国产麻豆精品95视频,国产精品久久久久久久久晋中 ,久久综合网hezyo

主頁 > 知識庫 > 智慧企業(yè)的理論基礎——人工智能的重新崛起

智慧企業(yè)的理論基礎——人工智能的重新崛起

人工智能并不是一個新的名詞，卻是時下最熱的領域，原因在于人工智能領域已經(jīng)取得相當大的突破。機器視覺、語音識別、語義分析、智能助理以及各種生活和工業(yè)機器人的逐步普及.讓人們對人工智能充滿了希望。特別是2016年的春天.一場AlphaG。與世界頂級圍棋高手李世石的人機對戰(zhàn)，把全球推1二了人工智能浪潮的新高。當然我們并不打算在這里給人工智能下一個定義.因為最頂尖的人工智能學家都無法給出精準的定義。人工智能的進步更多地將幫助我們定義人類智能不是什么.而不是定義人工智能是什么。我們將著用探討人工智能的普及將會給企業(yè)管理和運營帶來什么。

.人工智能的兩次崛起

1936年的夏天.一場在美國達特茅斯大學召開的學術會議，多年以后被認定為全球人工智能研究的起點。隨之涌現(xiàn)出了邏輯學、神經(jīng)網(wǎng)絡，甚至機器學習的一些很基礎的算法，人們夢想著能夠賦予機器和人一樣的智懸。整個20世紀60年代，人工智能的研究如火如荼，基本上現(xiàn)在人工智能的各個分支的一些基礎的東西都已經(jīng)研究出來了，這是人工智能第一次崛起。然后到了70年代中期的時候，突然就出現(xiàn)問題了。比如說當時就在想五年之后咱們就能攻克語音識別的問題。中實上40年之后才有像云知聲這樣的公司來攻克這樣的問題。當時以為邏輯能攻克所有的問題，包括麥K錫這些宗師們發(fā)表了一大堆研究文章，然后發(fā)現(xiàn)建模的時候出現(xiàn)了各種問題。這就是人月神話，從知識到知識的工程中間存在一個巨大的鴻溝，那是五六卜年代沒有想到的。還有神經(jīng)網(wǎng)絡，盡管神經(jīng)網(wǎng)絡這樣的方法原本是為模擬人腦過程而開發(fā)的，但許多人工智能計劃已經(jīng)放棄了模仿生物大腦的概念。我們不知道大腦的工作方式，神經(jīng)網(wǎng)絡計算是非常有用的，但它們并沒有模擬人類的思維。

有人就提出人匚智能不需要將雨點放到模仿大腦的生物過程上，而應該嘗試理解大腦所處理的問題。可以合理地估計,人類使用了任意數(shù)屆的技術進行學習，而不管生物學層面I二可能會發(fā)生什么。這可能對通用人工智能來說也是一樣：它將使用模式四配（類似AlphaGo）,它將使用基于規(guī)則的系統(tǒng)（類似沃森）,它將使用窮舉搜索樹（類似深藍）。沃森與阿爾法狗戰(zhàn)勝人類的方式都非常類似：基于數(shù)據(jù)的人工智能，通過機器學習，借助大量的數(shù)據(jù),對機器進行從不確定到確定、從低準確率到高準確率的訓練。這有別于傳統(tǒng)的人匚智能,傳統(tǒng)人工智能被稱之為IntelligentBehavior,主要是為了讓機器表現(xiàn)得更像人。深度學習智能方法是：通過大質數(shù)據(jù)輸入，根據(jù)輸入數(shù)據(jù)的關聯(lián)關系，逐步建立起知識體系架構，通過建立起來的知識體系去分析,模仿人腦去思考去創(chuàng)新；后續(xù)根據(jù)模仿人腦的思考、實踐結果，不斷完善建立起來的知識架構體系，讓判斷越來越精確。

為什么機器學習現(xiàn)在能夠得到如此長足的發(fā)展呢，基本上機器學習的那些算法二三十年前就有了。有兩個主要的因素：一個就是數(shù)據(jù).由于網(wǎng)絡的出現(xiàn),人類可以隨時隨地地記錄數(shù)據(jù)、收集數(shù)據(jù)、連接數(shù)據(jù)，并且這些數(shù)據(jù)的獲取成本在大幅卜降，大量數(shù)據(jù)的獲取極大地提高了機器訓練學習的準確度；另一個因素是摩爾定律，計算能力的快速增長，比如IGoogle的貓臉識別，一千多臺機器在跑，如果沒有廉價的硬件成本，怎么可能做得到。機器學習因為有了廉價的數(shù)據(jù)成本，進入21世紀之后開始爆炸式增長.催生了人工智能的再次崛起。

.人工智能還是智能增強

人工智能的新聞報道聚焦于能夠自主行為的機器自主系統(tǒng).這么做有充足的理由：它有趣、性感且有點令人害怕。在觀看人類輔助AlphaG。下棋的同時，很容易去幻想一個由機器主宰的未來。然而相較于自動化設備.人1智能有更多超過人類的東西。真正的價值人工智能或者智能增強都在哪里？人工智能還是智能增強。我們可能不想由一個人工智能系統(tǒng)來做決定,而可能想為自己保留決定權。我們或許想讓人工智能通過提供信息、預測任何行動過程的后果并提出建議來增強智慧，而把決定權留給人類。盡管有點《黑客帝國》的感覺，但這個被人工智能所服務的增強我們的智慧而非推翻我們的未來會比服侍一匹脫韁的野馬一般的人E智能有著更大可能性。

