解开关于人工智能的六个迷思

简介: 人工智能不只是能够增强单调的工作。IT领导者需要将这项技术应用于实际才能实现降低成本、改善运营等业务优势,从而发挥人工智能的价值。Gartner总结了关于人工智能的六个常见迷思和误解。

戳这里利用百种AI能力赋能产品


“人工智能将自动执行所有工作并让人类失业。”“人工智能只是一种虚构的技术。”“机器人将占领整个世界。”

围绕人工智能的炒作给主流媒体、董事会议和各企业机构留下了许多迷思。有人担心“万能”的人工智能将占领全世界,有人则认为人工智能是“昙花一现”。其实这两种说法都过于片面。

image.png


Gartner高级研究总监Saniye Alaybeyi表示:“在整个新冠疫情期间,大部分企业机构始终保持乃至增加对人工智能的投资。但这些项目中只有一半转化为生产力。”

人工智能不只是能够增强单调的工作。IT领导者需要将这项技术应用于实际才能实现降低成本、改善运营等业务优势,从而发挥人工智能的价值。

Gartner总结了关于人工智能的六个常见迷思和误解。

迷思一:人工智能在新冠疫情期间是多余的“奢侈品”

在新冠疫情期间,人工智能正在成为实现成本优化和业务连续性的重要因素。当企业因现金流和经济环境的不确定性而苦苦挣扎时,人工智能非但不是一种多余的“奢侈品”,反而还在创造收入。人工智能正在改善与客户的互动、加快数据分析速度、提前发出中断预警并实现决策的自动化。

迷思二:人工智能和机器学习(ML)是同一个概念而且可以互换

机器学习是人工智能的一个分支。机器学习需要精心设计的训练和数据采集策略。此外,人工智能是多项计算机工程技术的统称,涵盖了从机器学习、基于规则的系统到优化技术和自然语言处理(NLP)等。

迷思三:智能机器可以自行学习

机器学习成品给人的印象是可以自行学习。但经验丰富的人类数据科学家会设计问题、准备数据、确定合适的数据集、消除训练数据中的潜在偏见,最重要的是他们还会不断更新软件以将新知识和数据集成到下一个学习周期中。

迷思四:人工智能百分之百客观

每项人工智能技术都以数据、规则和人类专家其他类型的输入为基础。每个人都会有这样或那样的固有偏见,人工智能也不例外。经常被重新训练的系统(例如使用来自社交媒体的新数据)更容易产生不必要的偏见或受到刻意的恶意影响。

即便您当前的人工智能策略是“不使用人工智能”,这一策略也是基于研究和思考所做出的有意识决定。

Gartner研究副总裁Alexander Linden表示:“目前还没有办法完全消除偏见,但我们必须尽最大努力将偏见减少到最小。除了诸如使用不同数据集之类的技术解决方案外,确保人工智能使用团队的多样性并让团队成员互相评估彼此的工作也十分重要。这个简单的流程可以大大减少选择性和证实性偏见。”

迷思五:人工智能将只会取代单调的工作

人工智能让企业可以通过预测、分类和聚类做出更准确的决策。凭借这些能力,人工智能解决方案能够深入到工作环境中,不但可以取代单调的任务,而且还可以增强较复杂的任务。

以医疗行业所使用的影像人工智能为例。基于人工智能的胸部X光应用可以比放射科医生更快发现疾病。金融和保险行业使用机器人顾问提供理财服务和检测欺诈。这些功能虽然不会完全代替人类在这些任务中的作用,但最终会将人类的作用限制在观察和处理异常情况。因此,需要调整现有员工的工作职责和能力规划并提供再培训方案。

迷思六:我的业务不需要人工智能策略

每家企业机构都应考虑人工智能对自身战略的潜在影响并研究如何将这项技术用于解决业务问题。放弃使用人工智能在许多方面等同于放弃下一阶段的自动化,这可能会使企业处于竞争劣势。

