(gè)人或團(tuán)隊(duì)希望完成的復(fù)雜程度。正是這種人類和人工智能的結(jié)合才真正令人生畏。而這種方法的應(yīng)用幾乎無(wú)窮無(wú)盡,但要真正釋放其潛力,企業(yè)必須消除利用人工智能和訪問(wèn)數(shù)據(jù)驅(qū)動(dòng)洞察力的復(fù)雜性。

讓機(jī)器和人類各自明確自己的職責(zé)

任何企業(yè)的目標(biāo)都是分配和管理提供所需結(jié)果的資源,無(wú)論是產(chǎn)品還是通過(guò)為客戶提供的服務(wù)。然而,這些產(chǎn)品和服務(wù)的全球格局比以往任何時(shí)候都復(fù)雜得多。快速的數(shù)字化轉(zhuǎn)型提高了企業(yè)和消費(fèi)者的期望,并創(chuàng)造了一種將速度、準(zhǔn)確性、可靠性和全天候可用性被視為一種標(biāo)準(zhǔn)的環(huán)境。因此,企業(yè)需要強(qiáng)調(diào)數(shù)字自動(dòng)化的必要性以滿足苛刻的商業(yè)環(huán)境的要求。

將人工智能應(yīng)用于不同行業(yè)是很重要的,因?yàn)楹芏鄬?shí)現(xiàn)的組合。例如,電子產(chǎn)品在電氣設(shè)備的制造過(guò)程中使用機(jī)器人流程自動(dòng)化(RPA)。計(jì)算機(jī)視覺(CV)也被用于質(zhì)量保證(QA)過(guò)程和欺詐檢測(cè),可以在問(wèn)題出現(xiàn)之前很早就會(huì)發(fā)現(xiàn)。

在這些例子中,市場(chǎng)所規(guī)定的要求超出了人類的能力。這并不意味著人類被排除在過(guò)程之外,而是人類要了解出現(xiàn)問(wèn)題的背景,并設(shè)計(jì)滿足預(yù)期結(jié)果的更廣泛的系統(tǒng)。這些工具的用戶只是從“行動(dòng)者”轉(zhuǎn)變?yōu)?ldquo;問(wèn)題解決者”,利用他們的分析和推理技能來(lái)提高他們的輸出質(zhì)量。

保持簡(jiǎn)單性

機(jī)器將取代人類的誤區(qū)已經(jīng)被打破,為什么圍繞人工智能仍然存在矛盾或不信任的情況?出于同樣的原因,一些企業(yè)正在實(shí)施數(shù)字化轉(zhuǎn)型,而另一些企業(yè)則在采取短期措施來(lái)應(yīng)對(duì)競(jìng)爭(zhēng)。這就是問(wèn)題的復(fù)雜性。

為了充分利用人工智能,無(wú)論企業(yè)的行業(yè)或相關(guān)實(shí)施如何,簡(jiǎn)單的事實(shí)是該技術(shù)必須可用。不僅是那些技術(shù)成熟度更高或數(shù)據(jù)科學(xué)技能更高的人員能夠使用,而且企業(yè)中的任何員工都可以使用。儀表板的用戶界面(UI)必須易于理解,機(jī)器學(xué)習(xí)軟件必須可用,數(shù)據(jù)管理系統(tǒng)必須可供具有不同技術(shù)能力水平和不同信息可視化偏好的各種人員訪問(wèn)。具有諷刺意味的是,保持簡(jiǎn)單性是一件非常復(fù)雜的事情。

