Gartner谈智能机器：区分事实与虚幻
（作者Tom Austin为Gartner研究副总裁，陈勇为Gartner研究总监）
摘要：智能机器、认知计算与人工智能尚有一定的差别，我们现在正处于智能机器时代的开端，企业应该把握好这一时代下的商机。Gartner预测，到2020年逾30%的首席信息官会将智能机器列入前五大投资重点。
我们正处于智能机器时代的开端，该时代以三大发展趋势为鲜明特征——激进的硬件创新、海量数据以及深度神经网络领域前所未有的进步，它们均出现于2012年前后。这一进程将如同工业革命一般极具变革性和颠覆性。
大大小小的物件将变得更加智能，越来越能理解并响应我们的需求。它们也将变得更加安全、适应力更强。设想，汽车、零售店、房屋、办公室、工厂和娱乐场所等，几乎各种形式的脑力劳动和社会互动都将因机器人的帮助而发生重大改变。智能机器将以我们今天难以想象的方式影响每一项工作以及每一行业。
如今，一些真实的商机已经对企业实现目标产生积极影响，如：自动驾驶汽车、智能视觉系统、虚拟客户助手、智能(个人)代理以及自然语言处理等。作为首席信息官，您无需掌解所有能力和限制。不过，您必须确保跨部门团队能够足够熟练挖掘各种机会并恰当地矫正谬见，这两种能力均在这个领域不断兴起。
Gartner更倾向于采用“智能机器”这一通用术语而非认知计算或是人工智能，这是因为技术赋予人的属性(拟人论)可能会扭曲我们对技术真正能力的理解。有些观点认为此类机器真的非常聪明，人工智能最终能成功生产出能够模拟人类大脑运作或复制人类认知过程的工具，而对这类假设进行投资时请务必谨慎。所有这些假设都是错误的，很可能还将继续错上好几十年。
智能机器、认知计算与人工智能这些术语的区别如下：
• 智能机器：这种技术一般基于经验采取行动，并非完全依赖人类的指令(它们能够自我学习)，能够创造意想不到的结果。然而，智能机器只是狭义上的“智能”。总的来说，这些技术不具备自我动机，只是展示常识或者想出新方法。
• 人工智能：回顾1955年，研究人员假设他们能够描述人类智能的各个过程并加以模仿，进而创造出人工(人类)智能。我坚信他们错了，今天依然如此，但我们现在进入了智能机器时代。
• 认知计算：该术语将人类认知的属性赋予计算，这在科技中并未得到证实。机器不存在同源性，它们没有认知能力，既不会思考也不会推理。它们的“推理”通常反映为执行使其运行编码的推理规则(详细的算法)以及用于训练它们的数据。机器没有常识，它们在这方面能力有限。没有研究文献支持相反的观点，至少目前还没有。
真正的商机
尽管有各自炒作和混乱，智能机器技术具有许多实际应用，可以完成需要大量(大规模)人工的工作，或者五年前无法实现的任务。例如：
• 在美国，Go Moment's Ivy是酒店客人的一位虚拟客户助理，它能回答客人的问题，将要求发送给适当的联系点，提高效率和客户满意度;
• 加拿大的Yactraq采用自然语言处理业务应用，为企业增加价值，它擅长快捷、便宜、自动地创造自定义词汇，能够从音频信息提取更多的见解;
• 总部设在美国的Clarifai代表实用的前沿技术，提供图像和视频分类、标签和搜索服务，以及针对具体任务的增值应用，如食品分类、网站和社交媒体分析、网站审核。
现在，智能机器的功能已足够稳定、透明，企业可以利用它们尝试创造商业价值。智能机器的商业投资将快速增长，集中于收入增长和运营效率。Gartner预测，到2020年逾30%的首席信息官会将智能机器列入前五大投资重点。
本文来源于中国科技期刊《电子产品世界》2016年第9期第7页，欢迎您写论文时引用，并注明出处。
评论