關(guān)于我們
書單推薦
新書推薦
|
AI應(yīng)用落地之道 讀者對(duì)象:本書適合人工智能、互聯(lián)網(wǎng)等相關(guān)領(lǐng)域研究人員參考閱讀。
當(dāng)人們聽說“AI的進(jìn)化將剝奪人類的就業(yè)機(jī)會(huì)”時(shí),出于對(duì)機(jī)器的擔(dān)憂和反感,他們就會(huì)產(chǎn)生逆反心理,從而造成對(duì)AI能力的過高預(yù)估;另一方面,當(dāng)這種過高的期待沒有實(shí)現(xiàn)時(shí),人們就會(huì)產(chǎn)生對(duì)AI的全面否定,如“AI什么也干不了”“到頭來還不是一無是處、毫無意義”。我們?cè)撊绾纬吻尻P(guān)于AI的各種誤解,使企業(yè)能夠從容自如地使用AI?本書作者野村直之30多年來一直致力于AI的開發(fā)、應(yīng)用和部署。在本書中,他針對(duì)已經(jīng)參與或即將參與AI系統(tǒng)相關(guān)工作的讀者揭示了諸多為了充分應(yīng)用AI系統(tǒng)需要掌握的要點(diǎn)。
隨著AI與智能機(jī)器人時(shí)代的到來,將AI與人類相提并論的言論不絕于耳,你是否也有這樣的疑問:
·雖然對(duì)目前的AI有基本的了解,但不清楚具體該做什么,也不知道該從何處入手;
·構(gòu)建AI系統(tǒng)時(shí)應(yīng)該使用什么樣的硬件和軟件?
·AI云服務(wù)真的很便捷嗎?
·自己的企業(yè)內(nèi)部并沒有可立即用于機(jī)器學(xué)習(xí)的大數(shù)據(jù),該怎么辦?
·希望能用到貨真價(jià)實(shí)、***高的AI產(chǎn)品和AI系統(tǒng)實(shí)施服務(wù),但如何才能辨別良莠?
·我們?cè)趺床拍艹蔀锳I時(shí)代需要的人才?
無論是正在應(yīng)用AI系統(tǒng)的推廣部門、信息系統(tǒng)管理部門、經(jīng)營(yíng)企劃部門,還是正在考慮引入AI系統(tǒng)的物流部門、生產(chǎn)管理部門,抑或是為企業(yè)客戶提供AI系統(tǒng)應(yīng)用咨詢與支援服務(wù)的供應(yīng)商,在應(yīng)用AI系統(tǒng)時(shí),自始至終都要保持以數(shù)字結(jié)果為導(dǎo)向,肩負(fù)實(shí)證評(píng)估的責(zé)任。
只有立足于AI供應(yīng)商和用戶企業(yè)雙方的立場(chǎng),才能催生出新的應(yīng)用形態(tài)與案例,從而使企業(yè)通過運(yùn)用AI獲得較高的投資回報(bào)率,提升生產(chǎn)效率,從而解放人類工作者,使其從事更有意義、更有趣、更富有價(jià)值的工作內(nèi)容,進(jìn)一步提升社會(huì)整體的幸福感。
引言
Ž 未來 AI 時(shí)代人類工作的價(jià)值 如今,人工智能(以下稱 AI)技術(shù)得到了迅速發(fā)展,已具備了識(shí)別圖像、聲音、數(shù)列、文章的能力,這也讓以往的計(jì)算機(jī)望塵莫及。例如,AI 能夠輕而易舉地在合影照片中識(shí)別出具體的人物,而且準(zhǔn)確度高,其能力已經(jīng)相當(dāng)于兒童的水平,實(shí)在令人驚嘆。 一方面,這樣的進(jìn)步讓從事 AI 研究的人員感到非常興奮。雖然未來充滿了不確定性,但大家似乎已經(jīng)都沉浸在“AI 無所不能”的樂觀情緒之中。許多媒體都開始聲稱“AI 能和人類一樣學(xué)習(xí)進(jìn)化”“AI 能順應(yīng)大趨勢(shì)進(jìn)行決策”,然而,這些說法其實(shí)與事實(shí)還有很大的差距。更有學(xué)者表示,“AI 的進(jìn)化將剝奪人類的就業(yè)機(jī)會(huì)”,這又讓一些人陷入了焦慮當(dāng)中。 