AI人工智慧的發展三階段?現在是哪階段?


一直對AI人工智慧保有好奇心的大家,這篇要來告訴你人工智慧的發展三階段!!

一直對AI人工智慧保有好奇心的大家,這篇要來告訴你人工智慧的發展三階段!!


  人工智慧(AI)和機器學習(ML)是 IT 科技業的未來趨勢。雖然關於開發 AI 的安全性一向備受爭議,但是開發人員仍然繼續開發人工智能的技術和能力。 今天,人工智慧已不再只是科幻的一部分,它成為了我們生活中不可或缺的一部分。 今天因為各種資料數據一直不斷大幅增加,已超越人類可以承受的量與密度, 所以 AI 被廣泛用於大數據的處理與分析。 .你愛用IG嗎?其實你正在幫FB的AI做機器學習 .幫百度AI做機器學習的老師們薪水多少? 答案讓你跌破眼鏡 例如 AI人工智慧被應用於資料分析、建構預測模型,幫助人們建立強而有力的策略、找出有效的解決方案。FinTech(金融科技)就是應用 AI 在投資平台中進行市調,並預測在何處投入資金以獲取更大的利潤。旅遊行業也使用人工智慧,提供客製化建議或是啟動聊天機器人,並增強整體用戶體驗。以上例子證明了,AI 人工智慧和 ML 機器學習可藉著處理、分析大量的資料,來提供更好、更客製化與精準的用戶體驗。 .2018年度AI人工智慧公司Top10排行榜

AI人工智慧與機器學習的發展三階段

今天,隨著數據的量和複雜性大量增加,AI 人工智慧與 ML 機器學習被用於處理和分析這些大數據。儘管人類的大腦擁有分析大數據的能力,但它吸收的量會受到當下的個人狀況 (如體力、情緒等) 所限制。人工智慧不受此限制,所以能提供的更精準的預測、洞察來提高業務效率、降低生產成本並提高生產率。難怪許多行業都採用 AI 和機器學習來提高性能並推動產品開發。
德勤分析高級顧問 Thomas H. Davenport 在其新書「人工智慧優勢」中提出了公司智慧化轉型三階段理論,以幫助企業更好地發揮AI潛能。 (圖片出處:https://twitter.com/Fisher85M)
如上圖,德勤(Deloitte,國際四大會計事務所之一)高級分析顧問 Thomas H. Davenport 在其新書「人工智慧優勢」中提出了:幫助企業更好發揮 AI 潛能的「公司智慧化轉型三階段」理論: 其中第一階段為輔助智慧 (Assisted Intelligence,如上圖最左邊那一行),AI 用以處理大數據、雲端運算,人們依據這些數據制定決策;套用在運輸系統時 車輛啟用定速巡航後,駕駛就不需要再踩油門,車輛既可根據一定的速度前進,若有需要駕駛也可以做小幅度的調整;運用在醫療時,可監測生命跡象以及監測可追蹤 第二階段為增強智能 (Augmented Intelligence,如上圖中間那一行),在企業現有信息管理系統之上進行機器學習,增強人類的分析能力。目前一些以 AI人工智慧為主的公司處於這一階段。例如用於汽車業時,其 LDWS 車道偏離警示系統的感測元件則是使用這一階段的技術:它可偵測到車輛偏離車道,而駕駛者 沒打方向燈的時候,系統會發出警示訊號、振動方向盤等提醒駕駛者返回車道。用於醫療,則可以預知到藥品不良反應,幫助預防狀況發生。 第三階段:自主智能 (Autonomous Intelligence,如上圖最左右邊那一行)。作業流程完全自動化,完全由 AI 來制定決策並執行。例如自動駕駛、或是保險業也使用 AI 來判斷、處理保險索賠。未來幾年,會有越來越多的公司向自主智能階段發展。 根據德勤的研究如下表,為了提高生產力,導入 AI 已是各大企業科技轉型的最新趨勢。他們的預測也證明了這一點:在未來 一年內,會有更多的公司在產品和生產流程中應用人工智慧,來以提高效率與策略目標。簡而言之,人工智能有助於事半功倍。
德勤提出企業導入 AI 的五大優點,分別是:增強現有產品、優化內部運作、更好地決策、優化外部決策、自由職業者更有活力。 (圖片出處:https://medium.com/)
根據上表所列出各項導入 AI 的優點,越來越多的公司渴望使用它。然而 AI人工智慧是把雙面刃 — 用於最佳化分析過程,它不是最容易開發的技術。由於需要分析大量數據,AI 產品必需要在短時間內有效率地處理高負荷的流程。為了要將其效用有效發揮,就必須要選擇適當的程式語言進行開發,語法不能太複雜,才能夠處理複雜的過程、並且支援性高。

最適合 AI人工智慧與機器學習的程式語言 — Python

隨著各行各業越來越廣泛地應用 AI 人工智慧與機器學習,大公司開始在其相關領域進行投資,使得 AI 人工智慧與機器學習的人才需求增多。來自 IBM 機器學習部門的 Jean Francois Puget 就表示 Python 是 AI 和 ML最流行的語言。根據 Francois Puget 所繪出的圖表如下,自 2015 年起,Python 已成為 AI 人工智慧與機器學習的御用程式語言。為何 Python 能在眾多語言中脫穎而出,成為 AI 人工智慧領域的新寵,原因整理如下八點:
  1. 取之不盡的大量的現成函式庫
  2. 低門檻
  3. 靈活度高
  4. 平台獨立性
  5. 可讀性
  6. 良好的視覺化選項
  7. 具影響力的網路社群支持
  8. 越來越受歡迎


推薦閱讀: