當(dāng)下，越來(lái)越多的公司在人工智能上進(jìn)行投資。然而，要想取得成功，他們需要在推理的可解釋性、低數(shù)據(jù)密度環(huán)境以及實(shí)現(xiàn)更豐富的知識(shí)圖譜方面進(jìn)行實(shí)際考量。

在企業(yè)中，人工智能的應(yīng)用正在穩(wěn)步上升。根據(jù)Constellation Research對(duì)眾多行業(yè)C級(jí)管理人員的調(diào)查，70%的受訪者表示他們的組織目前使用了某種形式的人工智能技術(shù)。此外，大部分受訪者表示，2018年將在人工智能投資上花費(fèi)高達(dá)500萬(wàn)美元。

[[236524]]

隨著越來(lái)越多的公司意識(shí)到人工智能帶來(lái)的巨大機(jī)遇，他們逐漸意識(shí)到需要考慮一些實(shí)際問(wèn)題，以便在整個(gè)企業(yè)中看到這項(xiàng)新技術(shù)將帶來(lái)的重大業(yè)務(wù)影響。根據(jù)我們?cè)诒姸嗫蛻舡h(huán)境中應(yīng)用人工智能的經(jīng)驗(yàn)，我們發(fā)現(xiàn)組織必須解決三個(gè)因素:缺乏可解釋的人工智能、低數(shù)據(jù)密度環(huán)境以及對(duì)更豐富的知識(shí)圖譜的需求。為了正確采用和實(shí)施，企業(yè)必須首先考慮這些實(shí)際問(wèn)題，并在整個(gè)AI實(shí)施過(guò)程中始終將其放在首位。

1. 缺乏可解釋的人工智能

可解釋的AI集中在回答問(wèn)題的能力上，“為什么?”“為什么機(jī)器會(huì)做出某個(gè)具體的決定?事實(shí)上，許多新出現(xiàn)的人工智能都有一個(gè)固有的“黑匣子”概念。“將很多數(shù)據(jù)輸入到盒子里，然后從盒子里拿出實(shí)際的決定或建議。然而，當(dāng)人們?cè)噲D打開盒子并弄清楚它的邏輯時(shí)，它就成了一個(gè)重大挑戰(zhàn)。這在受監(jiān)管的市場(chǎng)上可能很難被采用，因?yàn)槭袌?chǎng)會(huì)要求公司披露和解釋具體決策背后的理由。此外，缺乏可解釋的人工智能可能會(huì)影響整個(gè)公司所需的變更管理，以便成功實(shí)施人工智能。如果人們無(wú)法追蹤到原始數(shù)據(jù)集或文檔的答案，那么它可能會(huì)成為一個(gè)員工難以接受的價(jià)值主張。

實(shí)現(xiàn)具有可追溯性的人工智能是應(yīng)對(duì)這一挑戰(zhàn)的一種方式。例如，商業(yè)銀行管理在線投資組合中的風(fēng)險(xiǎn)。銀行可以向5000家中小企業(yè)貸款。它將在貸款組合的資產(chǎn)負(fù)債表中監(jiān)測(cè)他們的健康狀況。這些表可以是不同的語(yǔ)言或有不同的會(huì)計(jì)標(biāo)準(zhǔn)。

有了人工智能，銀行實(shí)際上可以利用所有的這些資產(chǎn)負(fù)債表，提取信息，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，然后得出風(fēng)險(xiǎn)評(píng)分。該銀行應(yīng)該能夠接受風(fēng)險(xiǎn)評(píng)分，點(diǎn)擊并深入查看導(dǎo)致最終評(píng)分的子組件編號(hào)。如果發(fā)現(xiàn)有一個(gè)分?jǐn)?shù)看起來(lái)不太對(duì)時(shí)。用戶可以深入到下一個(gè)細(xì)節(jié)層次，依此類推，直到他們得出沒(méi)有意義的數(shù)字，然后，例如，可以將他們引向第16頁(yè)的第36個(gè)資產(chǎn)負(fù)債表。在那里的腳注里會(huì)有系統(tǒng)用來(lái)推導(dǎo)分?jǐn)?shù)的信息。用戶可以查看一個(gè)決策并解析驅(qū)動(dòng)機(jī)器到達(dá)該端點(diǎn)的組件信息?？勺匪菪缘膶?shí)現(xiàn)有助于合規(guī)性的滿足并推動(dòng)人工智能的應(yīng)用。

2. 低數(shù)據(jù)密度環(huán)境

當(dāng)人工智能能夠利用大量數(shù)據(jù)時(shí)，它就能運(yùn)行得很好。例如與Siri等虛擬助手進(jìn)行會(huì)話AI，可以訪問(wèn)電子郵件，在線購(gòu)物和多個(gè)應(yīng)用程序。這就是為什么大多數(shù)AI應(yīng)用程序都是在企業(yè)對(duì)消費(fèi)者(B2C)環(huán)境中開始的，在B2C環(huán)境中，算法可以運(yùn)行在數(shù)百萬(wàn)個(gè)數(shù)據(jù)點(diǎn)中。企業(yè)通常無(wú)法始終訪問(wèn)相同的數(shù)據(jù)量。例如，如果一個(gè)組織正在準(zhǔn)備過(guò)去的合同，那么它可能要處理10萬(wàn)份合同——而不是100萬(wàn)或1000萬(wàn)份。因此，企業(yè)面臨著雙重挑戰(zhàn)：他們需要手動(dòng)處理的文件太多而無(wú)法訓(xùn)練算法。從這些文檔中提取數(shù)據(jù)的一種方法是通過(guò)使用統(tǒng)計(jì)方法的傳統(tǒng)自然語(yǔ)言處理算法。此外，我們還發(fā)現(xiàn)，基于上下文來(lái)解讀含義和提取數(shù)據(jù)的計(jì)算語(yǔ)言學(xué)在受到少量數(shù)據(jù)的挑戰(zhàn)時(shí)可能是有效的。

