了解人工智能局限性是发挥其潜力的关键

人工智能
人工智能(AI)改变许多行业的工作流程——数字客服助理、自动驾驶汽车、无人仓库中的机器人。人工智能甚至可以写作、绘画和谱曲。每天我们都能看到关于它的溢美之词(比如在我们这个)。

 人工智能(AI)改变许多行业的工作流程——数字客服助理、自动驾驶汽车、无人仓库中的机器人。人工智能甚至可以写作、绘画和谱曲。每天我们都能看到关于它的溢美之词(比如在我们这个)。大多数人都认可这个观点,它在商业环境中的应用正在改变生活。当然,人工智能也有它的缺点。

 

人工智能并不是解决所有企业问题的灵丹妙药,尽管积极(或投机)人士可能会做出肯定的断言。客观来说,要充分利用人工智能的潜力,以及它的子领域——机器学习(ML)和深度学习(DL)——关键在于了解其局限性。认识到人工智能在哪些领域发挥作用,在哪些领域还不行,是许多企业领导尚未掌握的一项技能。

今天的人工智能很弱

到目前为止,人工智能应用程序只能执行它们专门开发的任务。换句话说,我们今天所知道的人工智能很弱。它不能回答每一个问题,它不能灵活地行动,它当然不能自己思考或理解(目前)。所以,对人工智能能力的承诺要半信半疑。人工智能不过是一种工具。

关于人工智能的关键问题

要辨别人工智能在哪些方面可以改进业务流程,哪些方面不能,重要的是要考虑到它的法律和伦理考虑、偏见和透明度。就某些AI应用程序提出关键问题,对于项目的成功和避免风险至关重要。

从法律的角度来看,我们必须解释谁应该为错误的判断(例如,一辆自动驾驶汽车撞了行人)承担责任。我们还必须认识到,在使用基于认知的技术时存在偏见。人工智能从它获得的数据中学习,但它没有办法质疑这些数据,这意味着数据集很容易向一个方向倾斜,让人工智能“学会”偏见。

这可能会导致招聘过程中的歧视或医疗保健管理中的偏见。采用人工智能的企业也会发现自己在信任和透明之间游走。虽然高级人工智能的目的是随着时间的推移做出更多独立的决定,但大概率我们可能会遇到“黑盒”场景,不清楚AI程序是如何做出决定的。

最适合AI的业务流程

如果AI是一把锤子,并不是每个业务流程都是钉子。在确定AI是否可以应用于某个业务流程时,一个重要的区别是复杂性。企业必须根据针对特定应用的认知干预水平来衡量基于人工智能的工具的有效性。

人工智能被设计用来解决复杂的问题,甚至复制了我们所知道的人类智能的某些方面。然而,当涉及到推断它自己的决策标准时,人工智能是有缺陷的。根据简单的“如果—那么”规则做出决定的情况下,人工智能被认为是最有效的。

人工智能不需要任何炒作,为了让商业发掘基于人工智能的潜力,人们必须首先了解这项技术的局限性。是的,它对于简化和自动化工作流程是有用的,但它不是万能的。如果企业正在考虑使用AI来自动化流程,它应该首先检查需要哪些信息,以及来自哪些系统。这将帮助他们决定是应该使用人工智能工具,还是人类指导。理解这一点将使人工智能成为简化和自动化工作流程的非常有用的工具。

责任编辑:华轩 来源: 今日头条
相关推荐

2022-01-18 20:28:57

人工智能AI

2023-06-16 10:18:22

人工智能商业

2021-10-24 17:00:06

人工智能AI播音主持

2020-06-04 10:13:09

人工智能深度学习技术

2022-03-20 23:21:06

人工智能数学悖论工具

2024-02-22 10:49:58

人工智能建筑行业AI

2023-09-04 13:11:59

2017-10-09 19:12:52

AI深度学习局限性

2013-10-16 13:10:57

802.11ac技术802.11ac

2023-07-06 16:12:00

2020-10-24 18:20:08

AI 数据人工智能

2021-08-09 11:07:44

数据安全算法互联网

2023-04-12 10:51:42

2019-03-29 17:30:32

人工智能机器学习深度学习

2018-08-09 18:10:20

2022-12-30 08:26:43

基线预警局限性

2020-09-24 07:00:00

AI人工智能机器学习

2022-10-18 14:28:50

人工智能研发应用

2022-06-16 12:51:48

工业机器人机器人

2010-08-26 10:57:35

点赞
收藏

51CTO技术栈公众号