生活中常见的人工智能应用

机器，机器人，人

　　时代的车轮向前飞速地滚动着，现代化的生活早已把互联网文化与人工智能融合在了一起。幼至黄发小儿，长至耄耋老人，或多或少都已接触了人工智能。人工智能在一步步地效仿着人类。扫地机器人、智能对话机器人、工业机器、智能神经源网络，所有的一切，机器都在模仿着人类，按照预定的指令一步步完成着人类赋予它的使命。

　　人工智能也在一步步的超越人类。世界一流棋手李世石，柯洁接连败给了阿尔法——一个只有着电线主板和一条机械手的机器。据传创造阿尔法的程序员甚至连围棋规则都不知晓，仅仅是把1万多条数据导入了机器中而已。借助于算法与无休止的高速运算处理，机器在这个大数据时代已经占据了一席之地。人工智能在许多领域已可以代替人类了。

　　人工智能像人一样思考是合理的，但人类像计算机一样思考，就很值得担心了，苹果公司总裁库克如是说道。的确，如果人类像计算机一样思考，这个世界将变得可怕。价值观与同情心的丧失将成为人类做事罔顾后果的缘由。一个凡事只有，且必须得出是非对错的社会，是令人恐惧的。这个世界真会如库克所担心的那样吗

　　人工智能的发展，就一定会使得人类变得像计算机一样思考，从而丧失价值观与同情心吗？我看不然。人有信念，人有意志，人有情感，人有着除了是非对错以外的判断，人终究还是人。如库克所忧，如电影《天网》中所演，仅仅只存在念想中而已。

　　素以铁腕著称的任正非在去年的乌镇互联网大会上提出，“机器是服务于人的，一是一二是二的对错判断不应成为人的价值观。我们有着文明的传承与情怀，我们是人。”不错，我们是人，我们有着机器与人工智能所没有的情怀。万里的长城，客家人的好客，四川的麻辣火锅，天山南北的维吾尔舞，这些是人工智能不曾拥有也不会拥有的。我们坚守着人类文明的传承，就不会变得像计算机一样思考。

　　诺贝尔生物医学奖得主屠呦呦院士在研发青蒿素时利用计算机统计大量实验数据，但他坚决不使用大数据分析试验数据。屠老说过，计算机是个呆板的大家伙，用它分析数据，只会得到无用的结论。是啊，计算速度快又如何？人有着大脑，有思想，这是人工智能不曾拥有，也不会拥有的。人们会思考，会从茫茫信息源中找到蛛丝马迹的观念加以论证与思辨，去得出符合这个世界的客观规律。人是有思考的，我们坚持着思考与探究真理的意念，就不会沦为计算机那样呆板。

　　前些日子一个程序员小伙在长江大桥下救起一位轻生的女子。记者采访他时，他很平淡地说：“救人时并没有多想，心里想着应该做。时光苦短，何苦轻生。”人之初，性本善，我们有着人应有的良知与价值观。同情弱者，是潜意识中便存在的人的情感，有价值认识，那是机器与人工智能不曾拥有也不会拥有的。人有价值的认知，我们坚持正确的价值观，坚守人最本真的情感与良知，就不会变得像纸张之那样冰冷。

　　人创造时代，人创造时代以造福于人。人工智能终将为人所用。机器人是人造出的机器，机器与机器人都是服务于人的。我们有着信念，有着思考，有着文明的传承，有着本真的情怀。我们坚守着这些，库克所忧的，又怎么会发生呢

人工智能

　　现在的社会发展越来越快，科学家发明了一种新型计算机――人工智能。它能和人类“一样”思考。随着科技的迅速发展，计算机在普通生活中对于人们来说已经见怪不怪了。原本一些都需要人来完成的事，现在全部都可以用计算机来代替了，人们只要简单的操控它，便能轻松又准确的完成工作。而现在出现在人们眼前的是更高端的“人工智能”，它可以完全代替人来工作，它的思维和人一样，甚至比人的思维能力还要强。有些人类完成不了的事，它却可以完成。

　　人工智能虽说很厉害，但机器人就是机器人，它永远都代替不了我们人类。人工智能是人类费尽心思创造出来的，它有的是全是线路的脑袋，聪明才智也是人类做出来的，它比人类聪明但它没有人类身上的许多东西。人类可以自己思考，有自己不同的思维方式，有感情，有价值观……但人工智能不会有，它有的只是在某个方面能够迅速又准确的操作。

　　虽说人工智能现在比不上人类，但科学家们还在研究地更深入。这既是科技发展的好方法/也是令人担忧的一件事。让人工智能变得越来越人性化，能更好的利用它来为世界做出贡献，是人类的生活水平得到提高，这是对人类社会发展的一大好处。如果在将来的某一天，科学家们研究发明了一个能够完全自主思考的人工智能机器人，然后肯定会有大批量的人工智能机器人被创造出来使用于各个方面，当人工智能有了能独立思考的能力后，它便会不再听命于人类，那个时候人类已经变得极度依赖人工智能，自己却什么都不会，变得跟机器人一样冷漠无情。那这个世界就变成了机器人的世界了，人类就销声匿迹了。

