盡管人工智能目前取得了令人鼓舞的進(jìn)步，但它還沒(méi)有在許多行業(yè)引起革命性的變化。在很多情況下，問(wèn)題不一定出在技術(shù)上，而是出在人們感知技術(shù)的方式上。

《權(quán)力與預(yù)測(cè)》是人工智能專家撰寫的一本新書，探討了不同行業(yè)應(yīng)用人工智能技術(shù)的根本挑戰(zhàn)。作為他們廣受好評(píng)的《預(yù)測(cè)機(jī)器》的續(xù)集，這本書討論了企業(yè)在受益于人工智能進(jìn)步的全部潛力之前需要改變什么。

從點(diǎn)解決方案和應(yīng)用到人工智能系統(tǒng)，行業(yè)專家研究了人工智能在不同領(lǐng)域的成功和失敗。他們還從過(guò)去的技術(shù)革命中提供了重要的見解，并展示了如何從頭開始重新思考和設(shè)計(jì)人工智能系統(tǒng)，可以幫助創(chuàng)造基于強(qiáng)大的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法的真正價(jià)值。

點(diǎn)解決方案vs人工智能系統(tǒng)

如今的人工智能系統(tǒng)是預(yù)測(cè)機(jī)器，這意味著它們可以根據(jù)過(guò)去的數(shù)據(jù)預(yù)測(cè)未來(lái)會(huì)發(fā)生什么。這是每個(gè)數(shù)學(xué)模型都要做的。但由于大量數(shù)據(jù)和計(jì)算的可用性以及深度學(xué)習(xí)算法的進(jìn)步，人們已經(jīng)能夠創(chuàng)建可以對(duì)圖像、文本和多維數(shù)據(jù)等復(fù)雜信息進(jìn)行預(yù)測(cè)的模型。

在《權(quán)力與預(yù)測(cè)》一書中，作者將人工智能的價(jià)值分為三類：點(diǎn)解決方案、應(yīng)用解決方案、系統(tǒng)解決方案。

到目前為止，人們看到的大多數(shù)都是點(diǎn)解決方案和應(yīng)用程序解決方案。這些人工智能系統(tǒng)取代了以前需要預(yù)測(cè)的任務(wù)。例如，在金融服務(wù)中，任務(wù)之一是預(yù)測(cè)哪些交易是欺詐的。經(jīng)過(guò)正確數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)模型可以接管這項(xiàng)任務(wù)。點(diǎn)解決方案是人工智能的唾手可得的成果，因?yàn)椴捎盟鼈冎恍枰钚〉耐顿Y和對(duì)底層系統(tǒng)的更改。

另一個(gè)點(diǎn)解決方案的例子是分析放射掃描?，F(xiàn)在有幾個(gè)深度學(xué)習(xí)模型，可以從X光和MRI掃描中檢測(cè)出各種疾病，其水平與經(jīng)驗(yàn)豐富的放射科醫(yī)生相當(dāng)。

他們正在自動(dòng)化放射科醫(yī)生執(zhí)行的眾多任務(wù)之一，而無(wú)需對(duì)潛在的患者護(hù)理系統(tǒng)進(jìn)行任何更改。

人工智能系統(tǒng)可以通過(guò)自動(dòng)化當(dāng)前應(yīng)用程序和系統(tǒng)未解決的新任務(wù)和問(wèn)題來(lái)提供更大的價(jià)值。然而，人工智能系統(tǒng)需要一種空白的方法，在這種方法中，需要重新設(shè)計(jì)整個(gè)流程、工作流和應(yīng)用程序，不僅可以解決現(xiàn)有的問(wèn)題，還可以解決新問(wèn)題。為了讓它們發(fā)揮作用，人工智能系統(tǒng)通常需要新的組織結(jié)構(gòu)以及目標(biāo)和激勵(lì)措施的一致性。這使得人工智能系統(tǒng)更加困難、風(fēng)險(xiǎn)更大，但也更有回報(bào)。

《權(quán)力與預(yù)測(cè)》一書的作者寫道：“系統(tǒng)解決方案通常比點(diǎn)解決方案或應(yīng)用解決方案更難實(shí)現(xiàn)，因?yàn)槿斯ぶ悄茉鰪?qiáng)的決策會(huì)影響系統(tǒng)中的其他決策。點(diǎn)解決方案和應(yīng)用解決方案通常會(huì)強(qiáng)化現(xiàn)有系統(tǒng)，而系統(tǒng)解決方案則會(huì)顛覆現(xiàn)有解決方案，因此往往會(huì)導(dǎo)致破壞。然而，在許多情況下，系統(tǒng)解決方案可能會(huì)為人工智能投資帶來(lái)最大的整體回報(bào)。”

