雖然人們還處于人工智能革命的初級階段，但沒有多少是人工智能做不到的。從商業(yè)困境到社會問題，它被要求解決缺乏傳統(tǒng)解決方案的棘手問題。擁有這無盡的希望，人工智能可以做些什么？

人工智能和機(jī)器學(xué)習(xí)具有明顯的局限性。希望實(shí)施人工智能的企業(yè)需要了解這些界限是怎么劃定的。這樣他們就不會因?yàn)檎J(rèn)為采用人工智能技術(shù)而陷入麻煩。以下了解人工智能需要克服障礙的三個關(guān)鍵領(lǐng)域。

1.數(shù)據(jù)問題

人工智能是由機(jī)器學(xué)習(xí)算法驅(qū)動的。這些算法或模型通過大量數(shù)據(jù)來識別模式并得出結(jié)論。這些模型使用標(biāo)簽數(shù)據(jù)進(jìn)行訓(xùn)練，這些數(shù)據(jù)反映了人工智能在野外會遇到的無數(shù)場景。例如，醫(yī)生必須在每張X光片上貼上標(biāo)簽，以表明是否存在腫瘤以及腫瘤類型。只有在審查了成千上萬張X光片之后，人工智能技術(shù)才能正確地標(biāo)記X光片。對人類來說，收集和標(biāo)記數(shù)據(jù)是一個非常耗時的過程。

在某些情況下，人們?nèi)狈ψ銐虻臄?shù)據(jù)來充分構(gòu)建模型。自動駕駛汽車在應(yīng)對各種挑戰(zhàn)方面正經(jīng)歷著坎坷的歷程。例如在傾盆大雨中，人們看不到擋風(fēng)玻璃前兩英尺的地方，更不用說路上的標(biāo)志了。人工智能技術(shù)能安全地駕馭這些情況嗎？培訓(xùn)人員需要在數(shù)十萬英里的路程中遇到所有這些困難的用例，以了解算法是如何反應(yīng)的，并做出相應(yīng)的調(diào)整。

2.黑盒效應(yīng)

任何軟件程序都以邏輯為基礎(chǔ)?？梢愿欇斎氲较到y(tǒng)中的一組輸入，以查看它們?nèi)绾斡|發(fā)結(jié)果。對于人工智能來說它并不那么透明?；?a href="http://www.www27dydycom.cn/tags/神經(jīng)網(wǎng)絡(luò)/" target="_blank">神經(jīng)網(wǎng)絡(luò)，其最終結(jié)果可能難以解釋。人們稱其為黑盒效應(yīng)。我們知道它有效，但是無法告訴如何操作。這會帶來一些問題。在求職者無法找到工作或罪犯被判更長的徒刑的情況下，必須證明其算法是公平適用的并且值得信賴。當(dāng)人們無法解釋如何在這些大型深度學(xué)習(xí)網(wǎng)絡(luò)中做出這些決定時，將會面臨法律和法規(guī)方面的問題。

克服黑盒效應(yīng)的最佳方法是分解算法的功能并將其輸入不同的輸入，以查看其產(chǎn)生的差異。簡而言之，是人類在解釋人工智能在做什么。這江是科學(xué)。要想讓人工智能跨過這個巨大的障礙，還需要做更多的工作。

3.通用人工智能系統(tǒng)遙不可及

任何擔(dān)心人工智能技術(shù)將會在終結(jié)者接管未來世界的人們都可以放心。人工智能在模式識別方面非常出色，但是不能指望它能在更高的意識水平上發(fā)揮作用。行業(yè)專家以咖啡測試為例。一臺機(jī)器可以進(jìn)入家庭并沖泡咖啡嗎？這其中包括查找咖啡機(jī)，找到杯子，加水并點(diǎn)擊正確的按鈕。這被稱為人工智能，人工智能在其中飛躍地模擬了人類的智能。盡管研究人員在這個問題上致力于進(jìn)行研究，但其他人則質(zhì)疑人工智能是否能夠?qū)崿F(xiàn)這一目標(biāo)。

人工智能和機(jī)器學(xué)習(xí)是不斷發(fā)展的技術(shù)。如今的局限就是明天的成功。關(guān)鍵是要繼續(xù)試驗(yàn)，找到可以為組織增加價值的地方。雖然人們應(yīng)該認(rèn)識到人工智能的局限性，但不應(yīng)該讓它阻礙革命性發(fā)展。
責(zé)任編輯：tzh