科技術(shù)語(yǔ)習(xí)慣使用簡(jiǎn)短名稱(chēng)，越短越好。這就是為什么當(dāng)我們?cè)噲D理解自動(dòng)化，機(jī)器人，機(jī)器學(xué)習(xí)，聊天機(jī)器人等令人困惑的概念時(shí)，我們選取“A”和“I”兩個(gè)字母，并將它們組合到一起來(lái)給新事物命名。

一般來(lái)說(shuō)，AI或artificial intelligence被用來(lái)指從一個(gè)車(chē)載信息處理單元到擺在廚房柜臺(tái)上的藍(lán)牙揚(yáng)聲器的任何東西。 然而，“真正”的人工智能與我們之前一直稱(chēng)之為智能的東西幾乎沒(méi)有什么相似之處 。

麻省理工學(xué)院的科學(xué)家約翰·麥卡錫（John McCarthy）在1955年創(chuàng)造了“人工智能”一詞，當(dāng)時(shí)他為機(jī)器設(shè)計(jì)了七個(gè)方面來(lái)實(shí)現(xiàn)真正的智能。實(shí)際上，即使是最復(fù)雜的技術(shù)也只能實(shí)現(xiàn)其中的兩個(gè)或三個(gè)。其余的在技術(shù)上是不可能的。

1. 模擬人腦的高級(jí)功能

2. 使用通用語(yǔ)言編程計(jì)算機(jī)

3. 以一種方式排列假設(shè)的神經(jīng)元，以便它們形成概念

4. 確定和度量問(wèn)題復(fù)雜性的一種方法

5. 自我提升

6. 抽象，處理概念而不是事件的質(zhì)量

7. 隨機(jī)性和創(chuàng)造力

當(dāng)公司宣稱(chēng)他們正在“做”人工智能時(shí)，他們實(shí)際上只是在協(xié)力實(shí)踐它的某一方面。第二方面是給定的——在今天文本和語(yǔ)音中使用的對(duì)話(huà)式搜索中很容易看到。我們也在第三個(gè)（形成概念）和第五個(gè)（自我提升）方面取得了進(jìn)展。我們還在探索其他的，第七方面是我不相信機(jī)器會(huì)做的事情，因?yàn)閯?chuàng)造力是一個(gè)人的基本特質(zhì)。

另一個(gè)關(guān)鍵點(diǎn)是“智能”的概念。這意味著兩件事情中的一件或兩件： 一個(gè)實(shí)體是有感知能力的或有智慧的。

感知能力：對(duì)非凡的經(jīng)歷或感受的能力，如感到疼痛和痛苦的能力。

智慧：與高智力有關(guān)的一系列能力，如自我意識(shí)和理性反應(yīng)。

兩者都是我們認(rèn)為屬于人類(lèi)和一些動(dòng)物的東西的特質(zhì)。迄今為止，還不能說(shuō)機(jī)器是多么靈敏地編程。

正因?yàn)槿绱?，作為一家公司，美?guó)人工智能更喜歡使用“智能人工”這個(gè)術(shù)語(yǔ)。

那么，對(duì)于那些想要以智能人工方式來(lái)工作的企業(yè)，這意味著什么呢？ 這意味著要基于約翰·麥卡錫（John McCarthy）提出的五個(gè)最適用于機(jī)器方面應(yīng)用便利規(guī)則。

機(jī)器雖然使數(shù)百萬(wàn)人失業(yè)，但是并沒(méi)有掌管世界。 機(jī)器能夠減輕日常工作中的苦差事，從而使人們得到釋放，使他們能夠發(fā)揮洞察力，并增加更多人的價(jià)值，如同情和創(chuàng)造力。

機(jī)器學(xué)習(xí)，屬于人工智能的另一個(gè)常被濫用的術(shù)語(yǔ)，也被認(rèn)為有一些“秘訣”，可以擺脫對(duì)人力投入的需求。但是事實(shí)上，不是這樣的。機(jī)器不能創(chuàng)造性地思考。工作人員需要訓(xùn)練機(jī)器，并告訴它什么時(shí)候是正確的和什么時(shí)候是錯(cuò)誤的。有效的人工智能將創(chuàng)造一個(gè)工作轉(zhuǎn)移，而不是失業(yè)。

企業(yè)應(yīng)該尋找合適的東西來(lái)實(shí)現(xiàn)自動(dòng)化，而不是試圖把一切不工作的東西自動(dòng)化。以PowerPoint為例。 將東西輸入演示文稿浪費(fèi)了多少腦力？ 我們已經(jīng)可以用一個(gè)算法來(lái)生成內(nèi)容，那么我們?yōu)槭裁匆赑owerPoint中浪費(fèi)大量的時(shí)間來(lái)做尋常的工作呢？

3.用戶(hù)就是人，依其身份對(duì)待他們

自動(dòng)化并不意味著成功，如果它所做的事情從根本上是錯(cuò)誤的，并沒(méi)有與最終消費(fèi)者產(chǎn)生共鳴。情緒分析，情感分析和機(jī)器視覺(jué)來(lái)推斷情緒和/或精神狀態(tài)都是機(jī)器學(xué)習(xí)/深度學(xué)習(xí)的例子，它們可以使機(jī)器更好地理解某人的心理狀態(tài)。

這也許是目前AI可用且真正有用的一點(diǎn)，但也是我們?cè)谄渌胤筋l繁使用的一點(diǎn)。

預(yù)測(cè)性和規(guī)范性分析已產(chǎn)生巨大的影響。 投資銀行已經(jīng)使用這種AI來(lái)映射，猜測(cè)和預(yù)測(cè)市場(chǎng)以及股票和股份。確定性模型是最簡(jiǎn)單的預(yù)測(cè)：做一個(gè)確定的事情，有一個(gè)確定的結(jié)果; 每當(dāng)?shù)谝粋€(gè)輸入出現(xiàn)時(shí)，結(jié)果總是一樣的。

更有意思的是隨機(jī)建模，或處理機(jī)會(huì)。 機(jī)器經(jīng)過(guò)訓(xùn)練可以發(fā)現(xiàn)隨機(jī)性，不僅僅是發(fā)現(xiàn)它，而是要弄清楚因?yàn)樗赡軙?huì)發(fā)生什么。就是在他們意識(shí)到他們需要幫助之前，機(jī)器就開(kāi)始幫助人。這是強(qiáng)大的東西。

我在前面提到過(guò)，在構(gòu)成真正AI的概念中，我們已經(jīng)掌握了第二個(gè)概念：讓機(jī)器使用通用語(yǔ)言。把機(jī)器已經(jīng)掌握了，而我們已經(jīng)忘記的情況除外。

機(jī)器現(xiàn)在可以管理自然語(yǔ)言處理——理解人類(lèi)如何談話(huà)和推斷是什么意思，而不是被灌輸某種特性。我們必須以實(shí)物回應(yīng)用戶(hù)。人工智能必須參與其中，而不是控制對(duì)話(huà)。 最好的會(huì)話(huà)技術(shù)可以取代人類(lèi)。但是，這只有在它背后的業(yè)務(wù)行為人性化時(shí)才起作用。