此篇文章是混沌大學(xué)上周大課的課堂筆記，現(xiàn)在人工智能已經(jīng)大熱，楊總從近些年自己的實踐所得，為我們分享現(xiàn)代AI技術(shù)如何應(yīng)用。希望為你帶來新的知識。以下是筆記內(nèi)容
授課老師，楊洋，商業(yè)認知分析平臺IPIN創(chuàng)始人兼CEO ，連續(xù)創(chuàng)業(yè)者
一、我的企業(yè)真的需要AI嗎？
我們經(jīng)歷了晶體管、計算機和互聯(lián)網(wǎng)的時代，當(dāng)我們被時代技術(shù)洗禮的時候，我們常常想是不是要接受這個新技術(shù)或接受那個技術(shù)？
當(dāng)國家提出互聯(lián)網(wǎng)+技術(shù)時，所有公司都開始做APP，好像不做APP就落后了一樣。
我們冷靜思考一下，我們的企業(yè)真的需要這些技術(shù)嗎？真的需要互聯(lián)網(wǎng)+嗎？真的需要AI嗎？
AI的本質(zhì)是什么呢？它到底能為企業(yè)帶來什么?
二、AI的本質(zhì)
人工智能是技術(shù)，但他不是一項技術(shù)而是一系列技術(shù)。要分析其本質(zhì)，先看一下它是怎么來的，即AI的發(fā)展史。
1、AI技術(shù)的發(fā)展史
1955年，AI(Artificial Intelligence)作為一種新的智能形式誕生；
70年代，因計算機智能掀起第一波浪潮，計算智能大幅提高了人類的計算效率，但其也有不足，因為當(dāng)時生活中需要計算的事情并不多；
80年代，因RNN（Recurrent neural Network）循環(huán)神經(jīng)網(wǎng)絡(luò)掀起第二波浪潮，這種技術(shù)可以提升人工智能的準(zhǔn)確率；
2006你至今，因深度學(xué)習(xí)掀起第三波人工智能浪潮，深度學(xué)習(xí)是人工智能的重要拐點。因為深度學(xué)習(xí)技術(shù)使得機器可以比人類做的更好。阿爾法狗就是經(jīng)過深度學(xué)習(xí)而打敗的李世石。可以深度學(xué)習(xí)的人工智能在面對海量信息時，能夠在分類/識別上比人類更優(yōu)秀。
2、AI的本質(zhì)
· 深度學(xué)習(xí)的技術(shù)本質(zhì)
想探究AI的本質(zhì)先研究本次人工智能拐點的深度學(xué)習(xí)的本質(zhì)。深度學(xué)習(xí)的本質(zhì)是信息分類器，即在海量信息下，深度學(xué)習(xí)可以比人類更優(yōu)秀的對信息進行分類。
我們?nèi)祟惖暮芏嘈袨榈谋举|(zhì)其實就是在做信息分類，
· 人工智能的商業(yè)本質(zhì)
互聯(lián)網(wǎng)+的本質(zhì)是“提升生產(chǎn)過程中信息傳遞效率”，互聯(lián)網(wǎng)的本質(zhì)是連接、互動、建立網(wǎng)絡(luò)，互聯(lián)網(wǎng)+就是講互聯(lián)網(wǎng)的優(yōu)點嫁接在傳統(tǒng)產(chǎn)業(yè)上，所以是提升傳統(tǒng)產(chǎn)業(yè)生產(chǎn)過程中信息傳遞的效率；
AI+的本質(zhì)是“提升生產(chǎn)過程中的生產(chǎn)效率”，而AI追求的是機器模仿人類去做事情，把AI技術(shù)嫁接到傳統(tǒng)產(chǎn)業(yè)上，它可以輔助人，甚至替代人去工作，所以AI+的本質(zhì)是提升生產(chǎn)過程中的生產(chǎn)效率。
3、人工智能的應(yīng)用
因為絕大多數(shù)腦力勞動中的90%的工作都是基礎(chǔ)性和重復(fù)性的工作，而這方面人工智能比人更具有優(yōu)勢，所以大部分腦力勞動可以被替代。人工智能的應(yīng)用領(lǐng)域也在此。