在另一個(gè)例子中，一家財(cái)富管理公司可以使用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)等技術(shù)，以高速聚合金融機(jī)構(gòu)和投資者的報(bào)表。每家公司可以有8萬(wàn)份文件，每份50到60頁(yè)長(zhǎng)，每頁(yè)40到50筆交易，最終從中提取知識(shí)。這是一個(gè)相當(dāng)大的數(shù)據(jù)量，并且手動(dòng)處理非常繁瑣，但只是許多主流人工智能應(yīng)用程序數(shù)據(jù)量的一小部分。

因此，需要注意的是，并非所有人工智能都能獲得其必須的數(shù)據(jù)量。在確定***人工智能解決方案時(shí)，了解數(shù)據(jù)環(huán)境非常重要。在高數(shù)據(jù)密度環(huán)境中，組織可以更有效地運(yùn)行無(wú)監(jiān)督學(xué)習(xí)算法。在低數(shù)據(jù)密度的環(huán)境中，監(jiān)督學(xué)習(xí)是最有效的。在缺乏所有必要數(shù)據(jù)的情況下，合成數(shù)據(jù)創(chuàng)建等新技術(shù)可以幫助企業(yè)培訓(xùn)模型。例如，在零售業(yè)，公司可以使用游戲模擬來(lái)創(chuàng)建合成數(shù)據(jù)。

3. 需要更豐富的知識(shí)圖譜

正如人工智能在低數(shù)據(jù)密度環(huán)境中難以產(chǎn)生***結(jié)果一樣，人工智能目前還缺乏豐富的知識(shí)圖譜，無(wú)法使人工智能與特定領(lǐng)域和行業(yè)應(yīng)用相關(guān)聯(lián)。

知識(shí)圖譜可以捕獲上下文的關(guān)系，在人工智能中訓(xùn)練數(shù)據(jù)模型，并在正確的上下文中對(duì)傳入的信息進(jìn)行分類。它們使像Alexa或Siri這樣的語(yǔ)音助手能夠回答常見的問(wèn)題，比如“最近的星巴克在哪里?”Alexa和Siri可以通過(guò)連接數(shù)以百萬(wàn)計(jì)的參考點(diǎn)(包括來(lái)自亞馬遜或蘋果服務(wù)的搜索結(jié)果)為用戶提供即時(shí)答案。雖然對(duì)于這些簡(jiǎn)單的交互很有用，但是當(dāng)前的AI仍然無(wú)法復(fù)制或理解真實(shí)人類對(duì)話的復(fù)雜性并捕獲消費(fèi)者期望的經(jīng)過(guò)深思熟慮的交互。

例如，如果一個(gè)五歲的孩子抱怨他的母親，“Ben推了我。我摔倒了，我站了起來(lái)，把他推了回去。老師看到了我，但是沒(méi)有看到Ben，所以只有我被留校了——這不公平。”每個(gè)五歲的孩子都會(huì)理解這句話的意思，但是對(duì)于人工智能系統(tǒng)仍然會(huì)遇到困難，因?yàn)樗麄儾焕斫庖蚬P(guān)系和公平。除了知識(shí)圖譜，人工智能系統(tǒng)還需要對(duì)話界面來(lái)完成他們的思考。

在企業(yè)內(nèi)部，許多人通過(guò)聊天機(jī)器人來(lái)使用會(huì)話式的人工智能，試圖為客戶提供更具互動(dòng)性的體驗(yàn)。在這方面，銀行一直站在最前沿，允許客戶通過(guò)聊天機(jī)器人在他們的在線門戶或移動(dòng)應(yīng)用程序中獲取基本的賬戶信息。然而，更復(fù)雜的請(qǐng)求，如貸款申請(qǐng)或合同審查，對(duì)機(jī)器來(lái)說(shuō)可能是一個(gè)挑戰(zhàn)。機(jī)器人需要能夠?qū)⑺褂玫脑~的本體、所問(wèn)問(wèn)題的上下文以及多個(gè)會(huì)話流的線程連接在一起進(jìn)行綜合考慮。它需要特定領(lǐng)域、特定語(yǔ)境、特定知識(shí)的有機(jī)結(jié)合，才能使整個(gè)過(guò)程更加流暢。公司正在積極地開發(fā)特定領(lǐng)域的AI，并將它們嵌入到正確的知識(shí)管理系統(tǒng)中，以便在商業(yè)環(huán)境中推動(dòng)AI實(shí)現(xiàn)更有吸引力的體驗(yàn)和應(yīng)用。

隨著人工智能的不斷投入和實(shí)施，企業(yè)必須考慮這三個(gè)實(shí)際因素:首先，打開黑匣子，跟蹤機(jī)器的決定，并以一種可解釋的方式呈現(xiàn)它。其次，知道如何在沒(méi)有大量信息的環(huán)境中應(yīng)用人工智能。***，嵌入領(lǐng)域知識(shí)和體驗(yàn)式學(xué)習(xí)，以豐富它們的知識(shí)圖譜并推動(dòng)實(shí)現(xiàn)更有效的人工智能應(yīng)用。