　　让科技发展是好的，但也不能不顾后果地大力研发，不然这个世界就太可怕了。

　　苹果公司总裁库克认为，我不担心人工智能计算机会像人类一样思考，我更担心地是人类会像计算机一样的思考，失去了价值观和同情心，罔顾后果。

　　我认为人工智能可以带给人类更舒适的生活，更优越的环境，但也可以给人类带来灾祸。对于人工智能的研发和使用我们要适可而止，谨慎使用。

机器人在日常生活中的应用

　　机器人是由计算机技术，传感技术，以及一些能活动的零件组成。简单的说，机器人就是具有人工智能的机器。有些机器人具有人类的形状及特点，它帮助主人做家务，看孩子。

　　它是一个安全的保险箱，多少钱放在它那里你都可以放心，即使机器人被窃去了，不用担心，它马上就会回家了。因为它会变大缩小来使自己脱身，然后，用它自己的思维判断找到回家的路。

　　它是一个知识渊博的老师，它可以教你各种国家的语言、历史、文化、风俗、地理以及一些伟人的事迹，这会让你受益非浅的。若是学习上的问题，它也可以帮助你。

　　它还是一个技术高超的医生，如果你生病了，它会根据你病情的轻重来决定为你买什么药，等它从药店买好药后，他会时刻提醒你吃药。若它觉得你的病情太严重，它会立刻背上你去医院就诊。

　　机器人是根据它工作需要而设计身躯的，不同的场合有不同的机器人：下水道清理机器人，有毒有害气体场合机器人，深水作业机器人，高空作业机器人，高温场合机器人，人们无法到达的场所的机器人。

　　下水道清理机器人的脑袋尖尖的，身子涂了一层油，滑溜溜的，浑身“长”满刷子。它钻进下水道里，用全身“长”满刷子的身子蹭着下水道的墙壁，然后，从身体里“伸”出两个手臂，抓住下水道里的垃圾，把它“吃”进“肚子”里，等它全部清理完，工人们就可以清理机器人“肚子”里的垃圾了。

　　有毒有害气体场合的机器人的脑袋上罩着一个透明的防毒气罩，身着防毒衣，眼睛是两台摄像机。别以为机器人刀枪不入，其实一些毒气也会腐蚀机器人的零件，所以要加以保护。机器人走进有毒有害气体场合开始了它的工作。例如：专家发现了一座金字塔，但是因为时间太长久了，散发出了一种对人体有害的气体，这就需要这种机器人来完成。机器人进入金字塔后，先用摄像机拍摄下它所看到的景象，用所看到的景物描绘出一个这个金字塔大致的地图，使以后研究这座金字塔的人更加的方便、快捷。

　　深水作业机器人的全身像一条鱼一般，行动十分轻快，眼睛既是照明灯又是摄像机。它作业的时候，潜到海底的几千米，去探测一下海底的生物、石油以及几千年以前沉没的船只，它都可以一一搜索到。它还可以实行救援工作，如果一个人或者一艘船坠入水中，它接到命令后，会及时潜到深水中抢救的，这种机器人不仅给探测工作带来了方便，也给救援工作带来了方便。

　　高空作业机器人差不多和人一样，不过它的体重比一般人轻一点。它可以为人们建筑起摩天大楼、铁塔以及空间站，擦那些高高的人们擦不到的玻璃，这些都是这个机器人的作用，这个机器人也十分贴近我们的生活。

　　总之，在日常生活中不同的场所有不同的机器人，由它们去完成不同的工作，为人类做出不同的贡献。

人工智能应用之道—高管指南

　　人工智能或许是有史以来最大的一场技术革命。作为全新生产要素，人工智能会以多种重要方式推动业务增长，将自动化扩展至此前仅限人类完成的领域；增强工作能力以提升决策效力；或是在企业内外，促进飞速发展的创新成果广泛传播。人工智能已成为不容忽视的市场因素，每位高管都务必积极应对、密切关注。埃森哲在2019年夏季达沃斯论坛发布指南，帮助企业高管清楚地了解人工智能的基础技术、改变市场竞争格局的能力、以及潜在的革命性影响。

　　报告摘要：

　　过去二十多年，企业遭遇了颠覆性冲击。事实如此令人震撼:自2000年以来，数字化颠覆已令半数的《财富》500强企业从榜单除名。AI将让数字颠覆来得更加强烈。

　　这是因为，人工智能是一种经济学家所定义的通用技术(general-purposetechnology)。而通用技术的影响通常巨大而且深远?我们不妨回想电力和内燃机的历史意义。通用技术影响不仅体现为对社会的直接贡献，还会通过溢出效应，激发广泛的互补式创新。正是由于电力的出现，工厂电气化、电信联络、以及随之而来的一切方才成为可能。内燃机则催生出了汽车、飞机、乃至现代化的运输和物流网络。如今，人工智能将以类似的规模影响整个社会。

　　相关私人投资随之出现了激增。2017年前九个月，人工智能风险投资总额达76亿美元(与之相比，2016年全年方为54亿美元)。人工智能专利的注册量亦攀升至历史最高水平，较2006年扩大四倍。在美国，人工智能初创企业的数量短短四年内便增长了二十倍之多;截止2018年6月，中国的人工智能初创企业达到了1011家。

