「人工智慧入門」為什麼大家都在談論 AI？

01-25

簡評：「人工智慧入門」系列的第三篇，本章會講解：為什麼 AI 很重要，為什麼是今天這個時間爆發，明天會因為 AI 變成什麼樣子？當有人問你這些概念的時候，你可以通熟易懂地講解了。

第一篇講解了：AI 、機器學習、深度學習是怎麼回事，他們之間的關係，常見的 AI 演算法等知識。「人工智慧入門」AI 是什麼？

第二篇講解了：深度學習的概念，它是如何運作的？當有人問你這些概念的時候，你可以通熟易懂地講解了。「人工智慧入門」深度學習是如何工作的？

本篇是「人工智慧入門」系列的完結篇，在這第三篇會講到：AI 為什麼這麼重要，以至於大家都在談論，對此寄予厚望；為什麼 AI 的爆發正好在當下，明天的生活會因此發生什麼改變。

正文：

為何 AI 如此重要？

AI 是重要的，因為它處理非常困難的問題，而這些問題的解決方案可以為人類造福：?健康、教育、商業運輸、公用事業和娛樂。

自 20 世紀 50 年代以來，人工智慧的研究主要集中在五個領域：

推理：通過邏輯推理解決問題的能力；
知識：是關於世界的知識的能力（理解有一定的實體、事件和情況的世界；這些元素的性質；這些元素的分類。）
計劃：設定和實現目標的能力（世界上有一個特定的未來狀態或者趨勢是可預測的，並可以採取行動的，AI 將影響它的進展）
溝通：理解書面和口頭語言的能力。
感知：從視覺圖像、聲音和其他感官輸入推斷世界事物的能力。

AI 的巨大價值在於對生產力的解放和進步，這是革命性的，AI 的實例應用包括如下：

推理：法律評估；金融資產管理；金融應用處理；遊戲；自主武器系統。
知識：醫療診斷；藥物創造；媒體推薦；購買預測；金融市場交易；欺詐預防。
計劃：物流；調度；導航；物理和數字網路優化；預測性維護；需求預測；庫存管理。
溝通：語音控制；智能代理，助手和客戶支持；實時翻譯的書面和口頭語言；實時轉錄。
感知：自主車輛；醫療診斷；監測。

在未來的幾年中，機器學習能力將在幾乎所有的部門在各種各樣的過程中使用。

舉個例子，在企業中的應用。人力資源（HR）的活動，機器學習的應用將：

招聘可以提高增強目標，智能作業匹配和部分自動化評估；
人力資源管理可以通過對人才的要求和可能離職的預測規劃增強；
勞動力的學習可以更有效的內容更適合員工推薦；
員工流失可以減少預測，有價值的員工可能有離開的風險。

機器學習的間接結果將超過其直接的影響。深度學習改善了計算機視覺，例如，自主車輛（汽車和卡車）是可行的。但他們的影響會是什麼？

今天，90％的人和80％的貨物在英國通過公路運輸。自主車輛單獨會影響：

安全（90%的交通事故是由司機的疏忽造成的）
就業（220 萬人工作在英國運輸和物流行業，年收入估計接收 570 億英鎊）
保險（自主研究預計英國汽車保險費隨時間下降63%）
部門經濟學（消費者有可能使用按需運輸服務代替汽車擁有權）；
車輛吞吐量；城市規劃；調控。

為什麼 AI 會在當下蓬勃發展？

人工智慧的研究開始於上個世紀 50 年代；經過反覆的虛假的黎明，為什麼現在是拐點？

轉折點在於近年來由於新演算法的發展給人工智慧帶來了具象化的效果，更高的可用性數據告知他們，驅使他們投入更好的硬體和基於雲服務，對於社會和企業是有巨大的價值的。

1.改進演算法

通過卷積神經網路的發展，在神經網路作為特定模式下層層過濾，在2015 年，計算機的圖像識別能力已經超過人類（計算機 95.1%，人類 94.9%），當然，視頻和音頻識別率也在逐年上升（圖9）。

