關于人工智能(AI)的報道和評論為數(shù)眾多。有人說它能創(chuàng)造奇跡，也有人說它對人類構成威脅。但Databricks公司聯(lián)合創(chuàng)始人兼CEO阿里·高德西(Ali Ghodsi)要大家保持克制。Databricks來自加州大學伯克利分校AMPLab實驗室，致力于ApacheSpark。

高德西說，在Databricks為其500多位企業(yè)客戶提供支持的用例中，73%是基于AI。這些公司很多都在努力利用AI。但同時也有眾多夸張的故事，講述AI將如何掌控世界，又有多么強大、多么危險。

[[206065]]

“當我們和試圖解決預測問題的財富2000強企業(yè)交流時，他們的說法和媒體的報道反差極大，”高德西說。

AI的1%問題

他說，大家都想涉足AI，承認其巨大潛力，如果你問首席信息官和C級高管，他們打算如何保持競爭力，人工智能的使用很可能在他們的最重要的五個事項之列。高德西指出，人們以為AI無處不在，但事實大相徑庭。

AI實際上存在“1%問題”。只有谷歌、亞馬遜等少數(shù)公司利用人工智能達成了他們的目標。這些科技巨頭擁有數(shù)以萬計的硅谷工程師，其中很多人擁有博士學位，或者本來是麻省理工、斯坦福和加州大學伯克利分校等頂尖學府的優(yōu)秀教授，他們致力于解決范圍很小、為數(shù)也不多的問題，比如實現(xiàn)汽車的自動駕駛，或者讓人們點擊更多的廣告。高德西解釋說，他們在所從事的有限領域里取得了很大成功，但其余“99%”的公司沒有這些資源，發(fā)現(xiàn)自己試圖解決的問題異常復雜，不知如何下手。

早期應用

Databricks發(fā)現(xiàn)，在AI的早期應用方面，工業(yè)IT和醫(yī)療行業(yè)是兩個突出的例子。企業(yè)從傳感器收集數(shù)據(jù)，然后輸入Databricks，預測在某地發(fā)現(xiàn)石油的可能性，從而提高勘探效率，改善對環(huán)境的影響。在醫(yī)療行業(yè)，機構利用AI來幫助識別圖像中的癌癥腫瘤。但這兩個行業(yè)不僅需要數(shù)據(jù)科學家和數(shù)據(jù)工程師，還需要研究相關學科的專家，而這些專家通常不太熟悉AI、數(shù)據(jù)庫系統(tǒng)和數(shù)據(jù)倉庫。

就利用AI識別腫瘤的例子而言，這種應用還遠未實現(xiàn)安全自動化。高德西說，谷歌工程師能開發(fā)出區(qū)分貓和狗的AI技術，“就算搞錯了，也只是讓人好笑而已。那是貓，但長的像狗。”但在醫(yī)療領域，如果某人說這是癌癥腫瘤，但實際上并不是，那問題就嚴重了。

如何擴大AI的使用

高德西說，有三個問題必須解決，才能在更多的公司中更廣泛地使用AI。

• 技能差距——首先，需要領域專家。高德西說，比如識別癌癥就需要醫(yī)生，還有懂得利用機器學習軟件來建立預測模型的數(shù)據(jù)科學家。此外還需要了解數(shù)據(jù)庫和數(shù)據(jù)倉庫的數(shù)據(jù)工程師，他們知道數(shù)據(jù)應該存儲在哪里，如何解決大數(shù)據(jù)的多樣性、速度和其他問題。在充滿政治色彩、關系到管理和權力的氛圍中，讓所有這些不同的角色協(xié)同工作，這不是件容易的事。
• 工具繁多——高德西說，現(xiàn)在有太多的工具需要整合，其中很多都是開源的。這些工具涵蓋數(shù)據(jù)清洗、攝取、安全、預測和監(jiān)控。想要使所有這些開源工具協(xié)同工作，企業(yè)必須雇傭開發(fā)人員，成功地實現(xiàn)軟件互操作，而這只是為了讓軟件協(xié)同工作。
• 基礎設施——高德西眼中的第三個挑戰(zhàn)是運營基礎設施，確保所有機器和集群處于安全狀態(tài)，數(shù)據(jù)以受控的方式流動，因為在受到嚴格監(jiān)管的行業(yè)里，黑客入侵或信息泄露會使公司面臨嚴重的后果。

