隨著人工智能的興起，使得市面上出現(xiàn)了一系列的具備AI的產(chǎn)品，為此也有分析人士表示，人工智能未來將成為我們不可缺少的生活方式之一。但對于企業(yè)來說，人工智能似乎難以駕馭，因為人工智能還沒有做好處理“業(yè)務(wù)流程”的準(zhǔn)備。

近日，IBM Watson和Almaden研究中心的科學(xué)家們在本周發(fā)表的一篇國際商業(yè)機器研究論文表示，關(guān)于企業(yè)如何數(shù)據(jù)人工智能數(shù)據(jù)，科學(xué)家提供了一些建議。IBM的研究人員的建議是,很多機器學(xué)習(xí)階段需要考慮仔細,包括一個經(jīng)理該如何“設(shè)定目標(biāo)”的神經(jīng)網(wǎng)絡(luò)模型中,“數(shù)據(jù)管道”應(yīng)該如何構(gòu)建的示例作為神經(jīng)網(wǎng)絡(luò)的輸入,以及如何不斷“迭代”人工智能模型來改進它。

特別關(guān)注的是受監(jiān)管行業(yè)所關(guān)心的問題，比如數(shù)據(jù)的“血統(tǒng)”:使用數(shù)據(jù)的“合法性”是什么?人工智能對企業(yè)的挑戰(zhàn)在于機器學(xué)習(xí)編程和傳統(tǒng)軟件編程之間的本質(zhì)區(qū)別，IBM表示:“盡管傳統(tǒng)軟件應(yīng)用程序是確定性的，但機器學(xué)習(xí)模型是概率的?！贝送?，神經(jīng)網(wǎng)絡(luò)是使用“混亂的數(shù)據(jù)”開發(fā)的，這一事實并不十分適合企業(yè)。IBM還推出檢測人工智能公平性、偏見和開放源代碼的工具沒有人對此做過任何事情，IBM說:“關(guān)于機器學(xué)習(xí)建模的學(xué)術(shù)文獻未能解決如何讓機器學(xué)習(xí)模型為企業(yè)工作的問題。”

為了達到一種更適合企業(yè)使用的成熟度，IBM的科學(xué)家們建議將機器學(xué)習(xí)引入“應(yīng)用生命周期管理”之類的大量文獻中，同時擴展這些術(shù)語的含義，以適應(yīng)人工智能的新特性。具體來說，研究人員借鑒了沃茨·漢弗萊(Watts Humphrey)的工作，他在上世紀80年代為軟件定義了“能力成熟度模型”。CMM是軟件在組織中運行的各個階段的一種映射。它從“不成熟”的階段開始，當(dāng)公司無法控制它在一個程序中做什么，并以一個組織能夠不斷“優(yōu)化”一個程序的快樂階段結(jié)束。

這項工作最原始的貢獻是研究人員的建議，神經(jīng)網(wǎng)絡(luò)的開發(fā)應(yīng)該著眼于特定行業(yè)的特殊性。他們寫道，要找出人工智能的“業(yè)務(wù)用例”，可能需要一家公司“根據(jù)行業(yè)、領(lǐng)域和用例特定數(shù)據(jù)定制通用機器學(xué)習(xí)模型，以使它們在特定情況下更準(zhǔn)確?！?

IBM正冒險涉足這篇論文的棘手問題。機器學(xué)習(xí)有許多方面，特別是在其深度學(xué)習(xí)的化身中，這些方面很難與能力成熟度模型的簡潔規(guī)范相協(xié)調(diào)。

例如，IBM提議在公司內(nèi)部設(shè)立一個“人工智能服務(wù)數(shù)據(jù)主管”，在工作開始時，在反饋給機器的數(shù)據(jù)上附加什么樣的“地面真相”標(biāo)簽。但在神經(jīng)網(wǎng)絡(luò)的設(shè)計中，很多“無監(jiān)督”的機器學(xué)習(xí)都試圖脫離基本事實。

在IBM看來，最令人畏懼的可能是企業(yè)應(yīng)該負責(zé)確保神經(jīng)網(wǎng)絡(luò)沒有偏見，這是整個人工智能領(lǐng)域都在絞盡腦汁解決的問題。負責(zé)開發(fā)神經(jīng)網(wǎng)絡(luò)的“產(chǎn)品經(jīng)理”的職責(zé)之一是“確保模型不受不良偏見的影響，公平、透明”。