人工智能大發(fā)展時期來了衷敌！人工智能正變得越來越重要大莫。早在第一臺計算機問世后不久蛉腌，就有科學家預言，人工智能的時代必將來臨只厘。
.
近年來烙丛，大家都能明顯地感覺到，人工智能的理論研究和可感知產(chǎn)品似乎突然井噴式地“爆發(fā)”了：可穿戴設備扎堆出現(xiàn)羔味，智能機器人頻頻亮相河咽，機器的人臉識別準確率超過肉眼。人工智能項目的大爆發(fā)赋元，并不是一件巧合忘蟹，而是在經(jīng)歷了10余年的沉寂后迎來的飛躍式發(fā)展飒房。金準數(shù)據(jù)深度學習研究中心表示，人工智能超越人類智慧能總和的那個奇妙交點媚值，應該在2045年能實現(xiàn)狠毯。那么，這一波人工智能的爆發(fā)會有多大影響褥芒，影響的時間會持續(xù)多久嚼松，又會在多大程度上改變著人類的生活呢？
經(jīng)過深度學習的AI
深度學習已成功應用到不同領域喂很，深度學習的成功惜颇，歸因于許多層人工神經(jīng)元對輸入數(shù)據(jù)的高表征能力。例如“韋特大腦”他是通過深度學習網(wǎng)絡的每一層數(shù)據(jù)少辣，這可以通過向量或矩陣運算來實現(xiàn)對企業(yè)與個人的誠信評價凌摄，并且告訴你數(shù)據(jù)背后的故事和可能將發(fā)生的事情。這將大大節(jié)省調查成本和時間漓帅，進而提高了整個商業(yè)生態(tài)的運行效率锨亏，甚至比你自己還要了解你自己，比你自己還要了解你自己的企業(yè)以及你關注的企業(yè)忙干。
當前的開源模式不足夠
金準數(shù)據(jù)深度學習研究中心表示器予，AI不同于其它用開源部件打造的軟件。用開源部件打造的軟件本質上還是具有確定性的捐迫，也就是說所設計和編寫的軟件每一次執(zhí)行時的表現(xiàn)都是一樣的乾翔。尤其是人工智能系統(tǒng)，并不能保證能夠表現(xiàn)出確定性的行為施戴。隨著對新情境反浓、新環(huán)境和新用戶的學習和適應，這些系統(tǒng)將會改變它們的行為赞哗。本質上雷则，一旦這些AI系統(tǒng)被部署到現(xiàn)實世界，它們的創(chuàng)造者就會失去對AI的控制肪笋。當然月劈，創(chuàng)造者們可以在學習框架中加入制衡機制。然而藤乙，即便是在AI系統(tǒng)被制約的范圍內猜揪，仍需要進行大量的解讀工作。與此同時坛梁，被AI包圍的世界面臨的更大挑戰(zhàn)在于湿右，制定制約條件的人造成的沖突。
AI之間的沖突
考慮到AI使能產(chǎn)品在行為表現(xiàn)上可能存在不確定性罚勾，在原來沒觀察到的交互中可能會有意想不到的表現(xiàn)毅人，在AI使能的產(chǎn)品代表兩個或者更多的不同用戶相互互動的場景中吭狡，這一問題會進一步放大。例如丈莺。當兩輛由兩個獨立的AI引擎（由不同的公司用不同的訓練數(shù)據(jù)和功能划煮，以及獨立配置的偏好和情境信息打造而成）驅動和運作的汽車遇到停車標志，或者將要發(fā)生碰撞時缔俄，會發(fā)生什么事情呢弛秋？這些系統(tǒng)在響應類似的情境時，即便有很細小的差異和變化俐载，都可能會產(chǎn)生意想不到的不良影響蟹略。
數(shù)據(jù)假定和偏好
AI使能的產(chǎn)品設計師需要確保它們理解其所做的。與其它AI使能產(chǎn)品進行交互的產(chǎn)品需要確保它們理解且準備好處理AI引擎行為帶來的影響遏佣，以及共享以下的標準挖炬。
數(shù)據(jù)收集標準
數(shù)據(jù)是如何被收集的呢？數(shù)據(jù)生成器有哪些呢状婶？數(shù)據(jù)收集的頻率意敛、地方、時間膛虫、方式和原因呢草姻？數(shù)據(jù)是如何被收集、分層和傳輸?shù)哪兀?/p>
數(shù)據(jù)選擇標準
數(shù)據(jù)是如何被選來訓練的呢稍刀？數(shù)據(jù)不被選擇的標準是什么呢撩独？什么數(shù)據(jù)子集被選擇，什么不被選擇呢账月？定義高質量數(shù)據(jù)的標準是什么呢综膀？可接受但非高質量的數(shù)據(jù)標準是什么呢？
數(shù)據(jù)處理標準
數(shù)據(jù)經(jīng)過怎樣的處理后才被拿來訓練捶障？數(shù)據(jù)經(jīng)過怎樣的轉變、濃縮和概述呢纲刀？數(shù)據(jù)處理的頻率如何项炼？有什么會導致預訂的數(shù)據(jù)處理推遲或者停止呢？
人工智能時代示绊，正在開啟锭部，我們相信前路是光明的。擁抱最有希望的技術面褐，增強人類拌禾，為各界創(chuàng)造機會，這是光明的前提展哭。
