人工智能AI)的时代即将到来,这是毫无争议的。从我们身边的事物,自动驾驶汽车、智能手机以及乘坐的飞机等等,未来都将充满人工智能的影子。不仅如此,人工智能的在线搜索能力、交谈和翻译功能,以及图像识别等技术,在我的公司 Alphabet,同等重要。

 

但现在更多的思考是在于,人工智能将以何种方式,在工业和社会领域,有多广泛的应用。有很多公司,包括微软和亚马逊在内的公司都已经提供人工智能工具。像我工作所在的 Google Cloud 公司,很快会将这些工具进行线上销售,以便为云计算提供服务。当然,现在也有很多其他可用于商业的人工智能产品,例如 IBM 公司的 Watson,或是其他来自新兴供应商的软件服务。

 

AI 看上去十分“甜蜜可口”,以至于让当下很多企业想加入,尤其是那些借机想在人工智能上炒作一番的商人——的确有不少,但这并非玩笑。但凡身处 AI 行业的参与者都应该用意图和行动提醒他们,人工智能这一新技术所具有的重要性。

 

由于人工智能技术对我们来说,既熟悉又陌生,所以这不是简单的事情。从本质上而言,算法和计算致力于发掘新的模式,而在人类的历史中,这是由科学、技术、市场和人文艺术所完成的。

 

奇怪的地方是,今天的人工智能技术是如何工作的,例如如何构建模式的子程序和其它模式的模式循环、如何多层次地对自己进行训练(而这些层必须通过非常大量的计算才能实现)。可能这是第一次,我们发明了一台不容易获得解释的机器。

 

面对这样的技术进步,视而不见并不是一个很好的策略。那么,问题就变成:一个没有参与打造人工智能的公司,应该如何考虑利用人工智能?事实上,在早期阶段,部分企业就曾采用人工智能技术,取得成功实践,并提供以下几个会有帮助的经验 Tips:

 

1、Find and own valuable data no one else has. (找到并且拥有其他人没有的有价值的数据)

 

2、Take a systemic view of your business, and find data adjacencies. (对您的企业有系统的认知,并且寻找数据连接)

 

3、Package AI for the customer experience.(为您的客户体验提供人工智能)

 

获取稀缺数据 Capture the Scarce Data

CAMP3 是一家仅有 26 人的公司,总部设在佐治亚州的阿尔法利塔,公司致力于部署和管理农业无线传感器网络。该公司还接受委托,出售 Google 公司的 G Suite 电子邮件和合作产品。

 

创始人兼首席执行官 Craig Ganssle 是谷歌眼镜的早期用户。作为消费者产品,谷歌眼镜是失败的,但是,谷歌眼镜可作为穿戴相机,并且可以在现场收集图像,这一经验激发了 Ganssle。于是,他有了一个想法。如果将图像识别为基础的 AI 用到农耕作上,那么农民在早期就可以勘测植物病虫害。

 

 

因为 AI 在面对非常大量的数据时,通过处理可以匹配到报警模式,然后针对尚未处理的类似数据,测试临时模式。而一旦验证,通过为其提供更多数据,可加强人工智能的模式查找方法。

 

最初,CAMP3 面临的挑战是,如何获得足够的视觉数据,来训练旗下的人工智能产品。事实上,不仅患病害作物和作物害虫的照片相对较少,而且分散在众多机构中,也通常没有经过合适的鉴别。

 

“找到足够数量的玉米大斑病(NCLB)的图像,我们就花了十个月的时间。”Ganssle 接着补充说,“在大型的农业大学里,有很多照片,但是,没有人把信息标记清楚。种子公司也有图片,但没有人拍过健康的玉米、患有早期玉米大斑病的玉米和患有严重玉米大斑病的玉米。”

 

尽管艰难,但 CAMP3 还是从所有可以得到照片的资源里收集照片,包括私人、教育和政府的资源,然后他们自己也拍摄了很多照片。因为在这种情况下,在最一开始,训练数据可能比获取数据更容易。

 

视觉训练数据是一种稀缺的商品,也是一种防御性的商业资产。Ganssle 表示,对于玉米大斑病、黄瓜霜霉病或者甜玉米虫害等预防事物的早期培训,最初需要“数以万计”的图像。Ganssle 补充说,现在,已经训练好了的系统,只需要少之又少的图像就可以训练疾病。

 

CAMP3 公司根据 TensorFlow 上的图像进行训练,而该模型首先由 Google 公司开发,然后进行开源。对于计算方面,Ganssle 依靠 Amazon Web Services 和 Google Compute Engine。Ganssle 表示:“现在,我们可以在几个小时内,就把这台机器从‘幼儿园层次’的分析提升到‘博士层次’的分析。”

 

包括公司和客户所拍摄的新图片标注时间和位置信息在内,获取并正确标注数据是一个痛苦的过程,而在 Ganssle 看来,这带给 CAMP3 公司的是关键的战略资产。Ganssle 表示:“获取其他人所没有的东西,并且,有计划地把这些东西组织起来,为其他走这条路的用户提供帮助。”

 

“有了人工智能,你永远都不会知道下一步需要解决什么问题。这可以用于思考土壤或者改变用水需求。当我们看新事物的时候,或者开始进行预测建模的时候,这些将是我们可以采纳并接受的大量数据。”

 