人工智能的中間時(shí)代

在《權(quán)力與預(yù)測(cè)》一書中，作者認(rèn)為現(xiàn)在正處于人工智能的“中間時(shí)代”，在見證了這項(xiàng)技術(shù)的力量之后，在它被廣泛采用之前。這就是為什么點(diǎn)解決方案目前是人工智能更有吸引力和更受歡迎的用例。

這是有歷史先例的。例如在19世紀(jì)后期，當(dāng)電力開始實(shí)現(xiàn)工業(yè)化時(shí)，它的第一個(gè)應(yīng)用是點(diǎn)解決方案。對(duì)于工廠來(lái)說(shuō)，這意味著用電動(dòng)機(jī)代替蒸汽機(jī)來(lái)降低能源成本。改變電力來(lái)源并不需要重新設(shè)計(jì)工廠。

然而，電力的真正價(jià)值主張是將機(jī)器與電源分離。這使得新的工廠設(shè)計(jì)成為可能，這在蒸汽動(dòng)力下是不可能的，而且它們的生產(chǎn)率更高，成本更低。但這種普及花了幾十年的時(shí)間，因?yàn)樗枰拘缘母淖?，打破?xí)慣，以及現(xiàn)有企業(yè)不愿意進(jìn)行的前期投資。那些抓住機(jī)會(huì)的企業(yè)家成功地占據(jù)了領(lǐng)先地位，并占領(lǐng)了后來(lái)取代舊市場(chǎng)的很大一部分市場(chǎng)。

人們可以在許多其他行業(yè)看到這些變化，比如網(wǎng)上購(gòu)物的興起，個(gè)人電腦的出現(xiàn)，以及從印刷媒體到數(shù)字媒體的轉(zhuǎn)變。

人工智能是一種基礎(chǔ)設(shè)施技術(shù)，技術(shù)領(lǐng)導(dǎo)者將其影響與電力進(jìn)行了比較。因此，這需要一種全新的心態(tài)和大膽的探索。

《權(quán)力與預(yù)測(cè)》一書的作者寫道：“人工智能驅(qū)動(dòng)的行業(yè)轉(zhuǎn)型需要時(shí)間，一開始怎么做并不明顯。許多人可能會(huì)嘗試并失敗，因?yàn)樗麄冋`解了需求，或者他們無(wú)法讓單位經(jīng)濟(jì)運(yùn)作起來(lái)。最終，有人會(huì)成功，并建立起盈利的途徑。其他人會(huì)試圖模仿。行業(yè)領(lǐng)導(dǎo)者將試圖保護(hù)自己的優(yōu)勢(shì)。有時(shí)它會(huì)成功。無(wú)論如何，這個(gè)行業(yè)將會(huì)轉(zhuǎn)型，一如既往地總會(huì)有贏家和輸家。”

打破規(guī)則

《權(quán)力與預(yù)測(cè)》一書的作者表示，“當(dāng)沒(méi)有什么東西的時(shí)候，不會(huì)放棄。如果沒(méi)有必要的信息來(lái)做出明智的選擇，就可以避免盲目做事的后果。因此，當(dāng)人工智能預(yù)測(cè)出現(xiàn)時(shí)，它的使用機(jī)會(huì)并不明顯，這并不令人驚訝。潛在的決策者在沒(méi)有這些信息的基礎(chǔ)上搭建了一個(gè)腳手架?！?/p>

人工智能的機(jī)會(huì)很難發(fā)現(xiàn)，因?yàn)樗鼈兺ǔｋ[藏在嚴(yán)格的規(guī)則和程序背后，這些規(guī)則和程序運(yùn)行良好，并且已經(jīng)建立了很長(zhǎng)時(shí)間。這些規(guī)則彌補(bǔ)了信息的不足。它們使人們能夠在不能夠預(yù)測(cè)準(zhǔn)確結(jié)果的情況下做出決定。它們幫助構(gòu)建系統(tǒng)，雖然不是最優(yōu)的，但在許多情況下可靠地工作。

找到這些機(jī)會(huì)的關(guān)鍵是，首先要了解預(yù)測(cè)機(jī)器的力量，其次，找到預(yù)測(cè)可以取代既定規(guī)則的地方。作者在書中探討的一個(gè)非常有趣的例子是人工智能在教育中的應(yīng)用。

多虧了機(jī)器學(xué)習(xí)算法和歷史數(shù)據(jù)，可以預(yù)測(cè)學(xué)生的表現(xiàn)，他們?cè)谀睦飼?huì)脫穎而出，在哪里會(huì)遇到困難。這讓我們有機(jī)會(huì)為每個(gè)學(xué)生提供更多個(gè)性化的內(nèi)容。