GPS導航系統(tǒng)就是一個用人工智能系統(tǒng)來增強人類智董的絕佳案例。給定一張適宜的地圖，大多數(shù)的人都能從A點導航到B點.盡管這對于自身能力還有很多要求，尤其是在我們不熟悉的領域。繪制兩個位置之間的最佳路線是一個棘手的問題,特別是當你考慮到糟糕的交通和路況時。但是除了自動駕駛的車輛，我們從未把導航引擎連接到方向盤上。GPS是一種嚴格意義上的輔助技術：它給出了建議.而不是命令。當一個人已經(jīng)做出忽略GPS建議的決定時，你會聽到GPS說“重新計算路線中”，那是它正在適應新情況。

類似Stitchfix的web應用也是人工智能，它增加了由時尚專家們運用推薦引擎所做出的選擇。我們已經(jīng)習慣了那些處理客戶服務電話的聊天機器人,并經(jīng)常被它們氣壞準確度或高或低。你可能最后還是得同人類對話，而其中的秘密就是使用聊天機器人清理掉所有例行問題。讓某個人類去抄錄你的地址、保單號碼和其他標準信息沒什么意義。如果內容不是太多，計算機可以做得至少同樣準確無誤。下一代機器助理將是（或已經(jīng)是）半自主性的。幾年前，拉里?佩奇（LarryPage）說《星際迷航》中的計算機是理想的搜索引擎：它是一臺能夠理解人類、能消化所有可用信息、能在被提問之前就給出答案的計算機。如果你現(xiàn)在正在使用谷歌,當它笫一次告訴你由于交通堵塞要你早點出發(fā)赴約時,你可能會感到驚訝。

人工智能至少可以作為一個智能增強伴侶進入我們的生活和工作領域。當然對它的想象力遠未止于此。

.人工智能在商業(yè)領域的應用：認知時代

認知計算是IBM提出來的，主要通過超級電腦沃森與人的自然語言交流不斷學習，在從硬件架構到算法策略、從程序設計到行業(yè)專長等多個學術領域結合,能夠使人們更好地從海量復雜的數(shù)據(jù)中獲得更多的洞察，從而做出更精準的決策，是可以規(guī)模化學習、根據(jù)目標推理以及人類自然互動的能力的系統(tǒng)。認知計算的關鍵在于：通過人的自然語言交流學習.復雜的大數(shù)據(jù)的洞察，增強人類智慧。沃森通過學習人類的知識,建立廣知識體系,并利用知識體系以及大屬的數(shù)據(jù)，最后在危險邊緣的游戲中取得勝利,技術體系加上通過學習建立起來的知識體系以及大家的數(shù)據(jù)一起可以稱為認知計算。

將智能技術應用到商業(yè)領域早已有之，我們稱之為商業(yè)智能.可以分為以下三個階段：

第一階段即早期的商業(yè)智能（BI）主要是分析智能,也就是借助BI工具，對已經(jīng)產(chǎn)生的大量數(shù)據(jù)進行處理.通過數(shù)據(jù)分析找到數(shù)據(jù)之間的關聯(lián)性.并對已發(fā)生事實做出結論或找到原因，比如提供報表，比如通過BII：具找到業(yè)績突然增長的原因。

第二個階段的商業(yè)智能是預測智能，主要借助一些數(shù)理分析工具,通過對歷史數(shù)據(jù)的分析.預測未來可能發(fā)生的事情。比如通過統(tǒng)計學方法,可以預測某款產(chǎn)品的銷斤t，并根據(jù)對未來的預測,做出一些商業(yè)決定，例如根據(jù)預測的銷售量分布庫存。

第三個階段的商業(yè)智能是認知智能，也就是可以從發(fā)生的歷史事件中學習知識，建立知識體系，并利用這個知識體系來對未來的事情做出決策。如當企業(yè)推出一款新產(chǎn)品的時候.企業(yè)對新產(chǎn)品的庫存的全局優(yōu)化.每次都用不同的統(tǒng)計方法做預測并制定策略，后來發(fā)現(xiàn)新產(chǎn)品庫存總是參照一款老產(chǎn)品的庫存策略，總能達到庫存最低，客戶滿意度最高,于是每次都是建議產(chǎn)品庫存優(yōu)化采用這種方法。

人工智能能夠分析大員的數(shù)據(jù)，學習訓練，不斷地建立知識體系，通過對實時數(shù)據(jù)的采集，判斷分析，預測趨勢，并能通過智能機器進行自動反饋。人工智能是企業(yè)未來的智慧大腦。

未來的企業(yè)將是一個彳“智慧”的生命體，我們稱之為“智慧企業(yè)”。

標簽：陽江日照德宏合肥池州隴南惠州山南

巨人網(wǎng)絡通訊聲明：本文標題《智慧企業(yè)的理論基礎——人工智能的重新崛起》，本文關鍵詞智慧,企業(yè),的,理論基礎,；如發(fā)現(xiàn)本文內容存在版權問題，煩請?zhí)峁┫嚓P信息告之我們，我們將及時溝通與處理。本站內容系統(tǒng)采集于網(wǎng)絡，涉及言論、版權與本站無關。

婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

智慧企業(yè)的理論基礎——人工智能的重新崛起