与许多其他技术一样, Al和机器学习都有非常梦幻以及时髦的用法。例如,有些人使用机器学习从照片创建毕加索风格的艺术品。当然,这种用法带来很多问题。一方面,除了赶时髦(因为以前没有人这么弄过) ,是否有人真的想要以这种方式来创建毕加索作品是值得怀疑的。艺术的价值并不在于对特定的现实世界表现做出一个有趣的解释,而在于理解艺术家是如何进行诠释的。文章的结尾指出,计算机在现阶段只能复制已有的风格,而不是创造它自己的全新风格。下面将讨论Al和机器学习的各种奇幻应用。
1.3.1 Al和机器学习的时髦用法
AI正在进入一个只在科幻小说中存在的创新时代。我们很难确定某种Al的应用是真实有效的、还只是某位固执的科学家的梦想。例如,《无敌金刚》 (The Six Million Dollar Man )这部电视剧,在当时看上去是那么科幻。当初播放的时候,实际上没有人想到后来现实世界中真的出现了仿生学。然而,休赫尔(HughHerr)有他自己的想法--现在仿生腿已经成为可能。当然,它们现在还没有普及,该技术现在才刚刚开始变得有用。还有部类似的电视剧是《造价60亿美元的人》。实际上,我们已经处于这样一个阶段: Al和机器学习都为我们提供了创造惊人技术的机会。但是对于所听到的内容你仍要保持谨慎和怀疑的态度。
为了使未来Al和机器学习的使用与科幻小说多年来所呈现的概念相吻合,现实中的程序员、数据科学家和其他参与者需要创建工具。第8章探讨了在使用Al和机器学习时可能使用的一些新工具,但这些工具仍然处于初步阶段。尽管有些事物看上去很魔幻,让你无法理解其背后到底发生了什么,然而魔法是并不存在的。为了使Al和机器学习的时髦用法成为现实世界的真实应用,开发人员、数据科学家等需要在现实世界中持续构建相关的工具,尽管现在人们可能难以想象这些工具将来有什么用处。
1.3.2 Al和机器学习的真正用法
如今,你在许多应用中都会发现Al和机器学习的存在。唯一的问题是,相关技术运作得是如此之好,你甚至都没有感觉到它的存在。事实上,你可能会惊讶地发现,家中的许多设备都已经利用了这两种技术。室无疑问,这两种技术会出现在你的车中、甚至是工作场所中。事实上, Al和机器学习的用途数量在百万数量级-即使本质上已经很夸张了,但是仍然容易被人们所忽视。这里只列出了几种Al的应用
欺诈检测:你的信用卡公司询问你是否进行了某次购买。信用卡公司可不是无事生非;它只是提醒你其他人可能盗用了你的卡。嵌入在信用卡公司代码中的AI技术检测到了一个异常的支付模式,并发出警告。
资源调度:许多组织需要有效地安排资源的使用。例如,医院可能不得不根据患者的需要、资深文凭专家的人手以及医生期望患者住院时间的长短,来最终确定将患者安排在何处。
复杂的分析:进行复杂的分析时,人们常常需要帮助,因为有太多的因素需要考虑。例如,多个不同的问题可能导致同一组症状。医生或其他专家可能需要协助才能进行及时的诊断,并挽救患者的生命。
自动化系统:任何形式的自动化都可以通过添加AIl来处理意外的变化或事件。如今某些自动化系统的问题在于,意外的事件(如错误的对象)可能会导致自动化系统停止工作。将AI添加到自动化系统中让它们可以处理意外事件并继续运行,就好像什么事情都没有发生。
客户服务:对于你今天所拨打的客户服务热线,可能没有一个真实的人在其后台提供服务。自动化的系统强大到可以遭循一定的脚本并使用各种资源来处理绝大多数的问题。听着抑扬顿挫的声音(由AI提供) ,你甚至都无法确认自己是否正在与计算机交谈。
安全系统:在各种机器上运作的安全系统,其中很多安全系统在危急时刻都让Al来接管车辆。例如,许多自动刹车系统依靠Al ,根据车辆所提供的全部输入信息(例如滑行方向)来刹住汽车。
机器效率: Al可以帮助人们操控机器,以获得最大的效率。Al控制资源的使用,使系统不会滥用资源或达到其他非期望的目标。单位功率都按照需要精确地使用,以提供所需的服务。
这个列表还只是冰山一角。你还会发现许多其他使用Al的方式。然而,在公认的Al领域之外来审视机器学习的用法也是很有价值的。以下是一些可能与AI无关的机器学习应用。
访问控制:在许多情况下,访问控制是一个是与否的命题。员工智能卡对资源访问授权的方式与人们几个世纪以来使用钥匙的方式相同。某些锁定具有设置访问时间和日期的能力,但这种粗粒度的控制实际上不能满足每一个需要。通过使用机器学习,你可以根据员工的角色和需要,确定其是否应该得到获取资源的权利。例如,当员工的角色体现为培训时,该员工就可以进入培训室。
动物保护:海洋似乎足够宽广,让海洋动物和船只可以和谐共处。不幸的是,每年仍有许多动物遭受到了船只的撞击。机器学习算法通过学习动物和船舶的声音以及特征,让船只避让海洋动物。
预测等待时间:在不清楚要等待多久的情况下,大多数人不喜欢等待。机器学习允许应用程序根据人手状况、人员的工作量、待解决问题的复杂性、资源的可用性等来确定等待时间。
1.3.3讲究实用性,讲究普通性
即使影视作品让人感觉Al会给我们的生活带来巨大的变革,而且有时在现实生活中你也会看到一些令人难以置信的Al应用,但事实上, Al的大多数用途是很普通的,甚至有些乏味。本书的第5部分为你提供了这类分析的真实案例。与其他类型的Al活动相比,这种分析是平淡无奇的,但Verizon可以通过基于R的分析来节省成本,效果也更理想。
此外, Python开发人员(有关Python语言的详细信息,请参见第6章和第7章)可以使用大量的库,让机器学习变得更容易上手。事实上, Kaggle提供了竞赛的平台,让Python开发人员和R的使用者磨炼他们的机器学习技能,并创建实用的应用程序。这些比赛的结果在日后往往会成为人们实际使用的产品中的一部分。尽管R仍然依赖于统计学界在学术研究方面的大力支持,但Python开发社区一直致力于创建新的库,以便人们可以更轻松地开发复杂的数据科学和机器学习应用。