但這些預(yù)測(cè)模型在當(dāng)前的教育體系中并沒(méi)有多大幫助，因?yàn)槟壳暗慕逃w系是建立在基于年齡的課程基礎(chǔ)上的，每個(gè)班只有一名教師。之所以建立這個(gè)系統(tǒng)，是因?yàn)榻處煕](méi)有辦法通過(guò)學(xué)生的教育軌跡來(lái)準(zhǔn)確衡量他們的個(gè)人學(xué)習(xí)能力。

為了能夠充分利用機(jī)器學(xué)習(xí)，人們需要以一種新的方式重新思考教育體系。這個(gè)新系統(tǒng)將以個(gè)性化討論、小組項(xiàng)目和教師支持取代以年齡為基礎(chǔ)的課程，對(duì)整體教育和個(gè)人成長(zhǎng)和發(fā)展產(chǎn)生更大的影響。

《權(quán)力與預(yù)測(cè)》的作者寫道：“基于年齡的課程規(guī)則是現(xiàn)代教育系統(tǒng)的粘合劑，因此，個(gè)性化學(xué)習(xí)內(nèi)容的人工智能只能在該系統(tǒng)中提供有限的好處。要釋放個(gè)性化教育人工智能的潛力，主要挑戰(zhàn)不是建立預(yù)測(cè)模型，而是將教育從目前將系統(tǒng)粘合在一起的基于年齡的課程規(guī)則中分離出來(lái)?！?/p>

權(quán)力轉(zhuǎn)移

人工智能的成功應(yīng)用需要《權(quán)力與預(yù)測(cè)》一書作者所稱的“系統(tǒng)思維”，這與“任務(wù)思維”形成了對(duì)比。任務(wù)型思維模式關(guān)注的是節(jié)約成本。系統(tǒng)思維專注于價(jià)值創(chuàng)造。任務(wù)思維模式側(cè)重于將單個(gè)任務(wù)自動(dòng)化。系統(tǒng)思維意識(shí)到需要重建基于機(jī)器預(yù)測(cè)和人類決策產(chǎn)生價(jià)值的系統(tǒng)。

人們已經(jīng)在一些行業(yè)和亞馬遜和谷歌等大型科技公司看到了這種情況，這些公司已經(jīng)形成了基于人工智能預(yù)測(cè)推薦個(gè)性化內(nèi)容的盈利系統(tǒng)。

也許系統(tǒng)思維模式的重要元素之一是隨著人工智能的采用而發(fā)生的權(quán)力轉(zhuǎn)移。隨著體制的變化，有決策權(quán)的人也在變化。

《權(quán)力與預(yù)測(cè)》的作者寫道，“雖然人工智能不能把決定權(quán)交給機(jī)器，但它可以改變由誰(shuí)來(lái)做決定。機(jī)器沒(méi)有權(quán)力，但一旦部署，它們可以改變擁有權(quán)力的人。當(dāng)機(jī)器改變決策者時(shí)，底層系統(tǒng)也必須改變。制造機(jī)器的工程師需要了解他們嵌入到產(chǎn)品中的判斷的后果。那些過(guò)去在當(dāng)下做決定的人可能不再需要了?！?/p>

作者在書中探討的一個(gè)假想例子是心臟病發(fā)作風(fēng)險(xiǎn)。目前，這種風(fēng)險(xiǎn)評(píng)估是通過(guò)在醫(yī)院進(jìn)行測(cè)試來(lái)進(jìn)行的，并由進(jìn)行測(cè)試的?？漆t(yī)生做出決定。

假設(shè)能夠構(gòu)建人工智能系統(tǒng)，根據(jù)智能手表等可穿戴設(shè)備收集的數(shù)據(jù)預(yù)測(cè)心臟病發(fā)作風(fēng)險(xiǎn)。然后，就有可能將這些預(yù)測(cè)從醫(yī)院急診科的分診空間轉(zhuǎn)移到病人的家中。在這種情況下，許多患者在被診斷出患有藥劑師或初級(jí)保健醫(yī)生可以在家?guī)椭委煹募膊『?，將永遠(yuǎn)不需要去醫(yī)院。

不管人們?cè)趪@人工智能的科學(xué)和哲學(xué)辯論中處于什么立場(chǎng)，人們都能認(rèn)同的是，預(yù)測(cè)機(jī)器有很多東西可以提供，而如今只是觸及了表面。要充分利用它們的潛力，首先要回到繪圖板，重新思考如果人們有預(yù)測(cè)的能力，將如何設(shè)計(jì)系統(tǒng)。?