另一方面,提供 AI 產(chǎn)品與服務(wù)的企業(yè)為了宣傳產(chǎn)品的效果,不斷強(qiáng)調(diào) AI 是數(shù)字化的勞動(dòng)力。這些宣傳會(huì)讓人產(chǎn)生錯(cuò)覺,以為現(xiàn)在的 AI 已經(jīng)具有自我意識(shí)和責(zé)任心,所有的行為都能與人類一樣符合社會(huì)常識(shí)。 除了以上種種,所謂“人工智能”的稱呼本身,也確實(shí)容易讓人高估它的能力。事實(shí)上,目前社會(huì)中流行的關(guān)于 AI 的各種說法中包含了很多誤解。 我可以斷言,短期內(nèi)不可能出現(xiàn)具有完整人格的 AI 或機(jī)器人。除了一部分特殊的單純性工作(如只需要依靠視覺的崗位會(huì)完全交由 AI 負(fù)責(zé)),對(duì)于普通性工作,AI 能夠替代人類完成的部分,也只占到全部工作的 1% ~ 30%。 NTT DATA 經(jīng)營(yíng)研究所在 2017 年 7 月發(fā)表的針對(duì)東京地區(qū)和其他城市地區(qū)約 1000 名白領(lǐng)的調(diào)查報(bào)告顯示,他們認(rèn)為 AI 取代了自己大約 30% 的工作內(nèi)容。a 這樣的結(jié)果和我的預(yù)測(cè)幾乎一致,反倒讓我有些驚訝。 這一結(jié)果也幾乎與未來五年或十年內(nèi) AI 提高白領(lǐng)工作效率的預(yù)測(cè)一致。預(yù)測(cè)顯示,使用 AI 能使生產(chǎn)效率提升 3% ~ 5%。 Ž 合理使用 AI 的方式 一方面,當(dāng)大眾聽說“AI 的進(jìn)化將剝奪人類的就業(yè)機(jī)會(huì)”,出于對(duì)機(jī)器的擔(dān)憂和反感,就會(huì)產(chǎn)生逆反心理,從而造成對(duì) AI 能力的過高預(yù)估;另一方面,當(dāng)這種過度的期待沒有實(shí)現(xiàn)時(shí),又會(huì)走向另一個(gè)極端,即對(duì) AI 的全盤否定,如認(rèn)為“AI 什么也干不了”“真要用 AI 的話,得費(fèi)很多周折”“不給 AI 供應(yīng)商提供大量數(shù)據(jù)就沒法用”“到頭來 AI 還不是一無是處、毫無意義”。 和過高的期望一樣,因?yàn)椴涣私?AI 的真實(shí)情況和能力就將其全盤否定,也是對(duì) AI 的誤解之一。 我們?cè)撊绾纬吻尻P(guān)于 AI 的各種誤解,使企業(yè)能夠妥當(dāng)?shù)厥褂?AI ? 此處所謂的妥當(dāng)使用,是指企業(yè)通過運(yùn)用 AI 能獲得較高的投資回報(bào)率(ROI),合理地提升生產(chǎn)效率,讓人類工作者能夠騰出手來從事更有意義、更有趣、更富有價(jià)值的工作內(nèi)容,從而獲得幸福感。 我在這本書中主要針對(duì)已經(jīng)參與或即將參與 AI 系統(tǒng)相關(guān)工作的讀者來揭示 AI 的本質(zhì),同時(shí)說明引入 AI 系統(tǒng)時(shí)必不可少的精度測(cè)試,以及以此為基礎(chǔ)的業(yè)務(wù)流程(擴(kuò)展、復(fù)雜化)設(shè)計(jì)方法等諸多為了充分運(yùn)用 AI 系統(tǒng)需要掌握的要點(diǎn)。本書將就以下的疑問進(jìn)行詳細(xì)地解答。 ƒ 雖然對(duì)目前的 AI 有基本的理解,但不清楚具體該做什么,也不知道該從何處入手。 ƒ 構(gòu)建 AI 系統(tǒng)時(shí)應(yīng)該使用什么樣的硬件和軟件? ƒ 聽說有很方便的 AI 云服務(wù),是真的嗎? ƒ 自己的企業(yè)內(nèi)部并沒有可以立即用于機(jī)器學(xué)習(xí)的大數(shù)據(jù),該怎么辦? ƒ 希望能用到貨真價(jià)實(shí)、性價(jià)比高的 AI 產(chǎn)品和 AI 系統(tǒng)實(shí)施服務(wù),但如何才能辨別? 