AI 的神话与现实

I是由伟大的思想家和学术研究者建立的，接着被世界各地的学术界和工业界进一步发展，它的发展速度比任何人所预料的都要快。事到如今，人类自身的生物局限性正日益成为创建智能系统的主要障碍，这些智能系统本应和我们一起工作，利用我们的生物认知能力来实现更高的目标。

在过去几十年里，AI克服了许多学术方面的障碍。然而，在进入现实场景中，它出现了许多问题，围绕它产生了不少神话和误解。不幸的是，由于对于AI能做什么和不能做什么的信息令人困惑和冲突，行业很难在狂热者、平台供应商和服务供应商造成的拥挤和嘈杂的生态系统中区分事实和虚幻，带领行业前进。

所以，现在最主要的挑战是，如何让行业对AI能和不能做什么有一个现实的界定，并不断地对其进行更新，从而引导他们的组织以正确的方式应用AI来解决现实世界中的问题和改造他们的业务。此外，学者和AI从业者有责任走出泡沫，与行业专家合作，以进一步发展AI的学术基础，使其在现实世界中的应用得更快。

行业认知“一团乱麻”

过去几年，几乎所有行业都在试图了解AI以及企业如何从中受益。不幸的是，直到现在，AI的应用大多还没超越概念证明(POC)阶段，即小范围分散使用机器学习(ML)算法阶段。

如今的许多POC项目，基本还是使用简单的统计方法给他们的问题添加一些简单的预测或分类，就堂而皇之地冠以AI的名字。实际上，这仍然可以定义为分析或是高级分析，在理解结果和作出决定或采取行动时仍然需要广泛的人为干预。

随着业务流程和操作条件的不断变化，新生成的数据和不同业务因素的不断变化降低了精度和价值，这些算法可能会随着时间的推移变得无用，甚至导致危险的决策。这一现实使企业感到困惑，阻碍了他们以适当方式采用先进的AI技术。

目前，不少企业选择少量采用ML算法以快速获得收益，但是这可能会对跨行业AI应用造成挫折，从而引发另一个“AI寒冬”。当然，这次在行业方面，而不是在学术方面。