人工智能技術(shù)應(yīng)該用來做什么？

人工智能最近變得越來越熱。筆者總覺得有些地方有點偏，做了很多浮華的事情。有一點想法，認為這樣做真的很有意義。

1、人工智能最寶貴的發(fā)展方向不是讓機器超越人類（如股票交易、確認數(shù)學(xué)問題、下棋等），而是做一些人類容易做的簡單事情。例如，擰緊螺絲、釘子、連接電線、切割材料、清理桌子、洗衣服...機器做這些簡單的工作。這意味著人工智能算法應(yīng)該與機器結(jié)合起來，而不僅僅是研究算法，以促進人類的自由和釋放。人工智能最重要的用途是解放人類從無聊、危險和骯臟的工作。

2、機器的一個重要缺點是缺乏靈活性。未來的重點是改變這種局限性。擰緊螺絲、釘子、連接電線...等待工作，機器人可以做到，但靈活性遠遠不夠。靈活性實際上很簡單：人們可以在車間里跑來跑去，在不同的地方做不同的事情。這樣，一個人就可以做很多事情了。現(xiàn)在機器人通常在固定的地方做重復(fù)性的工作。未來的機器人需要將位置移動與工作內(nèi)容的變化結(jié)合起來。這樣做的本質(zhì)好處是降低成本，而不需要配備大量的機器人來促進機器的應(yīng)用。該機器人適用于設(shè)備維護、維修和各種瑣事。它的本質(zhì)是多功能機器人。

3、要提高機器人做瑣事的能力，需要兩種能力：認知能力和學(xué)習(xí)能力。“認知能力”就是知道該做什么。例如，當你看到地上有一張廢紙時，清潔機器就會明白你需要撿起來。學(xué)習(xí)能力就是能夠快速簡單地學(xué)習(xí)做新事物。例如，用不同的工具擰不同尺寸的螺釘，用不同的材料打不同的鋼釘。這兩個方面都需要人工智能技術(shù)的支持。但學(xué)習(xí)過程越簡單，越快越好。需要注意的是，學(xué)習(xí)過程并不一定取決于人工智能、深入學(xué)習(xí)這些技術(shù)。例如，如果有數(shù)據(jù)模型，可以通過檢查簡單的圖像來識別零件。另一個例子是，當遇到新問題時，參數(shù)選擇可以通過數(shù)學(xué)模型來計算。機器的運動軌跡可以被畫出來并被機器記住。如果你能做到這一點，機器很容易用于多變的場景。

4、解決機器學(xué)習(xí)和標準化的問題。不確定性是人工智能的一個重要缺點。在工業(yè)場景中應(yīng)用任何技術(shù)，都應(yīng)以安全、穩(wěn)定、可靠為基礎(chǔ)。安全、穩(wěn)定、可靠的基礎(chǔ)通常是工作過程的標準化。例如，擰螺絲時使用的力太大、太小、太快、太慢都不會帶來不穩(wěn)定，影響產(chǎn)品質(zhì)量。如果不能安全、穩(wěn)定、可靠，人工智能就不能被廣泛使用。當上述機器人被廣泛應(yīng)用于工業(yè)場景時，有必要解決這個問題。解決這個問題的方法也很簡單：讓學(xué)習(xí)和使用過程相對分離。學(xué)習(xí)過程可以犯錯誤，學(xué)習(xí)后固化實踐，產(chǎn)生標準。例如，固化螺釘?shù)乃俣群土Α?/p>

營銷賦能篇即將開班《4+1企業(yè)年度組織賦能系列大課》