人工智能和机器学习已经成为企业架构的一部分

（原标题：人工智能和机器学习已经成为企业架构的一部分）

也许是因为全球新冠肺炎疫情的推动，也许是得益于计算能力的不断提高。无论是什么原因，人工智能和机器学习已经成了很多大型企业的重要信息技术资产。

麦肯锡公司（McKinsey＆Co.）于11月发布的一项调查发现，有一半的受访者至少使用了一项人工智能功能，有一半的受访者表示他们的收入因此增加了。如今，该技术已经被广泛地用于开处方、预测天气、推荐电影、种植农作物和配送披萨饼等应用。换句话说，这项技术已经渗透进入了企业之中，从邮件收发室到会议室——不仅仅应用于时髦的新应用，还进入了企业的主流业务应用之中。

Landing AI 的创始人兼首席执行官Andrew Ng表示：“当我去拜访商业领袖的时候，我会问他们面临的最大的业务问题是什么……我不会询问他们面临的最大的人工智能问题是什么。”

Ng是人工智能领域的先驱之一，之前曾在百度和谷歌领导过相关的工作，他在3月下旬由MIT Technology Review主办的虚拟EmTech Digital会议上发表了演讲。他的观点不仅呼应了麦肯锡的发现，也同许多站在人工智能领域最前沿的企业家和科学家的见解颇为相似。

理解复杂的文字

人工智能技术的进步在加速，这一现实状况推动了这种技术的普遍接受程度，因此，相关的用例也在不断增长。

OpenAI的研究人员正在为了他们的崇高目标而不懈努力，即开发具有人类大脑推理能力和学习能力的通用人工智能和机器学习技术。微软和埃隆.马斯克（Elon Musk）是他们的主要投资者，去年，该公司发布了商业化版本的GPT-3，这是OpenAI的语言模型，它利用深度学习来产生人性化的文本。

OpenAI的联合创始人兼首席科学家Ilya Sutskever在EmTech Digital活动中指出，GPT-3（DALL-E）的迭代能够从相当复杂的文本命令中创建准确的图像。Sutskever在MIT的虚拟活动上展示了一个例子，他给出了“以流行艺术风格创造出一对田野中沐浴在晨光里的猫头鹰”的指令，执行的结果看起来非常可信。

Sutskever表示：“这不是终点，这是迈向多模型系统的第一步。”他表示：“你肯定不想打赌深度学习不会成功。”

有迹象表明，人工智能技术正在超越研发实验室，开始进入运营支持领域。成立于2016年的Scale AI Inc.致力于解决数据标签的问题，这是一项耗时费力的工作，也是为用户构建机器学习模型，正确识别图像、语音、视频和文本所必需的一项工作。

该公司的估值已达到35亿美元，其标签技术在自动驾驶汽车领域特别受欢迎，已经得到了通用汽车、本田和Lyft等客户使用。能够扩展机器学习基础设施一直是Scale AI增长的关键因素。

Scale AI首席执行官兼创始人Alexandr Wang表示：“我们认为这种范式对于人工智能的大规模扩展至关重要。”他表示：“我们正处于在许多不同行业中部署人工智能技术的转折点上。”

人工智能芯片技术

构建人工智能程序和模型需要大量的计算，这种需求的满足状况可能也会很快就发生根本性的变化。麻省理工学院孵化的初创公司Lightmatter Inc.有望在今年秋季交付其首个基于光的人工智能芯片。

Lightmatter设计出了一种不同寻常的技术，该技术使用光的波长进行同步计算，这一过程被称为光子计算。因为光比电要冷，所以这个过程只需要很少的一点能量。

该公司声称，和当今市场上顶级的人工智能芯片相比，这款被称为Envise的芯片能够以五倍于前者的速度运行自然语言模型，而能耗却仅为前者的六分之一。

“有了光，你就可以用不同的颜色表示数据，”Lightmatter的创始人兼首席执行官Nicholas Harris解释道。他表示：“实际上，我们可以通过系统同时发送多个数据集。就像虚拟内核一样，你可以节省大量能源并获得很高的吞吐量。”

尽管这种技术和其他一些可能是突破性的进展仍然刚刚冒出地平线，人工智能和机器学习用力的增长却并没有受到阻碍。

现在，人工智能技术已经被全球范围内的信用卡公司广泛使用，万事达等公司利用这种技术来发现欺诈性交易。万事达公司的运营和技术总裁Ed McLaughlin表示，万事达采用了一种方法，利用人工智能技术让尽可能多的信用卡购买行为通过，每一个是否通过的决定必须在五十毫秒或者0.05秒之内做出。

McLaughlin表示：“人工智能不是一种策略……这就像是说船舶的策略是漂浮一样奇怪。它只是我们拥有的环境和工具的一部分。”

机器学习计划

亚马逊公司在20多年前做出了一项决定，在公司内部几乎所有业务环节都要使用人工智能和机器学习技术，然后将这些技术转化成为面向客户的产品组合。在2018年11月，AWS仅在一次活动中就推出了13种新的机器学习产品。

亚马逊的人工智能和机器学习客户包括Domino's Pizza，该公司使用该技术预测需求并在几分钟之内就可以把订单中的食物送出；英国国家卫生局也是亚马逊的人工智能和机器学习用户，该局使用这些技术支持处方处理，并且通过拜耳数字化项目（Bayer Digital initiative）帮助农民做出更明智、更精确的作物耕种决策。

AWS的机器学习解决方案实验室副总裁Michelle Lee）表示“十年前，亚马逊的每个业务部门都被问到他们计划如何使用机器学习……而说你没有计划是不被接受的。”

尽管人工智能和机器学习的使用不断增长，但是人们对如何使用该技术的忧虑也在日益加深。尽管自己投资了多个人工智能相关的项目，可是特斯拉公司的马斯克还是在2018年的SXSW大会上表示，人工智能“比核武器危险多了。”

这些担忧促使包括美国在内的42个经济合作与发展组织国家就负责任地管理可信任的人工智能技术达成了一致。大约有30个国家和地区推出了人工智能相关的政策，以管理如何将该技术用于教育、经济政策以及如何在政府机构中被用作算法。

可能更重要的是欧盟的新法规，该法规可能将在今年晚些时候实行。该提案的早期草案似乎遵循的是类似于通用数据隐私法规（General Data Privacy Regulation）或GDPR的方法，该方法影响了所有在欧盟开展业务的公司。

Mozilla的国际技术和政策战略顾问、常驻研究员Julia Reinhardt表示：“这是一项仍然处于实施周期初期的技术。”他表示：“它已经对人民和社会产生了影响。我们如何确保人工智能在维护我们的基本价值观和法治的前提下为所有人平等地工作？”

当今人工智能业务领域的普遍看法是随着越来越多的企业找到了这种技术的新用途，越来越多热心的企业家正在建立新的实现方法，不断增长的企业应用将会推动计算世界的复兴。

IBM研究部高级副总裁兼总监Dario Gil表示：“最终，人工智能是数学，人工智能是软件。” 他表示：“科学方法应成为开展业务的工具。我们即将进入一个发现处于最前沿的时代。自从计算机问世以来，我们正处在计算机发展最激动人心的时代。”