文章发表于2023-10-08 10:26:34，归属【科技前沿】分类，已有640人阅读
如今，科技领域的每家公司都在宣传自己的人工智能软件。正如《大西洋月刊》上的一篇文章所说，“人工智能的例子无处不在。”
一方面，人们抱怨这个词已经失去了意义。另一方面，有记者、初创公司、标准普尔500指数(S&P 500)的董事会和全球所有风投公司都声称，任何稍微复杂或稍微自动化的东西都是人工智能。
大多数关于人工智能的说法都是巧妙的营销策略，对于营销人员，他们希望抓住这个领域最热门的趋势。但“真正的人工智能”相对来说更为罕见。真正的人工智能是亚马逊、谷歌、Facebook将客户体验和预测营销推向新高度的方式。但真正的人工智能和虚假的人工智能是什么构成的呢?
大多数推荐引擎、触发通信和预测平台使用非常简单的基于规则的系统。它们不进行模拟，不考虑外部变量，不响应独特的行为，也不自我学习。
真正的人工智能是自主的——它不需要人类维护，在后台默默为你工作。AI与平台中的其他工具和技术一样，都是系统结构的一部分。这些系统将通过数据体验自主学习，而不是人类编程。
其他暗示“真正的人工智能”的修辞和特征包括：
1. 主动特性。反应性工具需要环境刺激。主动的工具根据推理采取行动。
2. 自学习算法。系统能否区分成功和失败，并根据结果做出调整?
3. 实时决策。真正的人工智能会跨用例做出决策，并评估最佳、最有效的方法来实现最终目标。
4. 许多其他术语包括神经网络、深度学习、多元线性回归、RFM建模、认知计算、计算创造力和预测智能/分析。
人工智能平台应该做的不仅仅是回答简单的问题。它们应该能够大规模地学习，有目的地推理，并自然地与人类互动。随着时间的推移，他们应该从互动中不断学习，为商业创造新的机会。
通过一些迹象，可以判断哪些人工智能不是真正的人工智能，包括：
1. 需要人类每天监视或观察它
2. 需要根据预测、模拟或收集到的信息从而采取明智的措施
3. 需要几个月的时间来完成任务
让我们来探索使用真正人工智能的公司的五个共同点。
采用大牌AI公司的5个共性
亚马逊、Facebook和谷歌为人工智能的真正应用奠定了基础。他们创造的客户体验得到加强，他们可以收集的信息优于大多数其他品牌。以下是所有这些公司的五个共同点。
1. 他们可以接触到大量且高质量的数据。
有了这些品牌可以收集的所有数据，它们采用的算法就有了更多实质性的信息，可以从中收集信息和识别模式。
2. 他们的算法是一流的且能提高整体性能。
就像营销人员重新定位和重用现有内容一样，算法可以做所谓的“迁移学习”。这是一种机器学习技术，其中在一个任务上训练的模型被重新用于第二个相关任务。
这是深度学习中的一种流行方法，其中预训练模型被用作计算机视觉和自然语言处理任务的起点，因为在这些问题上开发神经网络模型需要大量的计算和时间，并且它们在相关问题上有巨大飞跃。
当一个已经很复杂的算法可以被重新利用时，它可以通过丰富的数据集使企业受益。
另一种提高算法性能的方法被称为生成对抗网络，其中多个神经网络相互竞争，提高总体算法的性能。
3. 他们把一切都自动化了。
这些公司都有完全自动化的基础设施，这意味着他们节省了大量时间、资源和人力，他们可以将这些资源重新分配给持续的、战略性的和创造性的项目。
4. 他们找到了技术和商业知识的正确组合。
进入2020年，在人工智能方面取得成功的公司和那些失败的公司的主要区别之一是所使用的平台或人工智能系统中整合的端到端业务知识。
有了正确的嵌入式知识和技术组合，Facebook和谷歌这样的行业巨头是无法阻挡的，难怪他们似乎了解用户更多。
5. 他们知道如何在当今的数字时代进行创新。
说到底，这些公司就是这么做的!他们预见到了即将发生的变化，不仅使用了人工智能，而且开始利用它进行创新。他们知道人工智能不仅仅是一种趋势;人工智能从根本上增强数字时代的客户体验。
总结
顶级AI成就者都有一个共同点:他们在使用/开发真正的AI。这意味着它们是：
1. 使用大量数据
2. 利用迁移学习
3. 利用自动化
4. 融合科技与智慧
5. 勇于创新
有冒名顶替的人工智能，也有“真正的人工智能”。虽然“假”人工智能没有什么“错”，但在这些解决方案中，不会像成熟的、自我学习的、自主的人工智能那样有那么多的深度、知识或见解——这类人工智能相对来说更罕见，但更令人满意。