人工智能正在不可避免地渗透到日常生活中，对于这对未来可能意味着什么，人们不乏看法。俄罗斯总统普京（Vladimir Putin）去年秋天曾预言，无论谁成为人工智能领域的领袖，都将统治世界。特斯拉公司（Tesla Inc.）联合创始人兼首席执行官埃隆•马斯克（Elon Musk）最近几个月暗示，与人工智能可能给文明带来的破坏相比，来自朝鲜的威胁不过是在公园里闲逛而已。日本软银集团（SoftbankGroupCorp.）首席执行官孙正义（Masayoshi Son）也公开表示，计算机和人工智能将超越人类的时代即将来临。尽管围绕着人工智能的所有噪音，仍然有一些重要的细节需要解决，这一过程仍然牢牢掌握在信息技术架构师、研究人员和数据科学家手中，他们实际上正在构建人工智能解决方案，以便在企业中部署。他们正在努力应对大数据集、有缺陷的培训方法，或者在某些情况下，在几乎没有数据的情况下该怎么做。如果没有正确的处理或正确的数据源，人工智能仍然会成为一种前景光明但结果令人失望的技术。"如果没有这两件事，你要么会有很多无法及时处理的好数据，要么就会有一个很好的过程或一个没有真实信息的好算法，所以你的输出毫无用处，"8 Path Solutions LLC创始人兼首席数据科学家、哥伦比亚大学讲师Jennifer Shin（图中）说。"这些都是构建任何人工智能解决方案所需要的基本要素。"在纽约举行的IBM签名时刻-机器学习无处不在活动期间，Shin与Dave Vellante（@dvellante）和John Walls（@JohnWalls21）进行了交谈，他们是SiliconANGLE Media移动直播工作室theCUBE的共同主持人。CrowdMole IoT架构师Colin Sumter（左图）和高级大数据架构师兼数据科学顾问Craig Brown（图右）参加了小组讨论。他们讨论了当今人工智能面临的局限和挑战，机器人过程自动化的作用，客户用例和未来发展。（*下文披露。）成长与成长之痛最近的预测显示，人工智能和机器学习在技术领域呈上升趋势。福布斯（Forbes）上月公布的数据显示，机器学习专利目前是所有专利中增长速度第三快的类别，人工智能和机器学习的支出预计将从2017年的120亿美元增加到2021年的570亿美元。然而，智能领域仍面临着不断增长的难题，其中既包括技术问题，也包括客户对如何有效使用新工具的理解。ibmwatson的首席技术官robhigh最近表达了一种担忧，即当今机器学习的最大挑战是如何使用较少的数据来训练至关重要的模型。谷歌的首席人工智能执行官约翰•吉安南德里亚（johngiannandrea）在描述人工智能在会话中识别人类意图的能力时所面临的问题时，也表达了他的同僚的观点。"关于如何在现实世界中实现它，你能找到的非常复杂的文档并不多，"Shin解释道它们都倾向于使用同一个核心数据集，你会发现很多这样的机器学习教程，这很有趣，因为数据集实际上非常小。"除了技术挑战外，还有关于客户准备或采用的问题。专家组的参与者描述了客户之间在人工智能的能力和如何在组织内有效地应用它们之间的脱节。布朗说："我正在与高级管理人员会面，我们对如何利用技术提高效率和提高运营效率有很多想法。"然后我们和数据管理员开会，我们听到‘这些家伙在说什么？他们不了解数据层面的情况以及我们拥有的数据。"机器人程序消除任务如果技术挑战和客户愿意适当采用人工智能和机器学习作为关键的企业工具可以克服，那么未来的潜在应用是什么？其中一个可能的方向是机器人过程自动化（RPA）。它基本上是一种模仿人类活动来完成重复性、常规性任务的软件，它能让人们自由地工作在更困难的技术障碍上，这是一个吸引人之处。可使用RPA的企业应用程序示例包括报告创建、工资管理或记账。""RPA在机器学习和数据科学中的作用是，它允许你外包业务流程，以弥补人类专业知识的不足，"萨姆特说当您开始自动化其中的一些过程时，您可以跟上市场的创新步伐，让人类的专业知识逐渐成长为这些新的数据科学技术。"用例显示了希望一些行业部门似乎比其他行业走得更远。思科系统公司（Cisco Systems Inc.）发布的一份报告显示，安全管理人员正在投资人工智能，并越来越依赖人工智能来抵御恶意软件攻击和其他网络安全威胁。在销售领域，另一份报告显示，在2018年，84%的营销组织正在实施某种形式的人工智能和机器学习，这无疑是由75%部署了这些工具的人推动的，销售额增长了10%。就连一向迟迟不采用新技术的联邦政府，显然也开始采取行动。最新发布的2019年财政和管理自主预算和管理办公室发布的《2019年财政和管理系统自主学习指南》。"我和政府合作，政府正在努力改变现状，"申说我觉得这是一种迹象，因为它们往往比私营企业或私营企业慢一点。他们有数据；他们正试图将数据真正地输入到一个系统中。"IBM签名时刻小组成员讲述的新闻和故事中的用例展示了人工智能所取得的进步。然而，对于每一个成功案例来说，都有一个类似的故事：一个新的应用程序从未通过绘图板。如何将人工智能和机器学习从发展转向价值，这一过程在业界通常被称为"跨越鸿沟"，需要时间和努力。布朗说："为了弥合这个鸿沟，我们必须弄清楚谁需要在场，才能有效地帮助我们围绕用例建立正确的理解。"有许多事情我们必须克服，但如果我们能在未来十年里超越这些领域，我认为，在我看来，技术能做什么，我们可以要求机器为我们生产什么，都不会有太大的限制。"请观看下面完整的视频访谈，并确保查看SiliconANGLE和Cube对IBM标志性时刻机器学习无处不在活动的报道。（*披露：Cube是IBM签名时刻机器学习无处不在活动的付费媒体合作伙伴。无论是IBM、活动赞助商还是其他赞助商都无法编辑控制cube或SiliconANGLE上的内容。）照片：硅角既然你来了…点击订阅我们的YouTube频道（见下文），显示您对我们使命的支持。我们的订户越多，YouTube就越会向你推荐相关的企业和新兴技术内容。谢谢！支持我们的使命：>>>>>立即订阅我们的YouTube频道。……我们还想告诉你我们的使命，以及你如何帮助我们完成它。SiliconANGLE Media Inc.的商业模式是基于内容的内在价值，而不是广告。与许多在线出版物不同的是，我们没有付费墙或横幅广告，因为我们想让我们的新闻保持开放，不受影响，也不需要追逐交通。那个新闻、报道和评论SiliconANGLE——以及现场报道，我们的硅谷工作室和cube环球巡演的视频团队提供的未经剪辑的视频需要大量的辛勤工作、时间和金钱。保持高质量需要赞助商的支持，他们与我们的无广告新闻内容的愿景一致。如果你喜欢这里的报道，视频采访和其他无广告内容，请花点时间看看我们的赞助商支持的视频内容样本，在推特上表达你的支持，然后继续回到SiliconANGLE。