Alaybeyi表示:“即使人工智能无法立即解决问题,企业也应该重新考虑放弃定期使用人工智能这一决定。企业机构需要发掘能够运用人工智能的力量增强人类工作、决策与互动的合适用例以及其他进行职能创新的机会。”

在未来四年,管理者目前所做的工作中将有69%实现自动化。面对这一变革,企业需要审时度势,思考如何才能将人工智能与自身战略完美结合以及如何为即将到来的变革做好充分的准备。


原文链接https://ai.51cto.com/art/202011/632450.htm
本文转自51CTO,本文一切观点和机器智能技术圈子无关。
在线免费体验百种AI能力:【点此跳转】
机器智能技术结尾二维码.png

目录
相关文章
|
16天前
|
机器学习/深度学习 人工智能 算法
探究人工智能在现代医疗诊断中的应用与挑战
本文旨在深入探讨人工智能技术在现代医疗诊断领域中的应用及其所面临的挑战。随着科技的飞速发展,人工智能已逐渐渗透到医疗行业的多个方面,特别是在医疗诊断领域,AI的应用不仅提高了诊断的准确性和效率,还极大地减轻了医生的工作负担。然而,尽管人工智能在医疗诊断中展现出巨大的潜力,其发展过程中也遇到了一系列挑战,如数据隐私保护、算法的透明度和公平性等问题。本文通过对现有文献的综合分析,阐述了人工智能在医疗诊断中的具体应用案例,分析了这些技术的优势与不足,并对其未来的发展趋势进行了预测和建议。
33 5
|
16天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在医疗诊断中的应用及其挑战
人工智能技术在医疗领域的应用正迅速改变着我们理解健康和疾病的方式。本文将探讨AI在医疗诊断中的具体应用,包括影像诊断、病理分析及个性化治疗方案的制定,并分析其带来的革命性变化。然而,技术的局限性、数据隐私和伦理问题也不容忽视。尽管面临诸多挑战,但随着技术的不断进步,AI在医疗诊断中的潜力巨大,未来将更好地服务于人类健康事业。
|
16天前
|
数据采集 人工智能 安全
软件测试中的人工智能应用与挑战
在这篇文章中,我们将深入探讨人工智能(AI)在软件测试中的应用及其所面临的挑战。通过分析当前的技术趋势和具体案例,揭示AI如何提高测试效率和准确性,并指出在实施过程中遇到的主要问题及可能的解决途径。
35 1
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习在医疗诊断中的应用
【9月更文挑战第32天】随着科技的不断发展,人工智能和机器学习已经在许多领域得到了广泛应用。在医疗领域,它们正在改变着医生和患者的生活。通过分析大量的医疗数据,AI可以帮助医生更准确地诊断疾病,预测患者的病情发展,并提供个性化的治疗方案。本文将探讨人工智能和机器学习在医疗诊断中的具体应用,包括图像识别、自然语言处理和预测分析等方面。我们还将讨论AI技术面临的挑战和未来的发展趋势。
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在自然语言处理中的应用
本文将深入探讨人工智能在自然语言处理领域的应用,包括语音识别、文本挖掘和情感分析等方面。通过实例演示,我们将展示如何利用深度学习技术来提高自然语言处理的准确性和效率。
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能:深度学习在自然语言处理中的应用
探索人工智能:深度学习在自然语言处理中的应用
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来:人工智能技术及其应用
探索未来:人工智能技术及其应用
|
2天前
|
人工智能 算法 安全
探索人工智能在医疗诊断中的应用及挑战
本文深入探讨了人工智能在医疗诊断领域的现状、应用及其面临的伦理和技术挑战。通过分析AI技术如何辅助医生进行疾病诊断,提高诊断的准确性和效率,文章揭示了AI在医疗影像分析、基因检测、风险评估等方面的潜力。同时,指出了数据隐私、算法透明度、医患关系变化等挑战,并对未来AI与医疗健康的融合趋势进行了展望。
|
8天前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。

热门文章

最新文章