　　这一切都在进一步加剧快速发展、持续变化的竞争、投资和研究格局。归根结底，人工智能已成为不容忽视的市场因素，每位高管都务必积极应对、密切关注。

　　厘清概念，何为AI

　　究竟人工智能是什么?回答这一问题并不像看起来那么简单。事实上，就连统一的“人工智能”定义也尚未出现。这是因为，从本质来看，我们所谈论的人工智能并不真的特指某项技术。

　　从实际层面出发，人工智能涵盖了一系列不同的技术，通过有效的组合，机器便能够以类似人类的智能水平展开行动。

　　我们并未像许多人那样，不断尝试去明确地描述人工智能，而是倾向于将此类技术视为一套能力框架。毫无疑问，这是了解人工智能、知晓其背后广泛技术的最佳方式。我们的框架以人工智能支持机器实现的主要功能为核心。

　　词汇的区别认知计算与人工智能

　　认知计算(CognitiveCo)是人工智能业界广泛使用的术语。那么，它具体是何含义，与人工智能又有何不同?然而，正如还没有一个被普遍接受的人工智能定义一样，认知计算对于不同的人士而言，意思也有所差别。从这个角度而言，“认知”一词在很大程度上可以被视为人工智能的感知能力?即人工智能感知和理解周边环境的能力。

　　机器学习的威力

　　人工智能系统的学习能力至关重要。能够通过分析数据来决定完成任务所需的行动，而非按照明确的指令、以预先定义的方法行事，正是实现系统“智能化”、将人工智能与其他形式的自动化区分开来的关键。

　　一旦为最出色的人工智能系统设定出自我学习任务，我们就有望目睹非凡成果。谷歌旗下DeepMind公司开发的人工智能AlphaGo，已成为首个在高度复杂的棋类竞技中击败人类专业棋手的计算机程序。开发人员向AlphaGo传授比赛规则，然后展示了数千种人类之间的对局，由系统自行辨别制胜策略。其结果是:AlphaGo一举战胜了拥有传奇成就的世界围棋冠军李世石(LeeSedol)。

　　但DeepMind并未就此停止其围棋领域的成功步伐。公司随后开发了更为强大的第二代版本?AlphaGoZero7，它可以单纯通过自我对弈来掌握获胜之道?完全无需观察人类棋手。不仅如此，AlphaZero作为人工智能更新迭代的最新版本，实现了更为长足的进步。AlphaZero已证明，能够和自己较量来学习国际象棋，并在短短四个小时内就超越了人类的技能水平。这项壮举真正令人瞩目的是，AlphaZero并非专门为下棋而设计。加拿大阿尔伯塔大学计算机科学教授、国际象棋系统专家乔纳森?谢弗(JonathanSchaeffer)8认为，这或许便是该系统能够制定出非传统制胜策略的原因。AlphaZero以这种方式彰显出，“窄人工智能(Narro)”又向“通用人工智能(GeneralAI)”迈出了重要一步(有关窄AI和通用AI之间的差异，请参阅第25页)。

　　这一过程就是我们所说的机器学习。麻省理工学院的埃里克?布莱恩约弗森(Brynjolfsson)和安德鲁?麦卡菲(McAfee)两位教授观察发现9，其如此强大的原因非常简单。一方面，虽然我们人类非常善于从事任意种不同的活动，但我们并不总是明确知晓自身工作是如何完成的。例如我们可能会发现，识别另一个人的容貌很容易，不过我们很难充分了解这项能力的生理机制。因此，将该功能直接通过编码嵌入机器当中会十分困难。

　　而另一方面，机器学习使得设备可以完全自主地学会做好这项工作。实际上，识别大量数据中存在的模式，恰是机器学习的核心特长之一。

　　系列技术

　　机器学习是人工智能系统的核心。它可以从原始数据中学习，从而赋能于人工智能可见的出色表现，使其变得越来越普遍。无论是进行前瞻判断的预测系统、近乎实时解读语音和文本的自然语言处理系统、以非凡准确度识别视觉内容的机器视觉技术，还是优化搜索和信息检索，都依托于机器学习。

　　相对于其他技术，机器学习的一项关键优势，就是对“脏”数据的容忍度——即数据中包含有重复记录、不良解析的字段，或是不完整、不正确、以及过时的信息。此类问题对企业来说关系重大:大多数高管都将非常清楚地认识到，应对脏数据将是他们工作中的一大痛点。

　　机器学习具备灵活性，可随着时间推移获得全新发现并做出改进，这意味着它能够以更高的准确性处理脏数据，并且由此拥有了极佳的可扩展性。在我们当前所处的数据大爆炸时代，后者正变得越来越重要。

　　机器能够以不同方式学习

　　机器学习的真正强项之一，便是可以使用不同的学习算法，包括监督学习、无监督学习和强化学习等类型。

　　监督学习。这种算法使用带有标记的数据集(数据已经过整理和描述)，推导出每个标记代表的显著特征，并学习识别新数据中的这些特征。例如，向算法展示大量标记为“猫”的图像，然后它将学习如何识别猫的形象，并在其他任意数量、且完全不同的图片中发现猫。