隨著人工智能技術(shù)的進(jìn)步,更多的框架、模型和平臺(tái)將被廣泛使用。允許團(tuán)隊(duì)成員根據(jù)他們的需求識(shí)別、測(cè)試和采用解決方案,意味著當(dāng)企業(yè)利用開源工作時(shí)無(wú)需從頭開始。人工智能技術(shù)的進(jìn)步也同樣重要。人工智能管理應(yīng)用程序正變得越來(lái)越先進(jìn),用戶界面有了很大改進(jìn),從而提供了更大程度的直觀性和更低的進(jìn)入門檻。令人欣慰的是,人工智能越來(lái)越多地與增強(qiáng)現(xiàn)實(shí)(AR)等其他先進(jìn)技術(shù)相結(jié)合,從而擴(kuò)大了人工智能應(yīng)用對(duì)傳統(tǒng)非技術(shù)角色的吸引力。

人工智能以數(shù)據(jù)為中心

企業(yè)應(yīng)該接受以數(shù)據(jù)為中心和民主化,從而將數(shù)據(jù)交到員工手中。通過(guò)讓員工使用當(dāng)前擁有的數(shù)據(jù),企業(yè)可以創(chuàng)建一個(gè)增量改進(jìn)的反饋循環(huán),通過(guò)改進(jìn)數(shù)據(jù)收集程序來(lái)提高員工的數(shù)據(jù)分析技能。理解了這一點(diǎn),知道任何成功的人工智能實(shí)施的主要優(yōu)先事項(xiàng)是以這樣一種方式來(lái)構(gòu)建正在解決的問(wèn)題,使尋求改進(jìn)的行動(dòng)或流程成為焦點(diǎn)。

這種方法的成功取決于人工智能是否可用于所有業(yè)務(wù)功能,而不僅僅是IT部門。普及這項(xiàng)技術(shù)是將其集成到企業(yè)范圍內(nèi)的工作流程的核心。這是從技術(shù)中獲得最大收益并從實(shí)施人工智能的投資中獲得回報(bào)的關(guān)鍵一步。

這并不是說(shuō)投資回報(bào)率(ROI)是用來(lái)衡量人工智能集成成功與否的唯一指標(biāo)。從長(zhǎng)遠(yuǎn)來(lái)看,諸如使用數(shù)據(jù)作為持續(xù)改進(jìn)的資產(chǎn)和簡(jiǎn)化企業(yè)工作流程等可以產(chǎn)生更多的好處。然而,真正的價(jià)值在于讓企業(yè)的員工處于控制之中。為他們提供工具、能力和許可,以便與人工智能協(xié)作而不是競(jìng)爭(zhēng)。只有這樣,人工智能和人類智能才能和諧共存,從而提高業(yè)務(wù)產(chǎn)出,并創(chuàng)造更美好的未來(lái)。

 

責(zé)任編輯:姜華 來(lái)源: 企業(yè)網(wǎng)D1Net
相關(guān)推薦

2024-03-21 16:58:06

AI人工智能

2023-10-07 07:42:12

A/B實(shí)驗(yàn)數(shù)據(jù)倉(cāng)庫(kù)

2024-04-11 10:30:00

醫(yī)療保健人工智能

2023-11-07 15:01:57

人工智能民主化

2023-07-03 09:49:49

2013-05-21 09:38:06

2012-10-10 14:06:16

IT服務(wù)民主化規(guī)模經(jīng)濟(jì)

2018-05-15 09:51:25

云計(jì)算人工智能機(jī)器學(xué)習(xí)

2020-11-05 14:01:16

物聯(lián)網(wǎng)民主化IOT

2021-03-24 14:13:51

數(shù)據(jù)分析架構(gòu)大數(shù)據(jù)

2021-08-17 15:36:44

人工智能AI

2015-11-16 14:19:50

2019-09-06 09:00:33

機(jī)器學(xué)習(xí)算法數(shù)據(jù)科學(xué)

2017-03-09 20:26:12

APIAI谷歌云

2015-10-23 18:34:24

魅族

2021-10-18 10:43:59

數(shù)據(jù)數(shù)據(jù)中心DCIM

2024-09-12 09:20:48

2022-05-18 10:20:44

模型深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

2017-04-11 20:10:56

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)