我想了解

AI产品

人工智能

商业案例

大数据服务

随时了解我们的最新动态

国际人工智能协会院士杨强:AI驱动的未来企业运营需要短、频、快

2018.04.24

“AI驱动的企业和传统企业有什么不同?相应机制应该如何设置?”这是香港科技大学讲座教授、国际人工智能协会(AAAI)院士杨强在刚落下帷幕的品友互动人工智能大会上提出的颇为引人深思的疑问。AI驱动着未来企业运营再造,为了能够享受到AI带来的红利,企业是否必须摒弃已成惯例的工作方法,重新设计企业的经营、管理及运营方式。 

 

 

杨强教授给出的答案是肯定的,他认为现在的商业环境,面临三大变化。第一个变化是数字化。数字化场景下的决策,决策流程包括企业的设计都是一个新的课题。第二是智能化,现在机器从后台现在到了前台,从一个支持的角色变成一个主角,变成一个决策者的角色。第三是社会化,机器和人要进行沟通,机器之间需要沟通,与此同时,人和机器也在同时沟通。 

 

AI的本质是通过自主学习能够自主决策

 

杨强教授在演讲中表示,AI的本质是通过自主学习能够自主决策,实现真正意义的自动化。今天的AI是大数据驱动的,大数据驱动的重要的理念是机器学习。机器学习要经过以下几步:

 

第一,  获取数据。数据源从哪里来?数据如何标注?如何对数据进行清洗?

 

第二,  经过一系列的步骤,我们对数据进行改造,把数据从原空间映射到一个超高维空间,在高维空间进行处理,这个步骤叫特征工程。

 

第三,  机器学习,建模、优化,其次是反馈、测试,然后对未来进行预测。这样一个模型它的中心是一个人工智能驱动的模型,沿着这个模型,我们需要建立目标,收集数据,创建这个模型,并且对它进行检测。另外,把它投放到实际的场景中去,获得反馈,带回来对模型进行构造,这个是机器学习人工智能现在的流程。

 

 

未来企业运营需要短、频、快

 

第一,从数据到模型再回到数据这样一个环路一定要短。里面最好不要有很多人为的决策和人为的参与。

 

第二,数据的到来,反馈的获得一定要频繁。

 

第三,模型的更新一定要快。短、频、快,和人工智能为核心的驱动的企业密切相关,我们可以把短、频、快作为未来企业成功的必要条件,并不是充分条件,还有很多其他的条件,但是这三条是必不可少的。遇到一个新的企业的问题,我们往往会问目标在哪里?数据在哪里?问题的边界是不是很清楚,特征在哪里,这些特征是不是可以自动地用特征工程进行运作?持续的反馈能不能用在这种自学习的流程里面?

 

举个例子,在市场营销领域。其中一个比较著名的例子是美国的总统选举,最近有一些负面的消息,但是很早以前奥巴马选举的时候就已经使用了机器学习,其中机器学习的途径就是通过收集大量的投票、国民信息为他进行画像,能够准确地预测客户他的投票取向,并且制定出相应的决策,这个过程是需要迭代的,也是满足刚才说的短、频、快三个条件。

 

此外,AI还可以进行机制设计,传统的博弈论是给定一个游戏,最大化它的收益。机制设计正好是反过来,我们要最大化地机制设置定位以后,如何设计这个游戏让它玩得最好,这个可以使用在哪里?比如信息推荐、广告设计,尤其是在当前手机信息流非常火热的前提下,用户的体验和技术是非常相关的。也就是说我们既要照顾到系统的深度探索,又要照顾到系统的广泛的纬度。

 

 

杨强教授认为,未来的企业和现代企业重大的区别是,现代企业的设计和再造以人为中心,流程离不开人,所有目标、反馈、计算和数据都是围绕着决策者和人设计的。未来,人和机器是各自有各自的位置,人的作用还是很重要,人是来设计目标,人是来提供数据和清洗和标注数据的。也就是说,人既设定目标,又做机器的"老师",但是中心是机器在起作用,是人工智能的模型在起作用。

分享到:
最新资讯动态

Copyright 2008~2018 All Rights Reserved 京公网安备110105008046 京ICP证100121号 京ICP备09013246号-1

国产幻女av,色狠狠亚洲爱综合网站,能可以直接看的av网址,可以免费看的黄色网站,飘花伊人官网