正在進(jìn)行 AI 系統(tǒng)應(yīng)用的 AI 推廣部門、信息系統(tǒng)管理部門、經(jīng)營(yíng)企劃部門、新事業(yè)開發(fā)部門和考慮引入 AI 系統(tǒng)的物流部門、生產(chǎn)管理 / 質(zhì)量控制部門,以及為企業(yè)客戶提供 AI 系統(tǒng)應(yīng)用咨詢與支援服務(wù)的供應(yīng)商、咨詢公司,都能通過本書找到可以取得立竿見影效果的措施。 Ž AI 是一個(gè)既便捷又特殊的輔助性工具 我先前在企業(yè)工作,后又轉(zhuǎn)到大學(xué),再到如今經(jīng)營(yíng)自己的創(chuàng)業(yè)公司,一直從事與 AI 有關(guān)的研究開發(fā)和面向企業(yè)的應(yīng)用服務(wù),深感 AI 確實(shí)是一個(gè)便捷的工具,但卻有著自己的個(gè)性。33 年來,我一直致力于 AI 的開發(fā)、應(yīng)用和部署。 過去 10 年中,我們一直在開發(fā) AI 應(yīng)用產(chǎn)品和 API(應(yīng)用程序編程接口),并以云服務(wù)通讀、內(nèi)部部署(服務(wù)器安裝類型)或租賃的形式提供給企業(yè)客戶。同時(shí),為一些行業(yè)的領(lǐng)先企業(yè)、大學(xué)的AI 系統(tǒng)應(yīng)用項(xiàng)目提供幫助。 在應(yīng)用 AI 系統(tǒng)時(shí),我們自始至終保持以數(shù)字結(jié)果為導(dǎo)向,肩負(fù)實(shí)證評(píng)估的責(zé)任,抱著與客戶共進(jìn)退的嚴(yán)謹(jǐn)態(tài)度。我們不會(huì)輕率地將部署傳統(tǒng) IT 系統(tǒng)的方式套用在 AI 系統(tǒng)應(yīng)用上,這樣只會(huì)讓系統(tǒng)變得徒有其表;也不會(huì)本末倒置地把使用 AI 當(dāng)成最終目的,生搬硬套特定 AI 產(chǎn)品。 最近幾年,我們立足于企業(yè)經(jīng)營(yíng)決策者的立場(chǎng),著眼于文本分析類的 AI 應(yīng)用開發(fā),并且自己也在日常工作中使用它,不斷地實(shí)踐。文本分析類的 AI 不僅有可見的定量效果,同時(shí)還能幫助經(jīng)營(yíng)者發(fā)現(xiàn)那些僅憑人工無法察覺的啟示。 2006 年,我們?cè)诮?jīng)濟(jì)產(chǎn)業(yè)省 IPA(信息技術(shù)促進(jìn)機(jī)構(gòu))的獨(dú)創(chuàng)軟件事業(yè)評(píng)比中獲得了“超級(jí)創(chuàng)造者”的認(rèn)證。此認(rèn)證源自我們創(chuàng)造的一種 IT 開發(fā)方式,即讓那些具有潛在需求的業(yè)務(wù)部門,與不懂業(yè)務(wù)但具有其他行業(yè)先進(jìn)案例經(jīng)驗(yàn)和 IT 工具改進(jìn)創(chuàng)意的 IT 人員進(jìn)行配對(duì),以敏捷開發(fā)(agile)的方式,在構(gòu)建新 IT 系統(tǒng)原型的過程中明確需求。我們將這種新的開發(fā)方式稱為“配對(duì)需求開發(fā)”。 從那時(shí)起,我們就一直致力于建立起一種方法論,并不斷實(shí)踐至今,即同時(shí)立足于 AI 的供應(yīng)商和用戶企業(yè)雙方的立場(chǎng),公平地予以觀察,通過雙方互相學(xué)習(xí),催生出新的應(yīng)用形態(tài)與案例。 在接下來的章節(jié)中,我們將根據(jù)自身已有的經(jīng)驗(yàn),對(duì)從 AI 系統(tǒng)部署和應(yīng)用、實(shí)證測(cè)試(PoC“概念驗(yàn)證”、可行性研究,然后通過 PDCA 將應(yīng)用范圍進(jìn)行擴(kuò)展)到系統(tǒng)上線后的維護(hù)進(jìn)行說明。