但是計算機的普及不是一夜之間發(fā)生的。數(shù)十年前，雖然對計算機化的需求非常旺盛，但對各行業(yè)的影響卻是不明確的。人們能夠感覺到計算機很重要，但是無法100%的肯定。我們經(jīng)歷了一整個發(fā)展與發(fā)現(xiàn)的過程，計算機專家和各領域?qū)＜覕y手合作了15-20年，才針對各種需求開發(fā)出了對應的計算機和軟件。
如今，我們再現(xiàn)了歷史?，F(xiàn)在AI正處在無法很好的融入各專業(yè)領域的階段，領域內(nèi)高級玩家知道AI的重要性，但是不知道如何正確面對它。如今最常見的問題是“什么是AI？”和“AI如何能夠幫助到我的業(yè)務？”
AI如何幫助企業(yè)
首先來看看在線內(nèi)容，特別是網(wǎng)站優(yōu)化?，F(xiàn)在大多數(shù)人都熟悉轉(zhuǎn)換率優(yōu)化（CRO），所謂CRO就是網(wǎng)站操作員通過測試設計、信息、用戶體驗等方面的新想法來最大化實現(xiàn)轉(zhuǎn)換。AI可以使這個過程以數(shù)量級優(yōu)化。
我們需要弄清楚我們應該如何判斷AI的解決方案，并確定其運作方式。在這個例子中，我們通過增加的轉(zhuǎn)換率來判斷是否成功，AI通過改變字體、設計、顏色等來優(yōu)化網(wǎng)站。我們可以給予AI有關更改的信息，以及確定瀏覽器類型或登錄狀態(tài)的權限，以便AI開始分割用戶。
這樣做的結果可能會令人震驚。AI可以找到令人信服且易引起觀眾共鳴的設計。它可以通過遺傳算法有效的培育出更合適的設計，從而創(chuàng)造出轉(zhuǎn)換高效且能自我循環(huán)的子代，讓AI配置更加優(yōu)化。
需要注意，這個方法有一個很重要的方面，即AI是自主的，這也符合AI的一般定義參數(shù)和目標是由操作員設置的，但是AI決定了如何組合才能找到最佳的答案，達成更好的結果。
這樣的例子數(shù)不勝舉，在金融貿(mào)易、醫(yī)療保健甚至農(nóng)業(yè)等多個行業(yè)都已經(jīng)成功部署了AI。在所有情況下，去除上述步驟中的某些形式，這些決定都會無法獨立完成。這正是一個需要領域?qū)＜液虯I從業(yè)者緊密合作的過程。
什么是AI
讓我們回到起點，人工智能的本質(zhì)是什么？對此我并沒有答案，我也認為根本不存在答案。這個定義可以隨著時間的變化而變化，AI也不斷的超越現(xiàn)有的水平。所以與其提出嚴格的定義，還不如來看看一些例子。
谷歌的關鍵字搜索是否是AI？你也許認為搜索背后的技術很簡單，但是即使在90年代末期，搜索引擎也居然使用了AI教科書中提及的A*樹搜索算法。
那么Siri呢？這應該是一個AI系統(tǒng)的例子。但實際上呢？其實許多人將Siri的幽默當作是人工智能。但實際上這只是Siri從數(shù)據(jù)庫中隨機查詢的結果。換句話說，人們所發(fā)現(xiàn)的具有人性的以免其實只是工程師手下的一行代碼。
那么自動駕駛汽車呢？這也是這段時間各大公司爭相研發(fā)的東西。但即使是贏得DARPA挑戰(zhàn)的自動駕駛汽車也完全只是使用傳感器，并沒有涉及AI技術，也就說沒有自我學習的能力。
換句話說，算法本身是否能被定義為AI是有爭議的，而且我個人認為這無關緊要。重要的是AI是否根據(jù)領域?qū)＜叶x的一個或多個方法得到了提升。重要的是AI模型是否可以自我學習相關領域知識，并根據(jù)新的情況和期望進行調(diào)整。從定義的角度來看，它需要能夠自主運作，并隨著時間的推移變得越來越好。
我們需要設想的真實情況是AI無處不在的世界。這一切非常緊迫，因為這個世界正在來臨。這是一個由AI通過進化神經(jīng)網(wǎng)絡自我設計出來的世界。簡而言之，這將與我們今天所處的世界完全不同。AI的定義將會繼續(xù)發(fā)生改變。就像當初的計算機化一樣，只有當我們所有人都被認為是AI專家時，AI才是真正的完全實現(xiàn)了。
而那一天即將來臨。