探索数据的连接 Explore Your Data Adjacencies

TalkIQ 是一家监控销售和客户服务电话的公司,致力于将话语变成文本,然后实时扫描这些词汇中的关键字和模式,以预测公司是否即将取得成功——一种全新的销售,一个快乐的客户。

 

 

一位前 eBay 的执行官和企业家 Jack Abraham 创立了 ZenReach,一家连接线上和线下商务的凤凰公司(部分业务通过广泛的呼叫中心),而这是该公司的前身。

 

Abraham 表示:“我一直在想,如果我可以听懂客户要求的一切,我就可以获取公司的真正核心。”这就像是“为什么一个代表能完成电话内容的 50%,而另一个则只能完成 25%?”两者的区别。

 

他们意识到,这些电话产生的数据可以提高 ZenReach 的表示,但也可以为其他公司提供新业务培训等服务。TalkIQ 公司总部设在旧金山,花了两年时间才建成。数据科学家检查了公司五十万个对话,均来自基于计算机的 ZenReach 手机系统。

 

与 CAMP3 公司一样,这项挑战的一部分是正确地标注信息——例如:在嘈杂的房间中进行的会话,有时通过连接不顺畅电话进行的会话——并标记产品名称、功能和竞争对手等内容。TalkIQ 公司采用可以理解自然语言的自动语音识别和算法,而不是利用其它工具。

 

该公司首席执行官 Dan O‘Connell 表示,由于产品和人际交往变化比生物学的发展要快得多,因此 TalkIQ 公司的训练语料库几乎需要不间断地进行预测。 “每个预测都取决于准确的信息,”Dan O’Connell 表示,“同时,你必须注意‘过度配置’,或者,建立的模型过于复杂,使得噪声对结果有同数据一样的影响。”

 

作为与 ZenReach 的邻接,TalkIQ 还必须针对个人客户和垂直行业的需求进行调整。该产品于 1 月份公开用于商业;而根据 Abraham 所言,现在已经有 27 家公司支付该服务费用。“如果我们是对的,这将是未来所有公司的运行模式。”

 

专注客户体验 Focus on Customer Experience

去年三月,位于丹佛的 Blinker 公司,在科罗拉多州推出了一款用于汽车买卖的移动 APP。客户需要拍摄车辆的尾部,而在上传图像的时间内,车辆的年份、制作和模型以及转售价值将得以被识别。通过该 APP 提供汽车、寻求再融资和保险,将会更为简单。

 

 

能够很容易识别出车辆价值的人工智能看上去像是一场魔术。事实上,该过程利用 TensorFlow 以及 Google Vision API 来识别车辆。Blinker 公司与提供机动车辆数据的第三方达成协议,一旦识别出车牌号,Blinker 公司就可以从文件获取其它信息(如果可能的话,机器还可以检查可用的图像数据)。

 

Blinker 公司已经为其部分业务申请了专利权,但该公司的创始人兼首席执行官 Rod Buscher 认为,他的真正优势是他自己在汽车经销商业务方面的 44 年经历。“不管你做什么,你还是在销售汽车,”Rod Buscher 表示,“而人们忘记了这种感觉,但是购买汽车的痛苦依旧存在着。”

 

他提到 Beepi,一种在早期就尝试了 P2P 在线销售汽车的模式。他指出, “凭借一个伟大的概念和聪明的员工,就筹集了 1.5 亿美元。但是,Beepi 仍然失去了一切。而 Blinker 成功的关键是掌握知识:我有一个来自汽车销售行业的专家团队。”

 

言下之意,汽车销售更多需要采取与在线销售汽车相关联的广告和多点过程,并为客户提供快速响应的行动。如果该车正在销售,Blinker 公司的标志将会覆盖该许可证号码,从而为卖方保证隐私(Blinker 公司利用免费广告进行覆盖)。

 

Blinker 公司希望在未来几年内走向国际;他们拥有人工智能领域的专家,他们的系统接受了至少 70000 张汽车图像的训练。甚至这些活动也都有人工参与——结果在亚马逊公司的 Mechanical Turk 上进行了验证。

 

(Amazon Mechanical Turk 是一个 Web 服务应用程序接口(API),开发商通过它可以将人的智能整合到远程过程调用(RPC)。Amazon Mechanical Turk 利用人的网络来执行不适合计算机执行的任务。亚马逊调用那些计算机很难完成但“人工的人工智能”却能很容易执行的任务。执行人工智能任务(HIT)的人可能会被要求写产品描述,对移动语音搜索查询作出回应或选择某一主题的最佳照片等等。)

 

在人工智能工作继续进行的过程中,Rod Buscher 花费了一年多的时间,引导小组关注工作情况,以及观察买卖双方如何互动(通常,他们的销售不经过 Blinker 公司,而这属于公司必须解决的其它问题)。

 

他说:“我从来不属于技术行业,但是,我逐渐意识到这的确越来越活跃,”Buscher,“你还需要知道的是,好的客户体验和坏的客户体验各是什么样的。”

 

单独运用一个工具——即使如人工智能这样强大的工具——也不能够决定企业的命运。随着世界的变化,深刻的真理——发掘客户知识、获取稀缺商品以及寻找可带来利润的邻接关系——都将非常重要。与以往一样,技术致力于帮助其所有者知道可以做什么,并且了解自己的市场。

 

更多最新行业资讯,欢迎点击与非网《今日大事要闻》