1.在AI方面取得成功的那1%的企业都是云公司。
2.AlphaGo只不过是运行一系列程序算法来模拟场景，从中找出最优解。它真的能取代人类吗？
3.在AI被广泛使用之前，需要先解决技能差距、工具繁多和基础设施这三个重要问题。
4.让那99%的企业都能使用，实现AI“民主化”，帮助那些远远比不上“谷歌们”的公司利用AI。
━━━━━
关于人工智能（AI）的报道和评论为数众多。有人说它能创造奇迹，也有人说它对人类构成威胁。但Databricks公司联合创始人兼CEO阿里·高德西（Ali Ghodsi）要大家保持克制。Databricks来自加州大学伯克利分校AMPLab实验室，致力于ApacheSpark。
高德西说，在Databricks为其500多位企业客户提供支持的用例中，73%是基于AI。这些公司很多都在努力利用AI。但同时也有众多夸张的故事，讲述AI将如何掌控世界，又有多么强大、多么危险。
“当我们和试图解决预测问题的财富2000强企业交流时，他们的说法和媒体的报道反差极大，”高德西说。
AI的1%问题
他说，大家都想涉足AI，承认其巨大潜力，如果你问首席信息官和C级高管，他们打算如何保持竞争力，人工智能的使用很可能在他们的最重要的五个事项之列。高德西指出，人们以为AI无处不在，但事实大相径庭。
AI实际上存在“1%问题”。只有谷歌、亚马逊等少数公司利用人工智能达成了他们的目标。这些科技巨头拥有数以万计的硅谷工程师，其中很多人拥有博士学位，或者本来是麻省理工、斯坦福和加州大学伯克利分校等顶尖学府的优秀教授，他们致力于解决范围很小、为数也不多的问题，比如实现汽车的自动驾驶，或者让人们点击更多的广告。高德西解释说，他们在所从事的有限领域里取得了很大成功，但其余“99%”的公司没有这些资源，发现自己试图解决的问题异常复杂，不知如何下手。
早期应用
Databricks发现，在AI的早期应用方面，工业IT和医疗行业是两个突出的例子。企业从传感器收集数据，然后输入Databricks，预测在某地发现石油的可能性，从而提高勘探效率，改善对环境的影响。在医疗行业，机构利用AI来帮助识别图像中的癌症肿瘤。但这两个行业不仅需要数据科学家和数据工程师，还需要研究相关学科的专家，而这些专家通常不太熟悉AI、数据库系统和数据仓库。
就利用AI识别肿瘤的例子而言，这种应用还远未实现安全自动化。高德西说，谷歌工程师能开发出区分猫和狗的AI技术，“就算搞错了，也只是让人好笑而已。那是猫，但长的像狗。”但在医疗领域，如果某人说这是癌症肿瘤，但实际上并不是，那问题就严重了。
如何扩大AI的使用
高德西说，有三个问题必须解决，才能在更多的公司中更广泛地使用AI。
技能差距——首先，需要领域专家。高德西说，比如识别癌症就需要医生，还有懂得利用机器学习软件来建立预测模型的数据科学家。此外还需要了解数据库和数据仓库的数据工程师，他们知道数据应该存储在哪里，如何解决大数据的多样性、速度和其他问题。在充满政治色彩、关系到管理和权力的氛围中，让所有这些不同的角色协同工作，这不是件容易的事。
工具繁多——高德西说，现在有太多的工具需要整合，其中很多都是开源的。这些工具涵盖数据清洗、摄取、安全、预测和监控。想要使所有这些开源工具协同工作，企业必须雇佣开发人员，成功地实现软件互操作，而这只是为了让软件协同工作。
基础设施——高德西眼中的第三个挑战是运营基础设施，确保所有机器和集群处于安全状态，数据以受控的方式流动，因为在受到严格监管的行业里，黑客入侵或信息泄露会使公司面临严重的后果。
云是关键
高德西说，在踏上AI之旅时，这些是需要尽早解决的三个问题。为了解决它们，需要工具来实现协作、系统整合以及通过云加强基础设施的一致性和可用性。
协作工具——拥有能够实现多角色协作的工具，这是解决技能差距的最好方法。高德西说，这非常重要。
技术整合——技术需要整合起来，更好地协同工作，这样才能清洗数据，把它转换成数学格式以用于预测，添加更多数据，建立预测模型，让软件自动运行。高德西说，能否添加更多数据以丰富原始数据集，这关系到预测的准确性。
云——高德西说，想要确保基础设施始终运行良好，云是很好的解决之道。云能带来自动化、外包和确保基础设施始终运行良好的能力。在AI方面取得成功的那1%的企业都是云公司。这也许是巧合，也许不是，但在AI方面真正取得成功的谷歌、Facebook、亚马逊和其他公司都是云公司。他说：“我们认为，重要的区别就在于此。”
什么是AI，什么不是AI
高德西说，在AI被广泛使用之前，还有很长的路要走，很多人担心AI将取代人类大脑，但目前最先进的AI研究志不在此；AI实际上是人脑的补充，帮助人类更好地完成富有挑战性的任务。
谷歌拥有世界各地所有网站的大量信息。它是AI，还是一个仅仅拥有很多信息的数据库？高德西说，我们可以把这视为一个哲学问题。但毫无疑问，AI使人类能够非常高效地查找信息，因为没人可以在自己的电脑上存储所有那些数据，并识别所需信息的来源。如果你有一幅地图，想找出两点之间的最近路线，软件可以很好地做到这一点。但高德西说，在需要创造力、并非超结构的事情上，AI进展甚微。
高德西说，谷歌的AlphaGo之所以能战胜人类围棋冠军，是因为它进行模拟的速度比人脑更快。但他说，如果你让AlphaGo回顾其胜利，指出使它在比赛中取胜的关键落子，它就无能为力了。而人类可以大谈特谈他们迂回曲折的决策过程。AlphaGo只不过是运行一系列程序算法来模拟场景，从中找出最优解。它真的能取代人类吗？显然不行。
结论
“我认为，从本质上来讲，AI对人类不是件坏事。”高德西说。他指出，AI没有减少可供人类使用的资源，比如食物、教育和医疗。
但他认为，在AI被广泛使用之前，需要先解决技能差距、工具繁多和基础设施这三个重要问题。
哪些基因引起某些疾病这样的问题实际上很难回答，但人人都说他们正在取得“巨大进展”。高德西说：“没人会说‘这相当困难，充满挑战性。’”
他指出，另一个问题在于，关于AI的过分宣传使人们误以为AI对人类构成迫在眉睫的威胁，忽视了它的巨大潜力。
高德西说，Databricks的目标是尽可能地简化这项技术，让那99%的企业都能使用，实现AI“民主化”，帮助那些远远比不上“谷歌们”的公司利用AI。
本文转自Imagination Tech
来源： 数据分析网