云是關鍵

高德西說，在踏上AI之旅時，這些是需要盡早解決的三個問題。為了解決它們，需要工具來實現(xiàn)協(xié)作、系統(tǒng)整合以及通過云加強基礎設施的一致性和可用性。

• 協(xié)作工具——擁有能夠實現(xiàn)多角色協(xié)作的工具，這是解決技能差距的最好方法。高德西說，這非常重要。
• 技術整合——技術需要整合起來，更好地協(xié)同工作，這樣才能清洗數(shù)據(jù)，把它轉換成數(shù)學格式以用于預測，添加更多數(shù)據(jù)，建立預測模型，讓軟件自動運行。高德西說，能否添加更多數(shù)據(jù)以豐富原始數(shù)據(jù)集，這關系到預測的準確性。
• 云——高德西說，想要確保基礎設施始終運行良好，云是很好的解決之道。云能帶來自動化、外包和確保基礎設施始終運行良好的能力。在AI方面取得成功的那1%的企業(yè)都是云公司。這也許是巧合，也許不是，但在AI方面真正取得成功的谷歌、Facebook、亞馬遜和其他公司都是云公司。他說：“我們認為，重要的區(qū)別就在于此。”

什么是AI，什么不是AI

高德西說，在AI被廣泛使用之前，還有很長的路要走，很多人擔心AI將取代人類大腦，但目前最先進的AI研究志不在此;AI實際上是人腦的補充，幫助人類更好地完成富有挑戰(zhàn)性的任務。

谷歌擁有世界各地所有網(wǎng)站的大量信息。它是AI，還是一個僅僅擁有很多信息的數(shù)據(jù)庫 高德西說，我們可以把這視為一個哲學問題。但毫無疑問，AI使人類能夠非常高效地查找信息，因為沒人可以在自己的電腦上存儲所有那些數(shù)據(jù)，并識別所需信息的來源。如果你有一幅地圖，想找出兩點之間的最近路線，軟件可以很好地做到這一點。但高德西說，在需要創(chuàng)造力、并非超結構的事情上，AI進展甚微。

高德西說，谷歌的AlphaGo之所以能戰(zhàn)勝人類圍棋冠軍，是因為它進行模擬的速度比人腦更快。但他說，如果你讓AlphaGo回顧其勝利，指出使它在比賽中取勝的關鍵落子，它就無能為力了。而人類可以大談特談他們迂回曲折的決策過程。AlphaGo只不過是運行一系列程序算法來模擬場景，從中找出最優(yōu)解。它真的能取代人類嗎 顯然不行。

結論

“我認為，從本質上來講，AI對人類不是件壞事。”高德西說。他指出，AI沒有減少可供人類使用的資源，比如食物、教育和醫(yī)療。

但他認為，在AI被廣泛使用之前，需要先解決技能差距、工具繁多和基礎設施這三個重要問題。

哪些基因引起某些疾病這樣的問題實際上很難回答，但人人都說他們正在取得“巨大進展”。高德西說：“沒人會說‘這相當困難，充滿挑戰(zhàn)性。’”

他指出，另一個問題在于，關于AI的過分宣傳使人們誤以為AI對人類構成迫在眉睫的威脅，忽視了它的巨大潛力。

高德西說，Databricks的目標是盡可能地簡化這項技術，讓那99%的企業(yè)都能使用，實現(xiàn)AI“民主化”，幫助那些遠遠比不上“谷歌們”的公司利用AI。