关于人工智能的七大常见误解与七个真相！‘J9九游会’

如果你是商界英才（而不是数据科学家或者机器学习专家），你或许对主流媒体宣传的人工智能（artificial intelligence，AI）早已耳熟能详了。你在《经济学人》和《名利场》杂志上读过涉及文章，你看见过特斯拉自动驾驶的夸张文章，听见过史蒂芬?霍金描写人工智能威胁人类的耸人听闻，甚至迪尔伯特关于人工智能和人类智能的笑话你都告诉。　　此时，胸怀大志要把自己的做生意做到大做到强劲的你，面临媒体关于人工智能的碎碎念，有可能打消了两个疑惑　　第一，人工智能的商业潜力是真是假？　　第二，这玩意怎么中用我的做生意上？　　对第一个问题，答案是：千真万确。

今天的商业活动，可以开始应用于人工智能来将拒绝人类智能的活动更换为自动处置以降低成本。人工智能可以容许你将一个必须人海战术的工作通量减少100倍而成本增加90%。

　　第二个问题的答案要长一些。首先得避免主流媒体提倡造成的误会。

一旦误会避免，我们才能为你讲解如何应用于人工智能到自己的做生意中去。　　误会一：人工智能是魔术　　多数主流媒体将人工智能叙述为神秘而谜样的。我们只需为大魔术师般的公司，如Google，Facebook，Apple，Amazon和Microsoft等起立掌声才可。这样的叙述只是在帮倒忙。

如果我们想人工智能应用于到商业活动中，最少必须让公司的执行官们解读它。人工智能不是魔术。人工智能是数据、数学、模式和递归。如果我们想人工智能应用于到商业活动中，我们必需更为半透明，并说明确切人工智能的3个相互连锁的关键概念。

　　1.训练数据（TrainingData，TD）　　训练数据是机器可以用来自学的接续数据集。训练数据有输出值和自带答案的输入值，这样机器学习模型可以从答案中找寻模式。比如，输出可以是客服单，具有客户和公司的客服代表之间的电子邮件。

输入可以是基于公司某个分类定义的从1到5的分类标签。　　2.机器学习（MachineLearning，ML）　　机器学习是软件从训练数据中自学到某种模式，并把它应用于到新的输出数据中。

比如，一个新的客服单，具有某位客户和某位公司客服代表的邮件来了，机器学习模型可以预测出一个分类，告诉他你它对该分类的做到有多大。机器学习的关键特征是，它不是通过相同的规则来自学。因此，当它消化新的数据后，它不会调整其规则。

　　3.人机回圈（Human-in-the-Loop，HITL）　　人机回圈是人工智能的第三个核心成分。我们无法确信机器学习万无一失。一个好的机器学习模型大约只有70%的准确性。

因此你必须一个人机回圈流程，当模型的可信度较低时，还可以依赖人。　　因此，别被人工智能的神话欺骗了。现在，有了人工智能的公式，在此基础上，你可以对人工智能有一个基本的解读了。AI = TD + ML + HITL　　误会2：人工智能是给科技精英用的　　媒体报道或许似乎，人工智能只是科技精英的菜只有像Amazon，Apple，Facebook，Google，IBM，Microsoft，Salesforce，Tesla，Uber这些公司能斥上亿美金巨资重新组建可观的机器学习专家团队。

这个概念是错的。　　今天，十万美元才可在商业过程中开始应用于人工智能。因此，如果你的公司是全美营业额在5千万美元以上的26，000家公司之一，你就可以投放营业额的0.2%，来启动人工智能。

　　因此，人工智能不只归属于高科技公司。它归属于任何行业。

　　误会3：人工智能只解决问题亿万美元级的大问题　　主流媒体述说的故事，一般来说是直陈的例子，比如无人驾驶汽车，无人机投递包覆。Google，Tesla和Uber这些公司投放了数亿美元争夺战无人驾驶汽车领域的领先地位，因为赢者通吃的点子在不信。

这样的故事给人工智能印上了花费亿万美元开拓创新领域的烙印。但事实并非如此。

　　人工智能也可以用几百万美元来解决问题现有问题。让我解释一下。

任何做生意的一个核心任务都是理解客户。这在最先的市场古希腊的阿格拉如此，在古罗马的竞技场里面对面做买卖时如此，在网购流行的今天也如此。

许多公司坐拥非结构化的客户数据宝库，有电子邮件，也有Twitter评论。人工智能可以用作解决问题客服单分类或者解读推文情感这样的难题。

本文来源：J9九游会-www.cardloan-mix.com