返璞归真 人工智能究竟是什么
对人工智能的讨论显然已经成为一种现象：各种集会，大小会议和高校课堂里似乎都在谈论人工智能。各大媒体也不遗余力的用头条宣扬人工智能将会如何彻底改变我们的生活和工作方式。然而，人工智能产业也产生了大量的泡沫，许多学者们指出了这其中的危险。
过分夸大AI是危险的
不计其数的公司和政府组织以人工智能为噱头疯狂融资，人工智能初创公司轻松获得上亿美元的资本投资，然而，这些项目大多都是毫无经济可持续性的，严重浪费了社会资源。对于许多中国企业动辄蹭人工智能的现象，王飞跃在今年6月举行的IEEE SMC学会上指出了其危险性，他说这将导致“能做的人没有机会和资源，不该做的人浪费了资源，根本不想做，只是想圈更多的钱”[1]。 对于人工智能的过度宣传已经偏离了事实本身，造成人工智能无所不能的假象。JANZZ科技在之前的文章中探讨过该问题，我们认为大多数关于大数据和人工智能的宣传仅仅是公司的自我营销，而非关于技术的真正进步。如果您对此感兴趣，请点击 https://janzz.technology/even-ado-nothing-hype-big-data-ai-often-self-marketing-facts-real-progress/
AI 究竟是什么
斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任吴恩达指出，大众混淆了通用人工智能或叫强人工智能（Artificial General Intelligence，AGI）和应用人工智能或叫弱人工智能（applied AI，specialised AI），仅仅用人工智能AI来指代这两者。通用人工智能研究的是如何让机器达到人类智慧，这一直是科幻电影和小说里不断出现的主题，然而在这个领域研究还非常有限，离最终目标还十分遥远。目前大家谈论得更多的是应用人工智能，例如机器学习，计算机视觉和自然语处理等。应用人工智能才是第四次工业革命的推动力，它已经在多个领域产生了经济效益，并持续的推动各个产业的改革。[2]
虽然人工智能已经影响了许多的产业，例如网络搜索，金融，物流，电子商务，媒体等等，但是目前投入实际应用的AI类型还很有限。吴恩达说，当前几乎所有的AI进展都是基于一个简单的A （输入数据）到B（简单回应）模型，这个学习模型被称为监督式学习。举一些例子来解释这个模型就是：输入几幅不同的图片（A），计算机软件会告诉你这些图片里哪里出现了猫（B）；输入广告和用户信息（A），软件会告诉你用户是否会点击该广告（B）。目前对于这个A到B模型的开发最为成功的便是深度学习或叫神经网络技术，灵感来源于人类的大脑。为了确保这个模型的质量，两个因素至关重要。一个是要慎重选取A和B，并提供大量的数据来理清A到B的关系；另一个关键因素是神经网络的大小——神经网络越大，A到B的关系越准确。 [2]
AI 在商业上的应用
现在我们了解了AI究竟是什么，接下来我们看看AI在当下的商业环境中的运用。也许大多数人会认为只有那些人力财力雄厚的大公司才能享受人工智能带来的变革，其实不然，接下来这个例子就展现了AI在微小企业中的运用。富士通和微软共同为日本的奶农出谋划策，以找到为奶牛进行人工授精的最佳时机。对于奶农们来说，找准时机至关重要，因为哪怕是几小时的差错，就会造成授精失败，又不得不等上一个月的时间。在和奶农们沟通后，他们了解到奶牛在发情期会增加走动，为此他们引入AI技术对奶牛的活动进行检测并分析得到的数据，最终在AI的帮助下授精成功率提高到了95%。[3]
成功的商业案例告诉我们，AI的运用绝非变魔术这般神奇。当然，和这里提到的案例相比，有许多更高大上的项目，但是其本质是相同的，“AI运行数据，公司需要知道他们拥有什么样的数据，他们可以访问哪些数据或者他们可以与其它哪些数据库合并，然后进行推理并深究这里面的关联”[3]。因此“将人工智能纳入公司战略需要有远见的领导，去识别人工智能的价值，并找出自身商业价值以及难以复制的环节”[4]。诚然，没有哪家公司可以在所有的部门都插入人工智能团队，同样，如果不是因为特定的业务需要，公司也没有必要在内部建构所有的AI模型，购买行业内广泛使用的决绝方案也不失为一种办法。 [2]
JANZZ科技为企业提供智能人力资源解决方案，为公共就业服务提供劳动力市场解决方案。 自2009年成立以来，我们就已经意识到确保监督学习和深度学习成功性的重要因素。 在过去的九年中，JANZZ科技一直在不断建立世界上最大的职业相关神经数据网络，迄今为止这个网络已达到3亿个神经节点。 我们独特的算法经过来自合作伙伴的大量数据的训练，我们的合作伙伴来自大型跨国公司和各国公共就业服务部门，并且我们的解决方案能够提供40种语言的服务。 我们强烈建议客户收集结构化和有效的数据，以获得最满意的匹配结果。
请马上与我们联系 sales@janzz.technology
[1] 周超臣. 2018. 给人工智能祛魅. URL: https://www.huxiu.com/article/247345.html [2018.10.31.].
[2] 新工作峰会. 2018. Power Lines with Andrew Ng C.E.O. and Founder, Landing.ai; and Adjunct Professor, Stanford University [视频文件]. URL: https://www.youtube.com/watch?v=YXx4b8g3tIg [2018.10.31.].
[3] 新工作峰会. 2018. The AI Accelerater with Peggy Johnson, E.V.P. of Business Development, Microsoft and Frank Chen, Partner, Andreessen Horowitz [视频文件]. URL: https://www.youtube.com/watch?v=YXx4b8g3tIg [2018.10.31.].
[4] 吴恩达. 2016. What artificial intelligence can and can’t do right now. URL: https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now [2018.10.31.].