　　无监督学习。这种算法使用的数据不需要预先定义标记。它采用不带标签的数据集，查找其中各条目之间的相似与差异，然后自行分类。比如，我们可以向算法展示大量其中包含猫和狗、但未加以标记的图像，而算法会在不知道哪些图像分别含有“猫”或“狗”的情况下，把具有相似特征的图像分类到不同的组当中。

　　强化学习。这种算法利用反复试错，形成“奖励”和“惩罚”的反馈循环。当算法得到数据集时，它将所处环境视为一场比赛，每次执行动作都会被告知是赢还是输。通过这种方式，它可以创建出一套方案?哪些“动作”能够带来成功，而哪些会造成反效果。DeepMind的AlphaGo和AlphaZero(第14页)都极好地展示了强化学习的威力。

　　小狗，还是面包圈

　　区分动物和食物到底有多困难?有时，这会比想象中吃力得多。互联网上的一大热门动态，就是关于某些宠物和食品之间的神相似。例如上图中蜷缩的小狗和烤好的面包圈。对于人类而言，要想在一瞥之下做出准确判断远比想象的要困难。但人工智能可以轻松完成这一工作。只需通过图像识别应用编程接口(API)传递图片，人工智能可以惊人的准确度区分食物与宠物。

　　人造大脑

　　那么，机器学习如何实际运作?最近许多非凡进步的背后，是一种受动物大脑机能启发、非常先进而精巧的计算系统形式在起作用。这些系统被称为神经网络(NeuralNet)，它们支撑着当今最前沿的人工智能研究。

　　神经网络由一系列相互联系的“节点”组成，模仿了生物大脑中的神经元网络。每个节点在接收输入信息后，内部状态会出现改变，并相应地产生输出。接下来，该输出又形成其他节点的输入，依次传导。这种复杂运作能够支持一种非常强大的计算形式?深度学习(DeepLearning)。

　　深度学习通过多层处理来了解数据集中数据的重要特征。例如，它可用于图像和语音识别。使用神经网络，每个层级的输出为下一个层级提供了输入，其中每个层级都在不同的提取级别上运作。通过这种方式，深度学习系统可以比其他方法处理更庞大的数据集。

　　面部识别

　　深度学习神经网络使用逐级复杂的规则，对容貌等精细的形状加以分类：

　　我们正在谈论何种智能

　　当数据科学家和其他人士讨论人工智能时，他们通常使用两个对比类别来阐明其含义:窄人工智能与通用人工智能，以及弱人工智能与强人工智能。

　　开始训练

　　正确实施培训所需的，不仅是高级数学技能。产业化的机器学习是一种跨学科能力，融合了数据科学、工程学、用户体验设计与相关领域知识。单独依靠某项能力本身，都不足以满足需求。

　　引入分析法

　　那么，分析法适合在哪些环节与上述能力加以结合?或许问题应该是:人工智能应如何引入分析技术?如果我们认识到，分析法是通过分析数据来改进决策，就可以明确知晓机器学习和其他统计分析应怎样嵌入业务流程当中。毕竟，分析法的目的在于从数据中获取洞察?这与机器学习的目标非常相似。

　　分析法，连同支持它的各种机器学习算法，可基于所需洞察的深度，划分为不同复杂程度的几个层级。较简单的一个层级是“描述性分析(DescriptiveAnalytics)”?分析历史数据以了解发生了什么、及其背后的原因何在。与之相比，“预测性分析(PredictiveAnalytics)”更为复杂，它利用数据来预判将会发生哪些状况。复杂度最高的则是“规范性分析(PrescriptiveAnalytics)”，不仅可以做出预测，而且能提供应对之策。

　　人工智能与机器人

　　一谈到人工智能，人们通常会先想到机器人和机器人技术。公众脑海中可能浮现出库布里克影片中的“HAL9000”机器人、阿西莫夫笔下的机械人，或是本田公司开发的可行走机器人Asi。

　　在商业环境中，它既可以指利用工业机器人来实现制造或服务流程的自动化，诸如，汽车装配线，又可以指日益普遍的管理或服务流程的自动化，即，结合了数字和人工输入的机器人流程自动化(RPA)。

　　从严格意义上说，机器人流程自动化是为恒久不变的流程而设计的，所以根本不需要任何“智能”。例如，若是业务流程需要员工以标准形式，将数据从一个系统(比方一张纸)手工输入到另一个系统，就可以通过带有键盘敲击模拟功能的RPA系统轻松实现流程自动化。实际上，埃森哲已在某大型制造业客户的发票处理流程中应用了机器人流程自动化。其成果非常显著:耗时减少70%，工作效率提升30%，并且达到了100%的准确率。

　　不过现在，人工智能技术也正被持续引入新兴的“认知RPA(CognitiveRPA)”领域。这令流程自动化拥有了一定程度的可调空间，使其应用范围得以大大扩展。其中的典型实例包括，利用机器学习训练机器识别图像中的文本(被称为光学字符识别)。