在第 1 章中,我們會(huì)對(duì) AI 的現(xiàn)狀進(jìn)行說明;在第 2 章中,我們將對(duì)使用 AI 核心技術(shù)“深度學(xué)習(xí)”(Deep Learning)的方法進(jìn)行解說;在第 3 章中,我們將會(huì)介紹用好 AI 的關(guān)鍵在于目標(biāo)精確度的評(píng)測(cè)與活用,并講解具體的方法;第 4 章是本書的核心,從樣本數(shù)據(jù)的 制作方法到硬件、軟件的選擇,為讀者展示充分活用 AI 所需要的專業(yè)知識(shí)實(shí)例。 Ž 當(dāng)今的 AI 具有廣闊的應(yīng)用前景 目前的 AI 僅僅是一種輔助性工具。例如,我所經(jīng)營(yíng)的元數(shù)據(jù)公司提供的“貓辨識(shí)”系統(tǒng),就是一個(gè)典型的只具備單一功能的專用 AI。它會(huì)把所有輸入的圖像一律視為“貓”,并將其與 67 種貓做比較,計(jì)算概率值輸出。無論是人臉還是車前擋,都被這個(gè)系統(tǒng)視為貓,只會(huì)在“貓”的范圍里做判斷。 具有自我意識(shí)、干勁、責(zé)任感、談判能力、真實(shí)的喜怒哀樂以及同理心,能夠和人類共事或者向人類推銷商品的 AI 何時(shí)會(huì)出現(xiàn)?在以 24 世紀(jì)為舞臺(tái)的科幻作品《星際迷航:下一代》(Star Trek: The Next Generation)中,作為男二號(hào)的生化人數(shù)據(jù)少校(Mr.Data)雖然沒有情感,但卻具有好奇心、自我意識(shí)和使命感,能夠?yàn)榱藟?mèng)想而發(fā)揮真正的創(chuàng)造力。這樣可靠的 AI 生命體如果能成為人類的伙伴,那將多么美妙呀!這樣的 AI 的出現(xiàn),就是實(shí)現(xiàn)了用人工智能復(fù)制人類的夢(mèng)想。 然而,就目前的科學(xué)技術(shù)發(fā)展情況而言,這樣的 AI 或機(jī)器人尚無實(shí)現(xiàn)的可能。這一奇點(diǎn)(技術(shù)進(jìn)化的關(guān)鍵節(jié)點(diǎn))應(yīng)該也不會(huì)出現(xiàn)在 21 世紀(jì)。 著名的腦科學(xué)家茂木健一郎先生甚至有些聳人聽聞地聲稱“奇點(diǎn)已經(jīng)發(fā)生”。a 其真實(shí)目的可能是為了讓大眾理解計(jì)算機(jī)原本就具有遠(yuǎn)超人類的記憶和計(jì)算能力,在特定方面其實(shí)早已超越了人類,因此不必對(duì)它今后的進(jìn)化太過在意。這樣的觀點(diǎn)和“AI 只是工具”的論調(diào)如出一轍。 特別是在 2015―2016 年 AI 正值熱潮時(shí),將 AI 與人類相提并論,號(hào)稱它會(huì)威脅人類就業(yè)的聲音不絕于耳。針對(duì)此類言論,我主張“目前的 AI 都只是一種輔助性工具。既然是工具,其某些功能理所當(dāng)然要超過人類(這是工具誕生的理由)”。換言之,所有 AI在誕生之初,在某些方面必然超過人類,所以討論所謂“AI 何時(shí)能超越人類”毫無意義。這樣的主張與用模糊的定義討論 AI 與人類智力相比孰高孰低的態(tài)度截然不同。 我之所以能如此斷言,是因?yàn)槿缃衲切┪覀兛吹玫缴虡I(yè)化前景的 AI 已經(jīng)讓我們感覺到廣泛應(yīng)用的可能性。這種可能性也許會(huì)讓我們的經(jīng)濟(jì)和社會(huì)發(fā)生顛覆性的改變。而要將此種可能性轉(zhuǎn)變?yōu)楝F(xiàn)實(shí),需要做大量的工作。要不斷激發(fā)提升 AI 應(yīng)用效果的創(chuàng)意,收集數(shù)據(jù),思考應(yīng)用的方式并加以驗(yàn)證,還要不斷地?cái)U(kuò)充業(yè)務(wù)流程,逐步提升生產(chǎn)效率,等等。 