分析师探讨开源人工智能及其影响

2016年5月20日,Tessella咨询公司的分析师Matt Jones在技术世界网站(http://www.techworld.com)撰文探讨了开源人工智能及其产生的影响。

在过去的几个月里,谷歌、微软和脸谱网已经采取了重大决策,向所有人公开其人工智能应用程序接口(API)。IBM以免费增值商业模式(freemium basis)公开了他们的沃森应用程序接口(Watson API),而特斯拉执行总裁Elon Musk也已经启动了他们的OpenAI项目并拥有了“众星云集”的支持者。

这些异常强大的工具是由世界上最先进的技术公司使用、开发和支持的,现在已经向所有能够使用它们的人开放。关键的一点是,通过单独或者联合使用这些工具,任何人都可以将人工智能或者机器学习平台集成到其收费或者免费的业务中。这些平台的先进程度与目前市场上的任何同类产品相当。

这到底有什么意义呢?这意味着当前任何一个通过黑盒人工智能平台完成的任务,如确定石油钻探点、预测疾病爆发、优化开发新产品的科学实验或预测中的维护等,都可以利用这些开放的平台来完成,并不存在失去对数据的控制或监督的风险,而代价只是一个数据科学家的薪水或咨询费。

这对很多世界性的企业来说非常重要,因此他们需要认真对待这些开源平台。如果其真正的潜力被实现,将会有新一代的创新创业公司出现。这些公司将应用最新的人工智能技术来打破现有机制。

大多数大公司都有一个数据策略,以帮助他们更快地制定决策。在许多情况下,这些拥有大量数据的大公司依靠不透明的数据分析系统把他们的数据转换为获取知识。这种决策的代价通常很高昂,而且经常不得不允许有价值的数据流出公司并脱离他们的控制。

现在,在相关专家的帮助下,大公司可以为自己建立符合其规范的工具,同时保持对自己的珍贵数据的完全控制。这可以节省很多钱,并创造了很多以更加专注于定制和业务的方式来利用数据的新机遇。因为允许保留对数据的控制,这些工具不仅能够帮助大公司更好地理解其数据中隐藏的模式,还能帮大公司理清这些模式的原因,以及如何更好地将这些数据转换成知识和有实际意义的认知。

但这也对既定事物的秩序构成了威胁。与不透明平台相关的高成本意味着只有较大的企业才能承担得起。但现在很多小公司也已经开始接触以前只有大公司才能玩得起的人工智能和机器学习。

一家生物技术初创公司可以将国家最先进的人工智能技术用于其药物开发过程,来获得与传统大型制药公司相当水平的数据洞察能力。在一个计算机科学专业研究生的笔记本电脑开发出的平台可以把来自联网汽车的数据流链接到精准定位的保险产品中,从而扰乱现有秩序并造成市场重新洗牌。

云平台已经允许小企业将他们的数据存储在可扩展的平台上。全球最大的正版流媒体音乐服务平台Spotify能够迅速扩展,并改变了整个音乐产业,正是因为它从一开始就建立在亚马逊网络服务云上。业界从数据中获得深度见解的能力已经令人难以置信了,这可能成为下一次商业革命的来源。

能代表高科技产业未来的是具有熟练技能的人,而不是基础设施。然而,这并不能改变数据科学非常复杂的事实。由可扩展基础设施的成本所造成的障碍可能会越来越少,但了解商业并知道如何通过分析数据来产生价值的人将变得更加抢手。

在未来十年内,那些能够将先进的数据科学与对商业挑战的深刻理解以及领域知识(例如生命科学、能源或工业工程等)结合起来的人,将会改变企业的形象。作为翻译者,他们的角色是至关重要的。简而言之,技能和专业知识的价值将超过技术的价值。一种公认的说法是现代化是从农业发展到制造业再到服务业。这是现代世界经济的另一个重要历程,它大大不同于制造实际产品的过程,旨在利用智力把事情做得更好。

新的工作方式需要一段时间才能获得新的动力并被接受。建造人工智能平台并让人们使用它们,比将数据移动到云中或购买一个公司用的iPad更加复杂。它的全面影响将会在一段时间之后显现出来,而体会到这种影响的将不仅是最初的使用者。

但是不能犯错误,因为就我们所知,这有可能会给商业世界带来巨大的破坏。那些希望能在十年内保持或成为市场领导者的人,应该认真考虑这些变化。

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-06-20

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

开源是物联网成功的关键吗?

有时候我听到别人说,最初他们成为开源技术的粉丝是认为这是获得免费资源的一种方法,然后他们才意识到进入了一个支持开放性,透明性和协作开发能力的环境。在过去的几年中...

42512
来自专栏云计算D1net

企业云采用的几个关键趋势

由调研机构IDG通信公司开展的2018年云计算调查研究发现,很多组织仍在发展云计算环境方面继续增加投资,以利用云计算技术推动业务发展。在550个被调查组织中,有...

792
来自专栏ThoughtWorks

重新思考创新服务|洞见

创新最有意思的地方,在于它本身其实并没有多大意思,它来自于平凡的想法,需要付诸极大的勇气与毅力来坚持,甚至在这一过程中还需承受莫大的痛苦。 当对于「创新」的理解...

2576
来自专栏华章科技

大数据的衰落

我们早已经被算法包围了。让我们看看Google在无人驾驶汽车中的专有算法是如何作为结合软件、数据、传感器和物资的连接组织在交通运输中实现真正的飞跃的。终究是什么...

895
来自专栏达摩兵的技术空间

老板视角看问题(一)

一个好的方案不仅仅是想法,肯定需要执行的,一般情况下老板对你的方案是没有执行方案以及不同预案的,老板有的可能是简单看法,建议,你这个好不好。那么,你需要提供以下...

662
来自专栏腾讯研究院的专栏

大数据助力教育督导科学化

       “收集数据,把数据融入易懂的形式中,让数据讲故事,并且把故事讲给别人听。”这描述的是当下一种时髦的职业,大数据工程师。   “大数据”,当下...

1838
来自专栏灯塔大数据

金融监管 大数据背景下加快我国征信市场发展的思考

作为对数据、技术、方法和制度的一种全面革新,大数据将对征信数据的来源和形态、征信加工处理方式、征信评估技术、征信产品的传播分享渠道以及征信制度基础进行全面重构...

3505
来自专栏AI科技大本营的专栏

产业 | 借力大数据,金融行业如何改头换面

技术的进步和革新总会给现有行业带来冲击,但也会促使行业与技术的进一步融合。比如,在大数据技术背景的驱动下,金融行业也将迎来一场不可避免的改革。 作者 | Car...

4037
来自专栏华章科技

大数据行业洞察:未来2-3年或迎数据时代的真正高潮

从2012年的“用户标签”到2014年的“用户画像”,从2015年的“大数据”到2017年的“人工智能”,大数据正在从神坛走向现实。“标签”到“画像”,代表着数...

431
来自专栏大数据文摘

贝恩咨询:大数据的三个误区及危险

31217

扫码关注云+社区