AI的衍化源于现实的需求

2019年10月15日 由 TGS 发表 789982 0
人类已经在机器学习和深度学习方面取得了很多进步,但对更智能、更可解释的人工智能的需求仍在不断增长。大多数人对人工智能的理解,要么归结为科幻小说,要么就是传统的人工智能。
传统人工智能的基础是数据分析等数字技术,包括统计分析、建模和机器学习。这是过去几十年人工智能的主要方法,许多行业的许多公司都取得了显著的成功。最近几年,数据科学已经成为业界的一个热门话题,并严重依赖由更复杂的算法和计算能力驱动的机器学习。
这种方法取得了不错的成果,并导致了深度学习的发展。像谷歌DeepMind这样的大公司,在企业和行业中都取得了不同程度的成功。
然而,传统的人工智能仍然无法为复杂、高价值的工业资产提供价值,尤其是在不太理想的条件下。尽管它们能够处理数字并找到答案,但大多数传统的人工智能或数字方法都无法提供可解释性。
传统的人工智能在以下方面并不透明:为什么要得出结论?如何利用这些信息来支持关键的决策?以及,如何实例化反馈回路,以便让人类专家能够与系统进行交互,从而逐步改善决策过程。

传统的人工智能依赖于解释数据来发现模式,但在没有历史数据可供分析的情况下该怎么办呢?这就是象征性的人工智能成为关键的地方。于是人类认识到,传统人工智能需要进化成认知人工智能。
将传统的数字人工智能方法与利用符号人工智能生产认知人工智能引擎的技术相结合,这是超越极限技术的核心。这种独特的混合人工智能将最好的数值统计方法与最好的符号逻辑技术结合起来,从而突破以往难以突破的难关。在能源等高风险行业,像炼油厂这样的大型企业,采用清晰、可靠的解决方案可以实际降低12%的成本。随着高价值资产生产高价值产品,Beyond Limits用于炼油厂管理的人工智能认知可以产生数百万美元的额外利润。
其他超越极限的技术也有类似的上升潜力。例如:认知人工智能可以改善上游业务的表现,可以将地下分析的时间从几个月缩短到几个小时,并增加原油产量,从而带来每年4000万美元的额外收入。
在大规模、高价值的工业中提高生产率或减少浪费,即使是“少量”的百分比,也能产生巨大的效果。这就是现实需求推动科技发展的本质体现,不够伟大,但却实在,并且动人心神。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消