當(dāng)前,我們應(yīng)該利用現(xiàn)有的 AI 部件和素材,盡可能提升生產(chǎn)效率、提高服務(wù)水平、擴(kuò)展 AI 服務(wù)的對(duì)象范圍。 特別是在日本,由于出生率下降和人口老齡化,預(yù)計(jì)到 2030 年勞動(dòng)力人口將減少13%。也正是因?yàn)榇嬖谶@樣的問題,在提升白領(lǐng)生產(chǎn)力和 AI 開發(fā)的國(guó)際化競(jìng)爭(zhēng)中,日本將會(huì)落后于歐美國(guó)家和中國(guó)。因此,正確理解 AI 的實(shí)際情況和特性,全力推動(dòng) AI 應(yīng)用才是目前最緊迫的任務(wù)。 而那些屬于自然科學(xué)研究范疇,以實(shí)現(xiàn)與人類有著同等意識(shí)、羞恥心、責(zé)任感為使命的“強(qiáng) AI”,我認(rèn)為目前不需要花費(fèi)大規(guī)模的研究經(jīng)費(fèi)。此外,能夠自我學(xué)習(xí)、將學(xué)習(xí)成果高度抽象化,并通過類比解決不同領(lǐng)域未知、未得到驗(yàn)證的問題的通用 AI 和 AGIa,目前也無法實(shí)現(xiàn)其商業(yè)化應(yīng)用。 如果出現(xiàn)了號(hào)稱 AGI 的產(chǎn)品,那你可以基于本書以及我寫過的《人工智能改變未來》一書中的分析進(jìn)行判斷。如果該產(chǎn)品的應(yīng)用能降低成本,同時(shí)其制作樣本數(shù)據(jù)的難度以及應(yīng)用成本能得到控制,那么嘗試開發(fā)與應(yīng)用也未必不可。但是,我們基本上不能抱有過高期望,此時(shí),保持冷靜審視 AI 的功能與企業(yè)課題是否匹配的態(tài)度尤為重要。 就降低成本、節(jié)省制作樣本數(shù)據(jù)的投入而言,相比 AGI,可以在一定程度上復(fù)制現(xiàn)有的機(jī)器學(xué)習(xí)成果的“遷移學(xué)習(xí)”(Transfer Learning)更值得關(guān)注。加之對(duì)于目前的產(chǎn)業(yè)圈而言,積累機(jī)器學(xué)習(xí)的應(yīng)用技巧和經(jīng)驗(yàn),確立以合理成本和適當(dāng)規(guī)模制作樣本數(shù)據(jù)的方法論更為重要。 當(dāng)前許多機(jī)器學(xué)習(xí)算法仍無法自學(xué)(非監(jiān)督式學(xué)習(xí)),因此提升制作樣本數(shù)據(jù)的效率和精度極為重要。雖然存在部分無監(jiān)督數(shù)據(jù)的學(xué)習(xí),但它無法正確反映現(xiàn)實(shí)世界的常識(shí),所以其用途有限。類似于圖像數(shù)據(jù)庫(kù) ImageNet 及其所基于的大型概念網(wǎng)絡(luò) WordNet 這樣的樣本數(shù)據(jù)庫(kù),也會(huì)隨著 AI 的發(fā)展具有更多的附加價(jià)值。 Ž 從知識(shí)勞動(dòng)到“智能勞動(dòng)” 在第 5 章中,我們將講解從事 AI 應(yīng)用工作的人員應(yīng)具備的技能。如果 AI 能夠吸收大量知識(shí)并活用于信息處理、判斷和提出建議,那么人類就能騰出手來從事附加值更高的工作。 當(dāng)今社會(huì),人類面臨著前所未有的變化,需要具有突破現(xiàn)有局面的能力,這也是 AI 難以做到的。要具有這樣的能力,不僅要能發(fā)現(xiàn)問題,還要能夠恰當(dāng)?shù)囟x問題涉及的范圍,為解決問題設(shè)定目標(biāo)(精確度和成本)。 在人類的工作從知識(shí)勞動(dòng)轉(zhuǎn)向“智能勞動(dòng)”的時(shí)代,明確為此需要怎樣的教育以及在職培訓(xùn)是很重要的課題。 最后,在第 6 章中,我們會(huì)審視日本在 AI 應(yīng)用方面與歐美國(guó)家及中國(guó)之間的差距。