　　机器人流程自动化的崛起

　　透明度市场研究(TransparencyMarketResearch)新近发布的报告指出:从现在到2020年，全球机器人流程自动化市场预计可实现约60.5%的复合年增长率。

　　实际上，埃森哲常常建议将机器人流程自动化作为开启人工智能旅程的理想起点。其原因在于，若想成功应用RPA技术，首先要详细了解哪些流程需要实现自动化;而这也是设计更广泛、更复杂的AI自动化解决方案的第一步。此外，为了确保现有流程(有时为次优方案)不是简单地以数字形式加以模拟，而是通过重新设计尽可能地充分利用人工智能，该举措亦不可或缺。

　　我们必须认识到非常重要的一点:RPA和认知RPA技术不仅可以降低成本，还能增进流程的一致性和处理速度，并提供全天候运行、以及根据需求扩大或收缩流程的能力。请始终牢记，机器人流程自动化取代的是任务，而非员工。许多已采用RPA技术的企业都为员工重新部署了更具价值的工作?并且这些新工作的趣味性也大大超过了以往!

　　我们对此深有体会，因为我们自身也在采取这样的行动。埃森哲已实现了1.7万个工作岗位的自动化，同时成功地将员工调配到了其他业务领域。事实上，盖洛普(Gallup)2017年在美国的调查显示，担心自动化会令其失业的员工仅占13%。尽管如此，机器人流程自动化和人工智能对就业者的影响仍是一项极为敏感的问题，必须谨慎应对。

　　心存犹疑，多轮努力无功而返

　　AI并非全新创意，它由来已久。“人工智能”这一术语早在1956年便已问世18。该技术的发展历史上曾出现过多轮令人欢欣鼓舞的高潮，但随后迎来的却是失望和长时间的低迷(这些阶段被称为“AI寒冬”)。以往的每一次技术突破都只是部分达到对其的瑰丽憧憬，而从未使这项技术成为主流。

　　那么，这次有何不同

　　当前出现的重大变化在于，我们正处于一个前所未有的时期?如此之多的不同领域都在展开技术创新。今天的人工智能应用软件可以利用云端几乎无限的处理能力;并且为特定任务定制设计的电脑芯片也在持续增多，此类芯片具备更高水平的计算效率和速度，其最主要的用途便是数据分析。这方面的典型实例包括，用图形处理器(GPU)代替中央处理器(CPU)使处理能力得到大幅提升。而谷歌已更进一步，其设计的张量处理器(TPU)的性能比当今使用的CPU和GPU高出达30-80倍。

　　如果再考虑存储成本的快速下降20(每Gb从1980年的50万美元降至2015年的3美分)、可供训练人工智能的数据量呈指数级增长、以及开源平台和框架的出现，我们现已具备独特的条件来结合技术和能力。这一切都为人工智能提供了非常强大的基础，使其日益趋近主流应用的临界点。

　　从谷歌、亚马逊、脸书、微软，到百度、阿里巴巴和腾讯，几乎所有世界领先的技术巨头都极为关注人工智能。其他创业者和投资人同样热衷于此。超过半数的欧洲初创企业均以人工智能为焦点，而人工智能类业务的投资也通常会高出其他业务20%至30%。

　　然而，这并不意味着，人们对于人工智能何时迎来爆发点，已形成普遍共识。而且我们也无法断定，是否可以很快看到通用人工智能(而非窄人工智能)的出现。一方面，牛津大学和斯坦福大学面向350位专家进行的一项调查得出结论:45年内，机器在所有任务中都能胜过人类的可能性为50%。另一方面，艾奇奥尼教授(Etzioni)2016年对知名人工智能研究者所做的调查显示:四分之一的受访人士认为超级智能根本不可能实现。

　　您的竞争对手今天或许已开始应用人工智能

　　尽管我们尚未拥有通用人工智能。但随着基础技术以惊人的速度发展，窄人工智能已经在现实世界的商业应用中显露了非凡威力。

　　随着企业持续加大人工智能的应用力度，系统所能处理的数据和工作的复杂性必然有增无减。若想了解其如何在业务环境中发挥作用，下方框架可能会有所帮助。此框架列出了各种技术的潜在应用形式(本文以金融服务行业为例)，并根据所涉及数据和工作的复杂程度，将人工智能应用分为四大模式?效率、效力、专家、创新。

　　在与客户的长期合作中，我们已看到人工智能正在不断被扩展和产业化。过去几年，许多企业都在试点人工智能如何影响其员工、流程和产品。现在，我们相信这些企业已经开始将试点项目向整个组织范围内推广。多达四分之三的高管表示，其组织未来三年将“积极部署”某种人工智能。

　　一言蔽之，当前的局势已非常明确:人工智能正蓄势待发，并且事关重大。

　　与时并进，需要采取切实行动

　　采取正确的应用方式，人工智能将成为提升企业经济价值的全新驱动力。但问题在于，选择何种路径才是恰当之举?在这样一个飞速发展的领域中，我们很容易一叶障目，迷失战略方向。首先，应当了解人工智能将带来哪些机遇。通过将这些机遇划分为三大类型，您可以对应采取的路线有更清晰的认知。这意味着需要分别考虑:如何利用人工智能来加快自动化，如何增强工作效力和执行方式，以及如何在企业内外扩展人工智能创新。