· 人工智能的關(guān)鍵應(yīng)用領(lǐng)域
教育行業(yè)的智能學(xué)習(xí)，
醫(yī)療保健的診斷與藥物發(fā)現(xiàn)，
法律領(lǐng)域的合同/專利查找發(fā)現(xiàn)，
金融領(lǐng)域的投資與會計；
三、AI行業(yè)的應(yīng)用案例
（一）、AI的常見應(yīng)用場景舉例
1、交通運輸
核心生產(chǎn)效率問題：更快，更省油，成本更低，更安全；
解決方案：無人機、智能導(dǎo)航節(jié)省時間，無人駕駛降低人工和事故率；
應(yīng)用案例：滴滴派車的算法，谷歌無人駕駛系統(tǒng)（不疲憊，錯誤率低，能耗低）。
2、制造業(yè)
核心生產(chǎn)效率問題：芯片模具的設(shè)計，如何更高效的設(shè)計出更優(yōu)秀的產(chǎn)品方案；
解決方案：24小時精密機器人（其可以利用歷史數(shù)據(jù)，找到更好的方案）；
應(yīng)用案例：通過AI對芯片設(shè)計，可以大大提高設(shè)計效率，設(shè)計周期可以由年變?yōu)樘欤环轮扑帲幬镅邪l(fā)周期非常長，市場上常常采用仿制藥的方式，但因為有專利保護，所以并不知道其核心技術(shù)是怎樣，需要在一定的基礎(chǔ)上不斷試驗，一般周期在2-3年，但利用AI對藥物試驗進行模擬，一天就可以試驗出幾百種結(jié)果，大大提升了藥品研發(fā)的效率。
3、教育
核心生產(chǎn)效率問題：從學(xué)校角度，核心問題是提分和升學(xué)。從家長角度如何能快速提升學(xué)習(xí)成績，培養(yǎng)出優(yōu)秀的才能？
解決方案：自適應(yīng)考試、自適應(yīng)學(xué)習(xí)、個性化生涯規(guī)劃；（例如自適應(yīng)考試，AI可以根據(jù)對測試者的考核，檢測出受考核者的知識點掌握程度，并針對性的制定出學(xué)習(xí)策略，做到因材施教）
應(yīng)用案例：Knewton，自適應(yīng)評測，確認學(xué)生對知識點掌握情況，針對性制定學(xué)習(xí)方案。
4、法律
核心生產(chǎn)效率問題：從法官和律師角度，如何更準(zhǔn)確的斷案？預(yù)測案情走勢好匹配法律資源
解決方案：案例分析，案情推理，律師背景分析，法律文書寫作
應(yīng)用案例：基于IBM Wstson 開發(fā)的ROSS，做案例檢索。其他還不行，因為AI在邏輯推理方面是短板，技術(shù)需要緊密的與行業(yè)專家相結(jié)合。
5、財務(wù)
核心生產(chǎn)效率問題：提升對賬、盤點、審計合規(guī)的效率
解決方案：數(shù)據(jù)錄入，異常數(shù)據(jù)監(jiān)測，自動文書寫作
應(yīng)用案例：德勤，引入人工智能，代替人閱讀合同和文件。
6、金融
核心生產(chǎn)效率問題：短周期內(nèi)更高投資回報
解決方案：財報信息解讀，投資回報預(yù)測，財報新聞寫作
應(yīng)用案例：在線交易數(shù)據(jù) virtu financial 智能投資機器人，1500天投資僅有一天虧損。能公開買到的智能投顧機器人一定不好。因為股票是零和游戲。
7、醫(yī)療
核心生產(chǎn)效率問題：診斷和治療。如何快速低成本的診斷，并給出治療方案？
解決方案：疾病診斷，結(jié)合基因技術(shù)的精準(zhǔn)醫(yī)療
應(yīng)用案例：IBM Watson 腫瘤診斷模塊；大量歷史數(shù)據(jù)積累，比人工做的更好，更高效。
8、文字工作
核心生產(chǎn)效率問題：金融、體育賽事，快速精準(zhǔn)的寫作；優(yōu)美的詩作