即使日本拼命努力,這些差距也可能無法縮小,反而會(huì)日益擴(kuò)大。這是日本面臨的嚴(yán)峻現(xiàn)實(shí)。 大多數(shù)情況下,在應(yīng)用許多單一功能的專用 AI 后,業(yè)務(wù)流程會(huì)變得更加復(fù)雜,人類的工作數(shù)量與種類也會(huì)隨之增加。到 2030年時(shí),日本勞動(dòng)人口數(shù)可能會(huì)減少到只相當(dāng)于 2012 年 87% 的水平。 此消彼漲,相對(duì)于失業(yè),日本會(huì)面臨更嚴(yán)峻的勞動(dòng)力不足的問題,有必要認(rèn)真思考更有效的 AI 應(yīng)用方法了。 今后幾十年內(nèi),如果通過 AI 技術(shù)的落地應(yīng)用而提升的生產(chǎn)效率只有百分之十幾的話,那在不斷為更多消費(fèi)者提供高質(zhì)量服務(wù)的國(guó)際背景下,即使消費(fèi)者的需求日益增長(zhǎng)帶來巨大的市場(chǎng)機(jī)會(huì),日本也無法參與競(jìng)爭(zhēng)。 經(jīng)濟(jì)產(chǎn)業(yè)省在 2016 年表示,按目前的情況,因工作被 AI 和機(jī)器人取代而失業(yè)的人員數(shù)量最高可達(dá) 735 萬人。a 這個(gè)預(yù)測(cè)的最大問題在于測(cè)量生產(chǎn)效率時(shí)往往低估了商品數(shù)量(包括服務(wù)在內(nèi)的產(chǎn)品數(shù)量)的增加。 近年來,隨著智能手機(jī)的迅速普及,一些通過優(yōu)秀的 App 提供顛覆性服務(wù)的行業(yè),也會(huì)帶動(dòng)其他行業(yè)轉(zhuǎn)變,因?yàn)橄M(fèi)者的需求被這些行業(yè)提升了。在服務(wù)質(zhì)量的提高以及服務(wù)對(duì)象范圍的擴(kuò)展中,社會(huì)整體的幸福感也被提升了。假設(shè)服務(wù)質(zhì)量與服務(wù)對(duì)象范圍都提升 10 倍,那么商品數(shù)量作為計(jì)算生產(chǎn)效率時(shí)的分子,就應(yīng)該將兩者相乘而得到提升 100 倍的結(jié)果。 “質(zhì)量 × 數(shù)量”使得商品數(shù)量相應(yīng)大幅增加,但到 2030 年勞動(dòng)力將會(huì)減少 13%。在此背景下,單純吸引外來勞動(dòng)力無疑是杯水車薪,除了全面應(yīng)用 AI 將生產(chǎn)效率巨幅提高之外別無他法。 2017 年 7 月,以 105 歲高齡去世的日野原重明醫(yī)生說過:“一直埋頭拼命努力挑戰(zhàn)人生,一抬頭發(fā)現(xiàn)已經(jīng)超過了 100 歲!庇纱孙@示出其致力于發(fā)揮智能、銳意開拓,以及創(chuàng)造知識(shí)的人生態(tài)度。這樣的精神在今后的 AI 時(shí)代依然會(huì)熠熠生輝。 在未來的 AI 時(shí)代,希望人類能夠創(chuàng)造屬于自己的工作價(jià)值,并由此提升社會(huì)整體的幸福度。我將本書獻(xiàn)給所有抱有這樣美好愿望的人們,也希望借此獲得更多的共鳴與認(rèn)同。
野村直之
1984年畢業(yè)于東京大學(xué)工學(xué)專業(yè),2002年獲得九州大學(xué)理學(xué)博士學(xué)位。曾在NEC C&C研究所、JUSTSYSTEM公司、法政大學(xué)、理光集團(tuán)任職,后擔(dān)任法政大學(xué)客座教授。 2005年創(chuàng)立元數(shù)據(jù)公司,從事大數(shù)據(jù)分析、社交網(wǎng)絡(luò)應(yīng)用、各種人工智能應(yīng)用方案的提供等方面的工作。在此期間,擔(dān)任MIT人工智能研究所客座研究員,與人工智能之父馬文・明斯基曾同在一個(gè)實(shí)驗(yàn)室,并與該校語(yǔ)言學(xué)者諾姆·喬姆斯基進(jìn)行過學(xué)術(shù)探討。 他曾參與名詞網(wǎng)絡(luò)(Wordnet)的應(yīng)用研究以及日本第五代計(jì)算機(jī)開發(fā)機(jī)構(gòu)(ICOT)衍生知識(shí)庫(kù)開發(fā),同時(shí)對(duì)AI在產(chǎn)業(yè)、生活、行政、教育等領(lǐng)域的應(yīng)用保持著高度的關(guān)注。