　　1.扩大自动化范围

　　人工智能已成为自动化的新前沿。借助具备自我学习能力的自动化系统，充分利用机器学习、计算机视觉、知识表达和推理等技术模仿人类行为，人工智能可以使自动化超越仅基于规则的预测性工作，延伸至我们目前认为需要人类判断的领域当中，从而创造出大量全新的自动化机遇(有关在产业自动化进程中使用人工智能的更多信息，请参见第30页)。

　　2.增强工作能力

　　人工智能大大提升了资源的利用效率。在实际工作中，这体现为两方面的助益。其一是增强人类员工的判断力，其二则可提升客户体验。

　　1更聪明地工作。在增强员工判断力方面，与人类相比，机器学习能够从非常庞大、且高度复杂的数据集中提炼出更多洞见。因此，它们可以发现人类专家未曾觉察的模式、相似性和异常。例如在筛查癌变症状时，人类专家能够从扫描胶片中识别出数百种恶性病变，而人工智能可以识别数千种之多。

　　诺丁汉大学的研究人员已创建了一套人工智能系统，预测哪些患者可能在十年内发生中风或心脏病。该系统的表现优于标准预测方法(得分在0.745和0.764之间，而标准方法为0.728)。

　　这些进步令人印象深刻。但其并不意味着人类专长很快会被取代。当前，最佳成果仍源自人类专家与人工智能的合作?双方都发挥各自独特的能力来共同解决问题。

　　2提升客户体验。利用人工智能?特别是该技术在认知方面的功能，企业可以极大改善与客户的交互。其具体方式包括:使用数字助理和聊天机器人，通过社交媒体和数字平台全天候地与客户交谈;或者，在电子商务网站上推荐个性化的产品和服务。

　　例如，当南美阿维安卡航空公司(Avianca)希望提升其2800万客户的旅行体验时，他们很快下定决心引入聊天机器人助理28。埃森哲帮助该公司创建了一款在FacebookMessenger上运行的聊天机器人Carla，利用人工智能协助客户安排旅行。通过在客户已经熟悉的消息平台上与Carla进行自然对话，Avianca的客户可以快速、直观地办理值机手续、查看行程和航班状态，并从航空公司处获取天气和其他更新信息，无需等待电话人工客服的应答。

　　此外，创建像Carla这样的聊天机器人或数字助理无需投入庞大资金，或者花费数月时间。开发Avianca的这款聊天机器人只花了六周时间，而且几乎立刻就拥有了超过2万名独立用户，他们每个月都会与Carla进行约4000次对话。Carla甚至还设法将Avianca客户的平均值机时间缩短了一半。

　　3.扩展创新成果

　　创新能够激发连锁反应。非同凡响的新技术将带来贯穿整体经济的溢出效应，以前所未有的方式永远改变一切。当电力首次实现工业化时，谁能想象当今世界对电能有如此巨大的需求与依赖?当内燃机诞生时，谁又曾预见我们互联互通的全球运输网络能够具备这般速度和规模

　　人工智能将对社会产生类似程度的影响。其创新成果会在企业中不断延伸?甚至扩散至整个经济体系，创建出全新的、超越想象的商业模式和机遇。无论是将那些我们曾认为离不开人类智慧的任务加以自动化，还是在海量数据中洞悉规律，抑或，是支持全新的认知型人机交互界面，这项技术必将对我们的工作和个人生活带来深远的根本性影响。

　　例如，自动驾驶电动汽车无疑会彻底颠覆我们当前对交通的思考。就在几年前，驾驶还被认为是一个十分复杂的行为，只能由人类完成。但现在，自动化的交通运输正成为现实。从车厂到物流和汽油销售，再到全球石油产业，自动驾驶汽车转型的直接影响将广泛而深远。与此同时，伴随安全性的显著提高，车辆设计、保险需求、以及医疗和紧急援助等方面也会与以往大相径庭。另外，路网设计、停车需求、汽车经销商和汽油税收亦无法维持原状。仅仅是来自某一行业的一项人工智能创新，所引发的社会影响就令人惊叹不己。

　　人工智能之所以产生革命性的威力，原因之一便是其应用简单。具体而言，人类不需要主动去适应此类技术，或者另外学习一套新的技能来使用它们，这使其在技术的发展史上具备了独一无二的特性。我们能够通过简单、自然的沟通介质?语音、文本、甚至是图像，和人工智能系统进行互动。与之相比，无论是学习驾驶汽车，还是首次使用电脑，对技能的要求都远高于此。它给了我们非常重要的启示:同以往的颠覆性技术相比，应用人工智能的临界点可能更快到来。

