人工智能不是应用程序；这是一种方法

人工智能是商业界的热门话题。虽然许多人（包括我们）都在谈论人工智能方法和商业应用，但我们注意到讨论中的一个趋势：高度关注应用。

问题在于，这是一种狭隘的人工智能思维方式。没关系。毕竟，我们只是人类。但人工智能不仅仅是一个应用程序或构建应用程序的有用方式。人工智能是一种方法论。

人工智能的历史

由人工智能驱动的应用程序与任何其他应用程序之间最显着的区别在于其背后的技术。人工智能可以根据输入数据做出独立决策。开发人员创建了一个人工神经网络，该网络依靠算法“记忆”事物，然后得出结论并观察模式。

人工智能逐渐从试图弄清​​楚我们人类大脑如何运作的人们身上出现。他们想知道“什么是智能？”情报复杂，涉及：

● 与世界互动、感知、理解图像、语言

● 管理问题和不确定性的计划和推理

● 学习和适应，当新信息出现时根据需要改变

在计算机中创建所有这些需要几十年的时间。随着人工智能的出现，这些神经网络或框架是由数据科学家而非开发人员设计的。他们试图构建一个可以处理此类任务的“大脑”，因此依赖于我们人类的处理方式，包括：

● 搜索推理

● 逻辑

● 概率

● 分类器和控制器

人工智能中的人类极限

从头开始构建 AI 需要大量资源。这就是为什么今天，人工智能作为一种服务提供。亚马逊、微软和 IBM 都提供人工智能产品，开发人员可以利用这些产品为应用程序提供动力。这样，更多的人可以在不建立独立神经网络的情况下利用 AI。这些 API 提供了多种 AI 功能，例如机器学习和自然语言处理。机器学习软件是 AI 的一个子集，通常经过训练来解决特定问题。

这导致更少的人致力于构建人工智能的基础知识，而更多的人试图确定如何最好地使用这项技术。世界上只有多达 10,000 人具备构建 AI 的技能。这些人的薪水很高，他们的服务在大牌中具有市场竞争力。

这意味着当开发人员构建一个应用程序（例如聊天机器人）时，他或她专注于使用 AI 来获得最终结果。但他或她不一定了解人工智能的核心，它是什么以及它是如何工作的。

除了 AI 服务之外，亚马逊和谷歌现在还提供咨询服务，以此来留住内部的 AI 专家，同时仍有助于推动该领域在整个行业的发展。 Facebook 开始与电信行业“分享”其人工智能专家。微软正在营销一套名为 AI School 的在线课程。亚马逊也在推动教育成为大学学习编程的一部分。

与此同时，我们对这项技术的思考有限。我们首先需要关注如何改进现有应用程序，尤其是为我们的业务提供动力的业务线应用程序，而不是关注新应用程序。如果我们的思维没有范式转变，我们可能会被困多年，做的事情远远超出我们的想象。

毕竟，当人类建立一个神经网络时，我们是在利用人类创造与我们一样“思考”的东西的能力这样做的。机器会采取同样的方法吗？一些人认为 AI 的方法与我们现在的软件工程方法大不相同。 Google 现在正在试验可以构建其他 AI 的 AI。

在 Imaginovation，我们不会尝试开发新的方法来完成 AI。相反，我们正在努力利用由 Google、Amazon 和 IBM 等公司开创的现有技术来为您的应用程序提供动力。我们利用聊天、语音、推荐和智能搜索等技术来增强已经为您的公司提供支持的应用程序。

在业务应用程序中应用 AI 时，用户界面是一个很好的起点。从早期的大型机终端开始，公司就一直依靠基于表单的软件来管理从销售到会计的所有事情。今天唯一的不同是从终端到网络浏览器的转变。

向这些基于表单的应用程序添加聊天和/或语音界面可以改善工作流程，同时真正实现软件的现代化。对于遗留系统尤其如此。通过移动应用程序，您的团队可以通过语音访问企业资源规划 (ERP) 软件。用于销售的客户关系管理 (CRM) 也是如此。您在现场的销售团队可以在（安全地）驾驶时通过语音命令添加和搜索客户。

如果您对寻找改进业务应用程序和提高生产力的新方法感兴趣，请与我们讨论为您的公司定制的解决方案。