人工智能(AI)是正在改變很多行業(yè)的游戲規(guī)則。據(jù)統(tǒng)計,人工智能有望為2030年的全球經(jīng)濟(jì)貢獻(xiàn)高達(dá)15.7萬億美元,比中國和印度目前的產(chǎn)出之和還要多。其中的6.6萬億美元可能來自生產(chǎn)力的提高,9.1萬億美元則可能來自消費(fèi)方面的影響。
而Pricewaterhouse Cooper(PwC,普華永道)的第三份年度人工智能預(yù)測報告則強(qiáng)調(diào),在準(zhǔn)備大規(guī)模人工智能項(xiàng)目時,應(yīng)聚焦基礎(chǔ)知識的重要性。
PwC報告分析了美國調(diào)查問卷的一千多名受訪者(200名首席執(zhí)行官)并提出一個重要的問題:業(yè)界的公司在使用人工智能方面進(jìn)展如何?根據(jù)調(diào)查問卷的結(jié)果,人工智能的使用量增加,變革勢頭正在形成。數(shù)據(jù)顯示:
1. 7% 的受訪者目前未使用人工智能,但正在研究和準(zhǔn)備
2. 14%的受訪者已經(jīng)測試過一些概念驗(yàn)證,但效果有限
3. 21%的受訪者做過一些好的概念證明并正在尋求擴(kuò)大規(guī)模
4.25%的受訪者擁有完全由人工智能實(shí)現(xiàn)的流程并且得到廣泛采用
5.33%的受訪者已經(jīng)開始實(shí)施有限的人工智能用例
這些都是良好的增長跡象,也表明業(yè)界對人工智能的信心正在增長,同時越來越多的美國公司也正在加大人工智能投資。52%的PwC受訪者在COVID-19危機(jī)后加快了他們實(shí)施AI方法的速度。這些公司提到,他們的首要變化是聚焦在人工智能新應(yīng)用方面(40%),以及增加人工智能投資(也是40%)。另外,有86%的受訪者表示,人工智能將在2021年成為自己公司的“主流技術(shù)”。
報告提到,人工智能給企業(yè)帶來的主要好處包括了:1)創(chuàng)造更好的客戶體驗(yàn);2) 改善決策;3) 創(chuàng)新產(chǎn)品和服務(wù);4) 實(shí)現(xiàn)成本節(jié)約;5)更有效地運(yùn)作并提高生產(chǎn)力。
該項(xiàng)研究還強(qiáng)調(diào)指出,要實(shí)現(xiàn)這些好處并不容易,原因是成本節(jié)約的優(yōu)勢,也就是勉強(qiáng)做到收支平衡。報告還強(qiáng)調(diào)提出:“對于一項(xiàng)可能是公司未來基礎(chǔ)的投資來說,能做到收支平衡未必是件壞事。但更聰明的投資也是可能的,以期能在現(xiàn)在和未來很長一段時間內(nèi)獲得更好的回報。”
此外,該報告還定位了最終將促成轉(zhuǎn)型的五個優(yōu)先事項(xiàng)。
首先,聚焦日常人工智能。這是非常關(guān)鍵的信息,因?yàn)槿斯ぶ悄懿皇且粓龊唵蔚鸟R拉松長跑,而是一個長期的投資戰(zhàn)略,每一步都會產(chǎn)生重大影響。
報告指出,生產(chǎn)力的逐步提高可以通過內(nèi)部流程的自動化實(shí)現(xiàn),生產(chǎn)力的提高也將有助于高效運(yùn)作并為未來打下基礎(chǔ)。另外其他四項(xiàng)如下:
1.通過用戶主導(dǎo)方法實(shí)現(xiàn)技能提升以及培訓(xùn),同時,務(wù)必為自己的團(tuán)隊提供機(jī)會和獎勵,并將這些新的學(xué)習(xí)成果應(yīng)用到實(shí)際能力中;
2.主動承擔(dān)責(zé)任,避免低估人工智能的真正風(fēng)險和挑戰(zhàn);
3.在所有業(yè)務(wù)中整合人工智能,務(wù)必將人工智能在所有職能和業(yè)務(wù)部門與數(shù)據(jù)和其他技術(shù)一起使用;
4.重新設(shè)計人工智能友好的商業(yè)模式。要找方法整合和衡量人工智能的認(rèn)知資產(chǎn),結(jié)合現(xiàn)有的人力和物理資產(chǎn)達(dá)到提供價值的目的。
人工智能必須開始跨越整個組織,這是一項(xiàng)緊急重點(diǎn)工作。當(dāng)務(wù)之急是要確保自己的公司已經(jīng)可以有效地共享數(shù)據(jù),確保擁有所需的主題專業(yè)知識以及確保可以啟用跨團(tuán)隊和職能部門的治理和人工智能模型,因?yàn)榇蚱坡毮懿块T的操作孤島是人工智能成功的關(guān)鍵。
根據(jù)筆者的經(jīng)驗(yàn),建立組織轉(zhuǎn)型能力是推進(jìn)人工智能的關(guān)鍵成功一個重要因素。這就是為什么我一直強(qiáng)調(diào),董事會成員和首席執(zhí)行官必須加快他們對人工智能知識的了解,并確保他們的領(lǐng)導(dǎo)團(tuán)隊可以建立新的技能,以期可以有效地領(lǐng)導(dǎo)人工智能的發(fā)展。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。