　　世界经济论坛预计，到2025年，自动驾驶功能将助力减少9%的事故，从而有望在未来10年挽救90万条生命。

　　AI善举

　　埃森哲近期在英国完成了一个试点项目，利用自身人工智能平台帮助老年人管理护理需求和日常生活。该技术由埃森哲伦敦柔性工作室开发，专门服务于独自生活的老年人。

　　机器人完成活猪外科手术

　　在一次机器人手术领域的突破性概念验证中，一台“智能软组织机器人(STAR)”利用自身的视觉、工具和智力，完成对活猪小肠的缝合。鉴于软组织难以固定、而且形状善变，缝合对于自动化机器人来说是一项格外具有挑战性的任务。但是，STAR凭借更稳定、且避免开裂的缝合水平，胜过了执行相同任务的人类外科医生。

　　付诸实践

　　通过清楚地了解机遇，我们能够做好准备，将人工智能应用于企业之中。首先，需要制定人工智能的战略和路线图。该路线图必须涵盖重新设计受影响的业务流程以及适当的治理控制。而最重要的是，务必优先考虑对企业具有高度影响力的人工智能计划。

生活中的人工智能

　　中秋节到了，我们要回老家过节。妈妈先设置好扫地机器人，然后扫地机器人就会定时打扫屋子。听妈妈说，以前每一次回家第一件事就是打扫卫生，机器人确实为我们带来了便捷。

　　高速路上，我们想约幺伯吃饭，于是爸爸用语音对车载系统发出拔打电话指令，幺爸的电话自动接通，爸爸开车不用拿手机，用车载通话就和幺伯把时间和地点都约好了。然后爸爸又用语音指令把导航打开，导航指引我们到目的地。妈妈说过去开车绝对不能打电话，如果迷路了只能一路靠问，现在太方便了。

　　开车到了收费站，我们发现收费站只有两个人工站台了，其他的都变成了T通道。听妈妈讲，过去在她上大学的时候，没有T通道，收费站都是靠人工收费，一个收费站里面要有好多个收费员，收费员在当时是一个优差，当时的年轻人都愿意去做这个工作。现在的收费站里有至少一半的收费站台都变成了T，只需要几个工作人员处理一下紧急情况，同时维护T通道的正常运行就行了。

　　从老家回来，我用语音录入的方式很快就写好了这篇作文，文字输入又快又准确。听妈妈讲，过去只能一个字一个字地敲键盘输入。

　　人工智能为我们提供了方便快捷的服务，使我们的生活更加美好！我们要养成终身学习的习惯，长大以后为祖国做出贡献。

人工智能

　　随着时代的进步，科技在不断发展，人工智能以各种形式出现在我们的生活中，小到一片几纳米的芯片，大到整个互联网的交互系统，可以说我们的生活离不开人工智能。

　　人工智能使我们的生活变得更加便利，就按“付款”这最基本的资金流通方式来说，从最早人们出门在外需要拿着大把的钱币，到后来出现了银行卡，人们可以施行刷卡支付，再到现在支付宝，微信支付，人们甚至不用带卡仅需扫二维码即可完成支付。是人工智能造就了现今如此快捷的生活方式

　　人工智能也使得人类在工作上更加有效率。最早的人力劳动不仅耗时耗力，在精度方面也有着极大的限制，如今的电子一体化科技不仅节省了大量的人力资源，其工作精度也达到了人工不可超越的程度。人工智能可以说是现今最伟大的发明之一。

　　人工智能有众多的好处，是否人工智能便可完全取代人类了呢？我想答案是未必的。人工智能说到底依旧是由人类开发出的程序，它只能单一地完成人类给其施加的指令，它的形式是单调且僵硬的。

　　假如你把心理调节师这一职务交给一个人工智能去做，我想它应该会使一个患上抑郁症的人变得更为抑郁，甚至我认为它都能使一个普通的正常人也变得抑郁烦躁。这样的原因是显而易见的，人类的情绪千变万化，一个情绪的背后可能隐藏着更多的情绪，这是人工智能所无法了解的。

　　所以我们不必担心人工智能是否会在将来超越人类从来替代人类，值得我们思考的应是人类是否因为人工智能而变得懒惰，死板，没有情趣。如果人类变得像人工智能那样，我想这个世界将会变得十分恐怖，人们只追求工作的效率而不顾及后果，人类失去了交流，社会变得单一无趣，生活也失去了原来的多彩而变为黑白两色

　　人工智能的益处众多，我们应提倡且更多得去运用这一伟大的科技。与此同时我们也要对人工智能有所思考，不能因其的诸多便利而忘了属于人类最珍贵的东西——人情。

人工智能

　　随着科技的不断攀升与发展，人工智能逐渐走进大众的视野。人工智能，顾名思义，代替人类做工。人工智能的出现意味着我们的生活会更加便利和轻松。

　　据我所知，人工智能可以做家务。譬如扫地机器人，可以自动将地清扫干净，不需我们动丝毫。我们可以用这些零碎的时间干更多的事。

　　有人说，人类做的事情人工智能都可以做到，我觉得不然。我每日伴着晨曦出门上学，都会在门口的早餐店买早点，空气中夹杂着湿润的淡淡白雾，一股浓郁的清香钻入鼻腔，新鲜的包子出炉了。老阿姨笑着把早餐递给我，触及她温热的双手时，心中涌出一股暖意。这与人工智能截然不同。

