今年人工智能決策將變得更加透明?

　　無(wú)論你的 IT 業(yè)務(wù)現(xiàn)在使用了多少人工智能，預(yù)計(jì)你將會(huì)在 2018 年使用更多。即便你從來(lái)沒(méi)有涉獵過(guò) AI 項(xiàng)目，這也可能是將談?wù)撧D(zhuǎn)變?yōu)樾袆?dòng)的一年，德勤董事總經(jīng)理 David Schatsky 說(shuō)。他說(shuō)：“與 AI 開(kāi)展合作的公司數(shù)量正在上升。”

　　看看他對(duì)未來(lái)一年的AI預(yù)測(cè)：

　　1、預(yù)期更多的企業(yè) AI 試點(diǎn)項(xiàng)目

　　如今我們經(jīng)常使用的許多現(xiàn)成的應(yīng)用程序和平臺(tái)都將 AI 結(jié)合在一起。 Schatsky 說(shuō)：“除此之外，越來(lái)越多的公司正在試驗(yàn)機(jī)器學(xué)習(xí)或自然語(yǔ)言處理來(lái)解決特定的問(wèn)題，或者幫助理解他們的數(shù)據(jù)，或者使內(nèi)部流程自動(dòng)化，或者改進(jìn)他們自己的產(chǎn)品和服務(wù)。

　　“除此之外，公司與人工智能的合作強(qiáng)度將會(huì)上升?！彼f(shuō)，“早期采納它的公司已經(jīng)有五個(gè)或略少的項(xiàng)目正在進(jìn)行中，但是我們認(rèn)為這個(gè)數(shù)字會(huì)上升到十個(gè)或有更多正在進(jìn)行的計(jì)劃?！? 他說(shuō)，這個(gè)預(yù)測(cè)的一個(gè)原因是人工智能技術(shù)正在變得越來(lái)越好，也越來(lái)越容易使用。

　　2、人工智能將緩解數(shù)據(jù)科學(xué)人才緊缺的現(xiàn)狀

　　人才是數(shù)據(jù)科學(xué)中的一個(gè)大問(wèn)題，大多數(shù)大公司都在努力聘用他們所需要的數(shù)據(jù)科學(xué)家。 Schatsky 說(shuō)，AI 可以承擔(dān)一些負(fù)擔(dān)。他說(shuō)：“數(shù)據(jù)科學(xué)的實(shí)踐，逐漸成為由創(chuàng)業(yè)公司和大型成熟的技術(shù)供應(yīng)商提供的自動(dòng)化的工具?！彼忉屨f(shuō)，大量的數(shù)據(jù)科學(xué)工作是重復(fù)的、乏味的，自動(dòng)化的時(shí)機(jī)已經(jīng)成熟。 “數(shù)據(jù)科學(xué)家不會(huì)消亡，但他們將會(huì)獲得更高的生產(chǎn)力，所以一家只能做一些數(shù)據(jù)科學(xué)項(xiàng)目而沒(méi)有自動(dòng)化的公司將能夠使用自動(dòng)化來(lái)做更多的事情，雖然它不能雇用更多的數(shù)據(jù)科學(xué)家”。

　　3、合成數(shù)據(jù)模型將緩解瓶頸

　　Schatsky 指出，在你訓(xùn)練機(jī)器學(xué)習(xí)模型之前，你必須得到數(shù)據(jù)來(lái)訓(xùn)練它。 這并不容易，他說(shuō)：“這通常是一個(gè)商業(yè)瓶頸，而不是生產(chǎn)瓶頸。 在某些情況下，由于有關(guān)健康記錄和財(cái)務(wù)信息的規(guī)定，你無(wú)法獲取數(shù)據(jù)?！?/p>

　　他說(shuō)，合成數(shù)據(jù)模型可以采集一小部分?jǐn)?shù)據(jù)，并用它來(lái)生成可能需要的較大集合。 “如果你以前需要 10000 個(gè)數(shù)據(jù)點(diǎn)來(lái)訓(xùn)練一個(gè)模型，但是只能得到 2000 個(gè)，那么現(xiàn)在就可以產(chǎn)生缺少的 8000 個(gè)數(shù)據(jù)點(diǎn)，然后繼續(xù)訓(xùn)練你的模型。”

　　4、人工智能決策將變得更加透明

　　AI 的業(yè)務(wù)問(wèn)題之一就是它經(jīng)常作為一個(gè)黑匣子來(lái)操作。也就是說(shuō)，一旦你訓(xùn)練了一個(gè)模型，它就會(huì)吐出你不能解釋的答案。 Schatsky 說(shuō)：“機(jī)器學(xué)習(xí)可以自動(dòng)發(fā)現(xiàn)人類無(wú)法看到的數(shù)據(jù)模式，因?yàn)閿?shù)據(jù)太多或太復(fù)雜。 “發(fā)現(xiàn)了這些模式后，它可以預(yù)測(cè)未見(jiàn)的新數(shù)據(jù)?！?/p>

　　問(wèn)題是，有時(shí)你確實(shí)需要知道 AI 發(fā)現(xiàn)或預(yù)測(cè)背后的原因。 “以醫(yī)學(xué)圖像為例子來(lái)說(shuō)，模型說(shuō)根據(jù)你給我的數(shù)據(jù)，這個(gè)圖像中有 90% 的可能性是腫瘤。 “Schatsky 說(shuō)，“你說(shuō)，‘你為什么這么認(rèn)為?’ 模型說(shuō)：‘我不知道，這是數(shù)據(jù)給的建議。’”

　　Schatsky 說(shuō)，如果你遵循這些數(shù)據(jù)，你將不得不對(duì)患者進(jìn)行探查手術(shù)。 當(dāng)你無(wú)法解釋為什么時(shí)，這是一個(gè)艱難的請(qǐng)求。 “但在很多情況下，即使模型產(chǎn)生了非常準(zhǔn)確的結(jié)果，如果不能解釋為什么，也沒(méi)有人愿意相信它?！?/p>

　　還有一些情況是由于規(guī)定，你確實(shí)不能使用你無(wú)法解釋的數(shù)據(jù)。 Schatsky 說(shuō)：“如果一家銀行拒絕貸款申請(qǐng)，就需要能夠解釋為什么。 這是一個(gè)法規(guī)，至少在美國(guó)是這樣。傳統(tǒng)上來(lái)說(shuō)，人類分銷商會(huì)打個(gè)電話做回訪。一個(gè)機(jī)器學(xué)習(xí)模式可能會(huì)更準(zhǔn)確，但如果不能解釋它的答案，就不能使用?！?/p>

　　大多數(shù)算法不是為了解釋他們的推理而設(shè)計(jì)的。 他說(shuō)：“所以研究人員正在找到聰明的方法來(lái)讓 AI 泄漏秘密，并解釋哪些變量使得這個(gè)病人更可能患有腫瘤。 一旦他們這樣做，人們可以發(fā)現(xiàn)答案，看看為什么會(huì)有這樣的結(jié)論?！?/p>

　　他說(shuō)，這意味著人工智能的發(fā)現(xiàn)和決定可以用在許多今天不可能的領(lǐng)域。 “這將使這些模型更加值得信賴，在商業(yè)世界中更具可用性。”