目錄
第1章 當(dāng)今 AI 的功能與局限 關(guān)于 AI 常見的誤解 // 2 利用大數(shù)據(jù)的圍棋 AI // 5 如何有效運(yùn)用“幼兒智能” // 6 思考能夠使用圖像識(shí)別技術(shù)的商業(yè)領(lǐng)域 // 7 深度學(xué)習(xí)是“原始數(shù)據(jù)計(jì)算” // 9 通過三個(gè)數(shù)軸對(duì) AI 進(jìn)行分類 // 12 深度學(xué)習(xí)是如何提取特征的 // 14 “模式識(shí)別”:AI 的眼睛和耳朵 // 17 使用深度學(xué)習(xí)的機(jī)器翻譯能夠獲得壓倒性勝利的原因 // 20 “強(qiáng) AI”的出現(xiàn)至少要到 22 世紀(jì)嗎 // 26 指數(shù)函數(shù)的恐怖 // 28 知識(shí)量的增加至多是二次曲線級(jí) // 30 充分運(yùn)用深度學(xué)習(xí)的必要性 // 34 深度學(xué)習(xí)與其他方式的結(jié)合也很有價(jià)值 // 36 第2章 使用深度學(xué)習(xí)的基本流程 在 AI 應(yīng)用中不可或缺的目標(biāo)設(shè)定 // 40 分享評(píng)測(cè)數(shù)據(jù)使其可以共用 // 42 作為精度指標(biāo)的“精確率”和“召回率” // 44 作為前提的正確結(jié)果不止一個(gè) // 46 不同場(chǎng)景中對(duì)精確率和召回率的重視程度不同 // 47 業(yè)余和專業(yè)所需的精度是不同的 // 49 深度學(xué)習(xí)的準(zhǔn)確性評(píng)估測(cè)試非常簡(jiǎn)單 // 51 能準(zhǔn)備反映共同特征和多樣性差異的訓(xùn)練數(shù)據(jù) // 53 使用開發(fā)環(huán)境進(jìn)行數(shù)據(jù)學(xué)習(xí)的流程 // 55 注意過度擬合 // 59 第3章 目標(biāo)精度的實(shí)際評(píng)估和利用 從危險(xiǎn)駕駛分類中了解自動(dòng)駕駛的問題 // 66 AI 給生產(chǎn)力帶來的提升效果 // 71 交通標(biāo)志與 AI 的匹配和 RFID 化也是必要的 // 73 精度目標(biāo)的設(shè)定和預(yù)算是“雞與蛋”的問題 // 79 自動(dòng)駕駛需要用各種觀點(diǎn)進(jìn)行綜合評(píng)估 // 81 特斯拉汽車為何發(fā)生車禍 // 82 結(jié)合預(yù)期值評(píng)估服務(wù)質(zhì)量非常重要 // 85 設(shè)計(jì)業(yè)務(wù)流程時(shí)的混淆矩陣很重要 // 89 用附有概率值的判定結(jié)果將分支條件精細(xì)化 // 93 根據(jù)置信度對(duì)處理結(jié)果進(jìn)行場(chǎng)景分類 // 96 為每個(gè)樣本或醫(yī)療機(jī)構(gòu)設(shè)置最佳精度 // 98 對(duì) AI 糾錯(cuò)的意義 // 101 如何評(píng)估聊天機(jī)器人的準(zhǔn)確性 // 103 用“對(duì)話成立度”對(duì)精度進(jìn)行定量評(píng)估 // 107 參考信息技術(shù)架構(gòu)庫(kù)改善業(yè)務(wù)流程 // 109 讓 AI 學(xué)習(xí)特殊情況下的數(shù)據(jù) // 