　　而且计算机本就有人类产出，本就是没有情感的死物，它不会像人类有复杂的心绪，充盈的精神世界。假如，让一个人与人工智能同处月下，人工智能或许只能回答实时的温度与天气情况，而人类或许回因自身的遭遇而由衷地感叹月凉如水，明月几多愁。

　　但是现在，许多人活着跟机器人越发相像。他们都过着千篇一律的生活，对身边的一切都异常冷漠，失去了价值观与同情心，成为生活的傀儡。他们会在看到别人的悲惨后冷笑；会对别人的缺陷冷嘲热讽；会对别人的乞求熟视无睹……每当我遇见这些毫无情感的机器人时，我总会思考萦怀为什么会有如此可悲的人出现

　　我认为的生活，虽有一点黑白，但不乏姿彩；虽有喧闹和烦忧，却时有银铃般的欢笑；虽会有挫折与艰辛，但也有克服苦难，战胜挑战后真正的快乐……这些丰富的情感，它们是否能感受到呢

　　是这个时代生产出这些机器人，也是他们把自己改变成机器人。人际关系的日渐淡薄，亲人间的疏远，朋友间的虚情都在提醒着我，让我不要成为这种人。

　　我向往的生活是邻里间的相互问好，而非漠视；是与陌生人之间的一个微笑，而非向下的唇角；是与亲人间的拥抱，而非礼貌性的点头……

　　希望我向往的生活是我以后的生活，人与人之间充满爱与温情。也希望机器人越来越少，能有欢笑与泪水，泪水虽咸，亦是真情……

我们身边的人工智能

　　手机智能程序、语音电话、个性化资讯、语音导航……

　　人工智能已经悄然融入了我们生活的点点滴滴之中

　　说起人工智能，一般人都会觉得非常前沿，非常先进，似乎更多的是科幻电影和实验室里的东西，离我们日常的生活还很遥远。但其实稍微注意下我们的身边，人工智能已经悄然融入了我们生活的点点滴滴之中。

　　手机智能程序

　　打开你的苹果手机，长按ho键，你就可以和siri来进行交流。这个siri其实就是人工智能。它不仅能够按照程序给出固定问题的回答，更能够根据自己对你问题内容进行判断，给出一些他觉得应该给你的答案。因此，我们会发现，对于同样的问题，siri给每个人的答案，都不会千篇一律。尽管，有的时候我们觉得，他的答案会显得那么幼稚，但不可否认，他就是我们身边最常见到的人工智能。 语音电话

　　好，现在拿起你的电话，拨通某个公司的固定服务电话。很可能这个时候，你面对的就不再是程序，也不是人类，而是人工智能。以前，这种后台语音电话的分工，基本上是流程性程序性的问题，由电脑语音来回答，而个性化的问题都由人类来处理。但随着人力成本的越来越高和人工智能的飞速发展。现在，已经有很大一部分的个性化内容可以由人工智能来进行回答和解决了，比如我们现在向京东小妹打电话投诉，很有可能你面对的就会是一个人工智能。最开始的时候我们往往说你打后台电话你不知道这个人是在北京，河南，还是印度，但现在，很有可能你在通话的时候，你不知道是和人还是和人工智能在沟通。

　　个性化资讯

　　你想知道今天发生了什么新闻，进入你的手机，打开你的app比如像今日头条，也许你不曾注意到，你看到的内容其实和别人能够看到的内容是不一样的。为什么呢?因为在给你推送新闻的背后是人工智能在进行判断，判断你最喜欢看到什么样的内容。在后台具有极高运算量和运算能力的人工智能，不断地对你的阅读习惯进行分析。你喜欢科技，你读到的科技的内容就会越来越多;你喜欢体育，那么可能推送的体育新闻就会占据你的头条。据今日头条创始人张一鸣介绍，后台的人工智能对读者阅读习惯的判断，实际上，是一个不断完善的深度学习过程。一个人用今日头条app越多，就等于在不断地训练自己的人工智能，不断地增加数据量，这样人工智能就会对阅读需求了解得越来越多，给你的内容就会越精准。所以这已经不是简单的推送而是人工智能在深度学习之后，和人进行相互深度互动之后，达成的结果。 语音导航

　　现在几乎所有的司机都会使用导航仪，也许你想象不到，在导航仪背后也是人工智能在起着作用。当您从中关村开往天安门的时候，会听到林志玲的声音在每一刻给你详细指出每一步开车的路线。您想过吗?北京的线路之多，路况之复杂，这需要林志玲录多少话才能满足每一刻导航数据库的要求?这无疑是个海量的数据，但实际上据科大讯飞创始人刘庆峰介绍，林志玲一共也就录了上千句话。那么为什么每司机都能够实时地听到她为每个人各自的路线、各自不同的车况、各自不同的时间、各自不同的气候，给出各种不同组合的声音?在这后面就是人工智能对她说话的方式、说话的语调，进行了大量的分析，在分析之后，能够根据路况，将其声音进行重新的组合，然后实时地给出语音信息。如果没有人工智能，这样的做法将无从实现。

　　人工智能对我们生活的影响现在才刚刚开始，随着人工智能时代的来临，可以想见，人工智能必将融入我们生活的方方面面。