研究發(fā)現(xiàn)AI可以教人類許多新的技巧

該調查發(fā)表在波士頓咨詢集團與《麻省理工學院斯隆管理評論》合作的《擴展人工智能對組織學習的影響》研究中，發(fā)現(xiàn)只有十分之一的公司從人工智能中獲得了可觀的財務收益。

該研究指出，人工智能在各個行業(yè)中的采用正在增加，越來越多的公司意識到人工智能既驅動戰(zhàn)略機遇，也帶來風險。

研究人員發(fā)現(xiàn)，有57%的公司報告有AI飛行員或已經部署了AI。與2018年相比有顯著增長，當時44%的公司表示他們正在嘗試或部署AI。如今，超過一半的受訪者(59%)表示他們有AI戰(zhàn)略，而2017年為39%。

報告中提到的一家公司是德國跑車制造商保時捷(Porsche)，該公司已使用AI做出了針對特定地區(qū)的復雜生產決策，以使庫存滿足世界各地城市的本地需求。保時捷首席信息官Mattias Ulbrich在報告中描述了汽車制造商如何使用AI不斷學習如何更好地定制公司為每個市場提供的數(shù)百萬種潛在選擇中的汽車配置的精確組合。

該報告的作者指出，市場需求和監(jiān)管環(huán)境的變化加劇了對準確且不斷調整的預測的需求。例如，他們說，保時捷需要提高其將正確的產品分配到正確的市場的能力，這是學習AI的持續(xù)動力。

盡管有監(jiān)督的AI培訓需要人來幫助系統(tǒng)產生更準確的答案，但報告的作者建議AI也可以提供人尚未考慮的替代方案。當AI開始自主學習時，這往往會在最初的有監(jiān)督訓練之后發(fā)生。

例如，該報告討論了開發(fā)出租車應用Lyft的工程師如何設計一種算法，以通過匹配駕駛員的供應和客戶需求來最大化收入。Lyft前科學副總裁伊麗莎白·斯通(Elizabeth Stone)在報告中說，該算法評估了所請求的行駛，駕駛員所處的位置以及所有系統(tǒng)動態(tài)，以最大限度地提高收益。

斯通說，在進一步的測試中，Lyft的數(shù)據(jù)科學家發(fā)現(xiàn)，人工智能在優(yōu)化打開應用程序后實際訂購乘車用戶的轉換率的基礎上，確定了一種更好的算法。她說，讓人們能夠思考并測試機器學習算法的可能目標至關重要。