112 第4章 AI 部署的實(shí)例 企業(yè)的數(shù)字化 // 116 將 AI API 化后公開 // 118 AI 部署的戰(zhàn)略以及企業(yè)內(nèi)部體制 // 120 制作樣本數(shù)據(jù)時(shí)的注意點(diǎn) // 125 標(biāo)注人員進(jìn)行的標(biāo)注工作 // 127 增加相互之間只有少許差異的樣本數(shù)據(jù) // 129 深度學(xué)習(xí)的引入需要耐心 // 132 描繪實(shí)際運(yùn)行整體系統(tǒng)的結(jié)構(gòu) // 135 GPU 的挑選:目前 NVIDIA 是唯一選擇 // 138 硬件的選擇:性能要超過十幾年前最先進(jìn)的超級(jí)計(jì)算機(jī) // 142 主內(nèi)存要注意主內(nèi)存容量 // 143 GPU 云服務(wù)也是一種選擇 // 151 深度學(xué)習(xí)的機(jī)制是多種多樣的 // 154 主流深度學(xué)習(xí)框架的特點(diǎn)和選擇 // 156 多種類型的網(wǎng)絡(luò)結(jié)構(gòu)該如何進(jìn)行選擇 // 160 編程語(yǔ)言幾乎只有 Python 一種選擇 // 160 利用現(xiàn)成 AI 資源的意識(shí) // 162 將完成后的 AI 應(yīng)用程序化、API 化 // 164 將 API 向世界公開 // 166 爭(zhēng)取各種安全措施保護(hù)隱私 // 167 以眼還眼,以 AI 對(duì) AI // 169 保護(hù) AI 開發(fā)企業(yè)的防盜版措施 // 171 主動(dòng)公開部分源代碼的交付方法 // 173 第5章 AI 部署人才應(yīng)具備的技能 用戶企業(yè)如何獲得 AI 人才 // 177 用戶企業(yè)的管理人員應(yīng)掌握的心得 // 178 AI 時(shí)代需要我們具備福爾摩斯般的思考能力 // 179 AI 人員所需的資格和專業(yè)領(lǐng)域 // 180 舊知識(shí)可能成為絆腳石 // 183 樣本數(shù)據(jù)的準(zhǔn)備成為開發(fā)工作的核心 // 184 在 API 經(jīng)濟(jì)中擅長(zhǎng)混聚開發(fā)的人才更重要 // 186 AI 人員的溝通能力不可或缺 // 187 知識(shí)會(huì)迅速過時(shí) // 189 從知識(shí)勞動(dòng)到智能勞動(dòng) // 191 知識(shí)將可以無償獲得 // 193 思考人類與 AI 的角色分擔(dān) // 196 即使沒有大數(shù)據(jù),人類也可以相對(duì)準(zhǔn)確地推斷 // 199 實(shí)現(xiàn)不同專家合作的“配對(duì)需求開發(fā)” // 203 推動(dòng) AI 項(xiàng)目的關(guān)鍵人才 // 205 熟練工藝移植給 AI 后的產(chǎn)業(yè)空心化對(duì)策 // 208 第6章 將 AI 用于商業(yè)用途時(shí)需注意的問題 大數(shù)據(jù)越來越重要 // 213 利用 AI 防止人類被數(shù)據(jù)牽制 // 214 AI 的知識(shí)獲取瓶頸 // 216 數(shù)據(jù)準(zhǔn)備和增值更要活用 AI // 219 準(zhǔn)備和收集樣本數(shù)據(jù)時(shí)的要點(diǎn) // 222 AI 在日本的應(yīng)用前景廣闊 // 224 與人類相同的服務(wù)員 AI 會(huì)出現(xiàn)嗎 // 226 人文和哲學(xué)對(duì)于 AI 研究人員來說非常重要 // 230 基本收入制度無法解決問題 // 233 將 AGI 作為工具使用 // 234 結(jié)語(yǔ) // 237
你還可能感興趣
我要評(píng)論
|