商业场上占先机法门：机器学习和AI

　　商业场上占先机法门：机器学习和AI。在就近对新西兰的一次造访中，一位SAS软件研究所的高管发表了其对“商业智能”（Bisiness Intelligence，简称BI）的真知灼见。并指出自动化、人工智能和机器学习将会是未来BI发展的关键环节。

　　美国SAS软件研究所（SAS Institute Inc.）又称赛仕软件，总部位于美国北卡罗来纳州，是全球最大的私有软件公司。

　　奥利弗·沙本伯格（Oliver Schabenberger）是该公司的首席技术官，他习惯用“弱AI”和“强AI”来区分AI的智能等级，并且指出认知计算（Cognitive Computing）需要依赖于充分的大数据和机器学习才能得以实现。

　　SAS软件研究所正计划推出“下一代”云计算平台：SAS Viya。沙本伯格则是其中主要推手。他煞费苦心指出新平台将和现有的SAS 9软件同步开发。

　　在新产品之外，沙本伯格着重谈到了BI。谈到BI，AI是不可避免的话题。“现在的AI水平还不够强大，仍然只是算‘弱’AI。目前的AI水平只能够代替一些简单机械性的人类工作。这充其量只是一种编程，并不真足以称为人工智能。”

　　与现实相比较，他提出了“强AI”的概念：AI能够真正像人一样具有思考的能力。“此前的工业化进程基于人力，不过现在是迎来自动化工业时代的时候了。而‘认知功能’和‘机器学习’会是改变的关键所在。”

　　事实上这种调整已经在进行了。尽管并不明显，AI在重塑工业生产线之前，首先渗入了人们的日常生活：“不论是谷歌搜索栏的自动填充或是Siri精准的回答你的提问，这些过程都有机器学习在里面，你使用的越多，它会变得越准确。”

　　这种智能行为的背后便是机器学习（machine learning）在发挥作用。沙本伯格在对新西兰同事讲话中说：“如今，‘机器学习’是比‘大数据’还时髦的词。它新奇而有效。试看谷歌搜索引擎，当它能够自动猜想到你要输入的句子的时候，你就该明白机器学习如今已经无处不在了。”

　　另一方面，机器学习首先仰仗于有大量的“原材料”让它来分析学习才能成行。这些原材料便是大数据。而大数据处理的秘诀便在于如何删繁就简，从数据中得到“数而上”的信息。

　　在此基础上，“强AI”需要速度更快的计算机对数据进行更深度的学习，以达到更好的自动化和准确性。如此从凌乱数据中产生出价值。

　　“数据本身是没有价值的，价值产生于对数据的分析。数据分析的速度越快，效益也就越高。”沙本伯格说。“如今商业的秘诀在于，使用现代计算机来完成大数据的分析和深度学习，从而在商业场上占得先机。”

    2898站长资源平台网站排行榜：http://www.2898.com/webmain.htm