AI 发展的受制因素：系统是否可信，风险是否可控

编者按：本文编译自Venturebeat 原标题为AI adoption is limited by incurred risk, not potential benefit的文章。

人们很可能认为AI的应用受限于AI技术本身的发展。如今, 机器人医生，技术奇点等话题占据各大新闻头条，这使我们心中忐忑不安，对AI充满了恐惧和怀疑。然而，实际上，有着几十年发展历史的AI技术可以释放出巨大的价值，但许多公司还没有采用这些技术。因为在应用AI技术之前需要考虑AI是否可信和使用过程中存在的风险。仔细考虑这些问题，初创公司才能找准AI的发展方向，把握住AI带来的机遇。

日常生活中或者工作流程中微不足道的AI应用让我们建立起对AI的信任。例如，机器学习算法督促我们每天都要重新访问被遗忘的购物车。AI软件将销售和营销工作变得更加容易。此外，有位核电厂经理还曾构想，如何在没有严格监控的情况下，利用巢恒温器技术安全地自动运作发电厂的风险管理程序。

这条曲线预测AI在消费领域中的应用将发展成AI增强应用程序，然后是应用程序，最后是AI驱动应用程序。

消费领域中的AI

十多年来，我们在消费领域中体验了大量AI应用程序。AI带来的好处很多，并且预测错误的概率很低。 一些知名的AI消费应用程序包括Google的PageRank和推荐搜索，亚马逊的产品推荐以及Netflix的内容推荐。 及时向消费者推荐合适的产品会给公司来丰厚的利益。就算推荐的产品不合消费者的心意，消费者顶多一笑而过。

AI增强的工作流解决方案

 企业主要将AI应用于低风险，高回报的领域并且收效颇丰。产品本身具有架构，因此可以将AI应用于工作流的上层应用程序。这些程序没有AI也能运行良好。因此，我们称这些应用程序为“AI增强”。

Zetta的合作伙伴Constructor.io是一家AI增强公司。Constructor用机器学习自动填充搜索框和搜索结果。该算法可以总结出网站访问者最常点击的搜索结果，并对搜索结果的点击量进行排名。这个动态排名将Constructor的电子商务客户的转化率从2％增加到20％。如果机器学习完全罢工，网站的搜索功能仍然可以正常运行。

其他AI增强工作流公司包括InsideSales（AI增强CRM），Lilt（AI增强企业翻译）和Teem（AI增强办公室管理）。

以AI为中心的应用程序

AI生态系统正在转变成以AI为中心而构建的应用程序。 我们称之为“以AI为中心的应用程序”。

Zetta的合作伙伴公司Tractable就是一个很好的例子。Tractable使用基于深度学习的计算机视觉来检查车祸后车辆的损毁情况。像人类检查员一样，该系统能够评估车辆损坏程度，并确定损坏部分是否应该修理或更换。 计算机视觉元素是这个应用程序的核心，如果AI不起作用，该系统将为其客户提供有限的服务。 也就是说，如果该系统的评估出错，不会造成人身伤害，因为修理师可能会直接无视该系统给予的建议。

其他以AI为中心的公司包括x.ai（通过电子邮件自动预约），Falkonry（预测工业设备的维护和修理情况）以及Focal Systems（零售库存跟踪和补货）。

AI驱动的应用程序

我们现在处于风险曲线下一个阶段的开始阶段。我们称之为“AI驱动的应用程序”。

例如，Invenia是因为AI才能实现。该公司建立的模型可以预测电力需求和供应的关系。Invenia收集了大量的有关电网运行，能源使用，天气等的数据，并进行电力系统的物理模拟，建立能源使用的预测模型。这也是该公司的盈利模式。这种模型可以帮助独立系统运营商（ISO）防止停电和耗费过多的能源。能源系统非常复杂，我们需要机器学习来创建精确的模型。

道德规范可以用来保证全世界所有人的生活质量。随着人口的增加和资源的减少，这是不够的。但是，机器学习在解决复杂的优化问题上十分有效。但利用概率法来解决诸如能量分配，医疗保健系统或食品生产等社会问题也有很大的风险。然而，只要我们能建立起可信的AI系统，随着机器学习技术的进步，这一点终将实现。

原文作者： IVY NGUYEN，ASH FONTANA

原文链接：https://venturebeat.com/2017/11/25/ai-adoption-is-limited-by-incurred-risk-not-potential-benefit/

编译组出品。编辑：郝鹏程