解決方案： 僅有標(biāo)準(zhǔn)文書寫作（AI的邏輯能力很低）
應(yīng)用案例： 標(biāo)準(zhǔn)文書寫作，百度機器人寫古詩；日本機器人寫小說。
9、藝術(shù)創(chuàng)作
核心生產(chǎn)效率問題：優(yōu)質(zhì)靈感、高質(zhì)量作品、低成本
解決方案：靈感生成器
應(yīng)用案例：谷歌的繪畫機器人，研發(fā)神經(jīng)回路網(wǎng)，在電腦上完成繪畫作品。人類可能在某些靈感點高一些， 機器的靈感的發(fā)散性和數(shù)量完勝人類，
10、新零售
核心生產(chǎn)效率問題：如何提升銷售利潤率
解決方案： 智能招商運營系統(tǒng)，智能定價系統(tǒng)，智能推薦系統(tǒng)，廣告投放系統(tǒng)。
應(yīng)用案例： 萬達，提升商品坪效；沃爾瑪，動態(tài)定價；寶潔，輔助品牌推廣投放；
11、編程
核心生產(chǎn)效率問題：寫代碼速度，通過率
解決方案：自動代碼生成器
應(yīng)用案例： Viv ，代碼自己寫代碼
（二）、AI無所不能了嗎？
哪些行業(yè)不會被人工智能影響？哪些職業(yè)不會被機器人替代？
1、AI還處于初級階段，常識理解和邏輯推理能力還很弱，例如AI如何理解“華為”？
2、單獨無法解決，但AI+行業(yè)專家+應(yīng)用專家，可以實現(xiàn)多工作的自動化
四、我的AI+實踐
· 我的目標(biāo)，為人和企業(yè)，自動匹配最適合的各種資源。
· 人對信息的使用。感知-認知-分析-決策
· 我的想法如何落地，數(shù)據(jù)+技術(shù)+行業(yè)經(jīng)驗+快速驗證。
落地點1：高考志愿填報
落地點2：招聘
感悟
1、小小的志愿填報，用時4年才基本解決；
2、掌握AI算法和打造AI+行業(yè)應(yīng)用相差甚遠；這個問題遠比想象的要復(fù)雜的多，
AI算法就好比火藥、硝化甘油、鈾棒；AI+行業(yè)應(yīng)用才是火藥槍，炸彈和核導(dǎo)彈；AI+行業(yè)場景化才是真正的落地。
五、你的AI+方案
（一）老板們想要的AI
1、秘密超車，想秘密獨家擁有這項科技；
2、盡量裁員，除核心成員外，全部裁除；
（二）各行業(yè)三大AI+需求
1、獲得信息行業(yè)資訊檢索和分析的智能化；
2、行業(yè)生產(chǎn)流程智能化；
3、取代從事單調(diào)重復(fù)腦力勞動的人
（三）AI+升級四步法
1、診斷阻礙生產(chǎn)效率的最大問題，確定需求；
2、評估公司的數(shù)據(jù)基礎(chǔ)
3、解決辦法：完善數(shù)據(jù)基礎(chǔ)-完善商業(yè)智能（BI）基礎(chǔ)-AI過程設(shè)計-小測試-大規(guī)模實施
4、方案評估與實施
（四）AI+思維模型
生產(chǎn)拆解-完善數(shù)據(jù)-逐個解決-有機整合
六、小結(jié)和AI+實踐感悟
· 海量信息下，AI比人類更有優(yōu)勢；
· 與互聯(lián)網(wǎng)相比，AI+提升的是生產(chǎn)效率；
· AI技術(shù)本身沒有價值，價值源于對生產(chǎn)效率的提升；
· 掌握AI算法 距離 行業(yè)落地 十萬八千里；
· 任何一個垂直行業(yè)河西生產(chǎn)效率問題都是N個問題的有機組合，要結(jié)局需要足夠的耐心
· 最佳AI+團隊，AI科學(xué)家+行業(yè)專家+AI應(yīng)用人才；
· AI應(yīng)用人才=優(yōu)秀的產(chǎn)品經(jīng)理+半吊子Tensorflow boy+半吊子行業(yè)專家
· 不存在大一統(tǒng)的解決方案，隔行如隔山
