人工智能的“星星之火”将通过大规模工业化“燎原”

我们已经超越了人工智能的试验和验证阶段，并且为了在企业中取得成功，它需要工业化——能够大规模地提供结果。

Cloudera的机器学习总经理Hilary Mason在最近的纽约人工智能峰会上发言时表示。 （福布斯是此次活动的媒体合作伙伴。）人工智能“工业化的过程就是把我们在一个地方证明的价值——或者一点点的辉煌——广泛推广。”她继续表示，挑战是“我们瞄准的是一个不断变化的目标，因为技术正在迅速变化。我们组织的实践、流程和方式也需要改变。”

Mason表示，人工智能工业化有四个关键要素：

• 策略：“你的计划是什么，你怎么看？”高管们需要考虑到人工智能的经济学与以前的技术不同这一事实。Mason表示：“通过机器学习和人工智能，如果你实施一件事，它会改变其他一切的成本函数，……当你做好一件事时，它会让别的事情也能做得更好，而且也更便宜。这不仅仅是一个二维空间。”同时，很难预测人工智能项目的成果。“与其他工程学科不同，在人工智能项目开始时，你不知道你将如何解决它，以及最终结果的质量如何。这仍然是科学。”

• 安全治理和合规性：Mason表示：“你还需要了解安全治理和合规性，很多组织都没有做到这一点。”与此同时，人们担心组织试图管理和规范人工智能的过程会减缓创新。 “我们仍在解决这个问题。在许多组织中，会发生什么情况。这些系统成为一种担心并阻碍了创新。我们需要思考这些问题以及如何处理它们，并且以一种能够支持更快创新的方式解决这些问题。”

• 人：人工智能工业化的一个重要组成部分是人才。Mason表示：“你需要数据科学家、机器学习工程师、数据工程师和人工智能设计师——他们是谁、他们来自哪里、以及他们在你的组织中所处的位置，……最重要的是他们如何一起工作。想让一个人就帮助你完成这个独角兽的开发工作无异于天方夜谭。你需要很多具有互补技能的人，他们在你的组织中实实在在地发挥作用——你让他们坐在哪里，向谁回报工作，这些决定都会限制他们。你需要好好发挥你的领导力……你不能雇佣一群聪明的极客，然后就期望他们能够改变整个组织的结构了

• 技术：Mason表示，最后，关键是建立一个支持人工智能的技术平台。该平台需要支持“数据流、实验、构建培训模型，以及部署和管理这些经过培训的模型。”人工智能模型需要能够“在任何地方运行，而数据科学家不必考虑数据如何从一个地方移动到另一个地方”。

Mason表示,人工智能的理想状态应该是“无聊的”。 Mason表示: “我最喜欢的无聊人工智能的例子是我们的垃圾电子邮件过滤器。这是我们每个人每天都使用的一项技术。你根本不用考虑它，因为没有必要。这是一个发生在后台的自动化过程，让我们的生活变得更轻松。你不会在早上醒来的时候想：“哇，我非常感谢我的垃圾电子邮件过滤器。”

Mason继续表示，在更高层次上，客户呼叫中心是另一个成熟的“无聊”人工智能领域。她的公司的客户通过提取所有语音交互的记录，并向代理提供预测性和规范性脚本来提高其呼叫中心的工作效率。Mason表示：“世界上没有什么比呼叫中心更无聊了。”对于人工智能，“它不是数学，也不是深度学习。它们能够将所有数据集中到一个地方，它们能够快速地使用不同的方法来解决不同的数据科学问题。它们能够将其投入生产以使其得以维护。这就是我觉得令人印象深刻的东西——‘无聊的人工智能’。”