你能被人工智能抛弃吗？

Mark Troester of Progress

自由撰稿人 Nick Booth 说，对于物联网 (IoT) 行业的人来说，这是一个糟糕的承认，但我必须承认我对人工智能 (AI) 有所怀疑。我认为 IT 行业一如既往在撕毁和取代人类方面过于草率。

看来我不是一个人。根据 Fuze 的劳动力期货报告 ，40% 的员工认为他们的公司正在使用人工智能，但有两倍 (84%) 的员工更愿意与人交谈而不是机器。

我明白为什么。首先，人工智能系统有一个基本的认知水平，它只能与创造它的人的想象力一样好。那是假设开发人员将他们知道的一切都告诉了它，这是不可能的。人工智能机器只有一个人智力的一小部分。所以，它开始落后很长的路要走。

人工智能开始落后

那么我们应该考虑机器的学习能力，这也很差。人类有各种各样的学习方式，所以社会科学家不得不将它们归类为通用类型。

Felder 和 Soloman 的学习风格指数将我们的学习风格归为以下学习者的子集：感官和直觉；视觉和语言；主动和反思。我们中的一些人通过视觉线索来学习，比如图表。其他人通过参与学习并进行实验或小组工作来学习。

反思型学习者会花时间思考问题。主动学习者尝试事物。顺序学习者喜欢把所有东西都布置得井井有条。他们专注于细节以理解更大的概念。全球学习者喜欢先看大局，然后关注细节。我们都在这些凳子之间。我们都可以从这些风格的混合中受益。

人工智能是一维学习吗？

一旦你确定了自己独特的风格，你就可以组织你的学习来适应它。获得更平衡的学习方法可以让您了解世界的方式。机器学习是一维的——数学计算。

是的，机器比我们更有活力，不要厌倦学习并开始观看 Youtube 视频。尽管如此，他们有几千年的进化要赶上，所以机器不会很快超过我们。

我之所以提到这一点，是因为我一直在目睹那些采取行动并从其物联网支持系统中删除所有人类痕迹的公司。他们做出了一个疯狂的假设，即我们遇到的每个支持问题都可以由他们的一台机器解决。

Progress 战略副总裁 Mark Troester 说，大多数组织都无法使用 AI，这才是真正的问题 ，一家为物联网提供开发工具的公司。

等待下一代数据科学家毕业也不好。如果一周在政治上是很长的时间，那么三年就是物联网的时代。好消息是，有多种因素可以让更多组织从 AI 中受益。

一波智能连接传感器正在生成丰富而精细的数据，以及可以大规模收集、存储和处理数据的平台。 “最值得关注的方面是数据科学生命周期的自动化，”Troester 说，“这基本上是将 AI 应用于 AI。”

这提供了更好的预测准确性，并将数据科学家和业务分析师从训练模型所需的手动工作中解放出来。因此，他们可以专注于为组织提供更多价值，让 AI 更易于使用。

尽管如此，好消息是，根据 Fuze 前面提到的劳动力未来研究，人们对人工智能的信心相对较高，该研究发现 26% 的工人认为人工智能将对工作世界产生最大的真正影响。这是区块链的五倍。

只有 8% 的受访 IT 专业人士认为人工智能是“2018 年最被夸大的技术”（尽管这可能是他们的个人机器人给出了答案）。相比之下，23% 的人表示虚拟现实是最自命不凡的实体。语音协助也不甘落后。

报告中最好的启示是，年轻一代对人工智能技术持怀疑态度。现在这让我恢复了对年轻人的信心。

此博客的作者是 Nick Booth，自由 IT 和通讯作家