通過 RNNs（遞歸神經網路），語音和手寫識別也在急速提升（圖 10）。通過 LSTM（長短記憶模型）來記住數據，把他們變成訓練機器學習的材料，讓他們愈加智能。

2.硬體

GPU 用於深度學習神經網路，能提高運算效率。

訓練一個神經網路的矩陣計算。據傳，3D 遊戲非常適合 GPU 有用加速深層學習。他們的影響已經相當可觀；一個簡單的 GPU 可以提供用於神經網路的訓練時間 5 倍的提高，而收益的 10 倍或更大的可能是更大的問題。當結合軟體開發工具包調整廣泛使用的深學習框架，改善培訓速度可以更大（圖11，下）。

3.海量數據

用於深度學習神經網路通常需要大型數據集訓練?，從幾千例數以百萬計。幸運的是，數據的創建和可用性成倍增長。今天，當我們進入數據的「第三次浪潮」，人類每天能產生 2.2 艾位元組（23 億 GB）的數據；過去 24 個月的數據，已經超過了之前世界上所有數據的 90%。

之前第一次的數據浪潮，是 20 世紀 80 年代，文件和事務性數據，通過台式機擴散到互聯網；第二次是數據的非結構化浪潮，媒體爆照，web 數據，通過智能手機來引發的；而第三次，則是部署在工業和家庭的感測器所檢測，分析和元數據。

人類在 1992 年每天傳輸總量 100 GB 的數據，而在 2020 年，人類將每秒傳輸超過 61000 GB 的數據。（圖 11）

4.雲服務

開發者使用的機器學習，是由業界領先的雲服務提供商，基於機器學習的基礎設施和雲服務提供的基礎環境。谷歌、Amazon、微軟和 IBM 都提供基於雲的基礎設施來降低開發成本和難度。

此外，他們還提供了一個新興的基於雲計算的機器學習服務（從圖像識別到語言翻譯），開發人員可以直接使用自己的應用程序。

谷歌機器學習提供了方便的服務：視覺（對象標識，明確的內容檢測，人臉檢測和圖像情感分析）；語音（語音識別和語音到文本）；文本分析（實體識別、情感分析、語言檢測和翻譯）；與員工就業（機會堆焊和資歷為基礎的匹配）。微軟認知服務包括視覺、語音、語言、知識和搜索等領域的 21 項服務。

5.興趣與創業

在過去五年中，公眾對 AI 的興趣增加了六倍（圖13，下圖），風險投資公司在 AI公司的投資數量仍有較大增長（圖14，下）。我們進入了一個良性循環，機器學習的進步吸引著投資、創業和意識.。後者，促成進一步的進展。

AI 的明天會怎樣？

機器學習的好處將是眾多而重要的。許多將是可見的，從自主車輛到人機交互的新方法。許多將不太明顯，但能夠更有效和高效的日常業務流程和消費服務。

與任何轉變一樣，有時充滿期望將超過短期潛力。我們預計未來某個時候將會出現一段關於人工智慧的衰落，隨後將更長時間地持續地認識到其價值，因為機器學慣用於改進現有系統，然後重新構思現有系統。

從歷史上看，工業革命通過生產和傳輸新的能源和傳輸而爆發的。用蒸汽動力機械化生產在 18 世紀 80 年代開啟了第一次工業革命。二次革命是用電力來驅動大規模生產。第三次是使用電子和軟體來自動化生產和通信從20世紀70年代。今天，我們的關注信息處理。

通過更聰明的做法，進一步解放生產力，推動人類發展。

- THE END -

人工智慧入門系列

第一篇講解了：AI 、機器學習、深度學習是怎麼回事，他們之間的關係，常見的 AI 演算法等知識。「人工智慧入門」AI 是什麼？

第三篇講解了：AI 為什麼這麼重要，以至於大家都在談論，對此寄予厚望；為什麼 AI 的爆發正好在當下，明天的生活會因此發生什麼改變。「人工智慧入門」為什麼大家都在談論 AI？