編者按：自動化、機器人員工、人工智能……這些新的技術正在深刻影響人類社會的未來走向，而當人工智能的“魔瓶”打開之后，企業又該如何應付呢?TechTarget專欄作家Harvey Koeppel提出了他的建議。在此之前，Harvey Koeppel還將介紹他是如何看待人工智能的。
大多數的專家和學者都認為人工智能起源于1956年達特茅斯校大學舉行的一次會議。當時的參會者包括John McCarthy(人工智能之父)、Marvin Minsky(1969年度圖靈獎得主，麻省理工人工智能實驗室創立者)、Allen Newell(1975年圖靈獎得主)、Arthur Samuel和Herbert Simon，這些人都成為了人工智能領域的開拓者，引領著相關研究工作的方向。縱觀整個60年代，美國國防部是人工智能研究的主要資金來源，包括讓機器下棋、說英語、解代數題、推演邏輯定理等。
但是，對于這些問題的研究熱情漸漸開始消退，正如Herb Simon所言“在20年之內，計算機的能力會發展到足以取代人工作業的程度”，而Minsky也支持Simon的看法 -- “我們這一代，將見證這些促使‘人工智能’領域確立的問題被逐一解決掉。”
不必多言，這些先驅們的看法顯得過于樂觀了。或者說，在宏觀層面，事情的進展不如預期那么迅速。進入70年代后，政府的投入開始削減，而人工智能也從“過高期望的峰值(Peak of Inflated Expectations)”進入到“泡沫化的低谷期(Trough of Disillusionment)”(取自于Gartner的技術成熟度曲線，Hype Cycle)。在整個80年代，由于專家系統(提升了企業的知識學習和分析能力)在商業上的成功，人工智能的整體市場增長到超過10億美元，實質上進入了“穩定攀升的光明期(Slope of Enlightenment)”。對于人工智能的熱情，重新燃起。
技術成熟度曲線的擴展：奇點(singularity)
和許多人一樣，我相信我們即將迎來一個拐點。Google Search上對奇點的定義是：宇宙黑洞的中心，在密度無限大的時空中，聚集了所有的能量和質量。無論你是否相信摩爾定律(Moore Law)，人工智能在功能、特性以及和人類的連接(至關重要的一點)上都取得了更為顯著的進步。仿生部件已經不在局限在科幻小說和學術研究的層面。人機交互也不再是移動鼠標、自拍或擺動四肢 – 而是基于電機和硅基技術，實現與人的生理機能的連接。
因此，也許Gartner的技術成熟度曲線中應該再加入第六個階段 – 奇點。
人工智能時代：CIO十誡
對于CIO們來說，人工智能技術帶來的沖擊已經不言而喻。針對IT領袖們，希望下面的10條建議能夠帶來人工智能技術的最大產出和收益：如果你對人工智能的基本概念和原理不熟悉，讀本書、學習一門課程或者和同行多交流，讓自己盡快進入相應的語境;無論熟悉與否，持續地跟蹤人工智能技術的新發展 – 這是一個快速演進的領域;在企業或IT部門中，開展人工智能相關的創新活動，包括研發和驗證;盡你所能，延攬人工智能方面最杰出的人才;對于基于人工智能技術構建的產品和服務，確保其商業上的可行性(比如，可接受的投入產出比);與企業內外的利益干系人溝通，使其對新開發的人工智能應用有充分的了解。這一點尤為重要，如果處理得當，這類應用將構筑差異化的競爭優勢;在智能技術的研發和部署可能取代人工工作時，要有良好的人力資源戰略和規劃作為支撐。充分的溝通和對受影響員工的培訓轉型是非常重要的，可以最大程度消解抵觸心理;在那些用人工智能輔助專家決策的領域(比如，銷售、服務、制造和預測)，促使人們能夠形成正確的認知：工具是用來幫助他們更好地工作的，是為了提升其生產率、自身價值和客戶滿意度的。同時，還能提升員工滿意度，防止人才流失;最重要的一點，如果人工智能應用以大數據作為支撐，尤其是關于個人信息時，一定要確保有信息安全和個人隱私相關的策略、流程、方法和工具，以此防止數據被惡意竊取或無意泄露。大數據和人工智能的結合具有無窮的潛力，而數據保護的方法也應等量齊觀;關于人工智能產品或應用可能帶來的倫理和道德沖擊，要和高層進行充分溝通，包括數據如何被收集、存儲、提取和利用的。這一點對于醫療或公共基礎架構應用尤為重要。當預想之外的后果發生時，生命可能受到威脅或侵害，而且可能導致嚴重的經濟或社會后果。
京公網安備 11010502049343號