也許是因為全球新冠肺炎疫情的推動，也許是得益于計算能力的不斷提高。無論是什么原因，人工智能和機器學習已經成了很多大型企業的重要信息技術資產。

[[391734]]

麥肯錫公司(McKinsey&Co.)于11月發布的一項調查發現，有一半的受訪者至少使用了一項人工智能功能，有一半的受訪者表示他們的收入因此增加了。如今，該技術已經被廣泛地用于開處方、預測天氣、推薦電影、種植農作物和配送披薩餅等應用。換句話說，這項技術已經滲透進入了企業之中，從郵件收發室到會議室——不僅僅應用于時髦的新應用，還進入了企業的主流業務應用之中。

Landing AI 的創始人兼首席執行官Andrew Ng表示：“當我去拜訪商業領袖的時候，我會問他們面臨的最大的業務問題是什么……我不會詢問他們面臨的最大的人工智能問題是什么。”

Ng是人工智能領域的先驅之一，之前曾在百度和谷歌領導過相關的工作，他在3月下旬由MIT Technology Review主辦的虛擬EmTech Digital會議上發表了演講。他的觀點不僅呼應了麥肯錫的發現，也同許多站在人工智能領域最前沿的企業家和科學家的見解頗為相似。

理解復雜的文字

人工智能技術的進步在加速，這一現實狀況推動了這種技術的普遍接受程度，因此，相關的用例也在不斷增長。

OpenAI的研究人員正在為了他們的崇高目標而不懈努力，即開發具有人類大腦推理能力和學習能力的通用人工智能和機器學習技術。微軟和埃隆.馬斯克(Elon Musk)是他們的主要投資者，去年，該公司發布了商業化版本的GPT-3，這是OpenAI的語言模型，它利用深度學習來產生人性化的文本。

OpenAI的聯合創始人兼首席科學家Ilya Sutskever在EmTech Digital活動中指出，GPT-3(DALL-E)的迭代能夠從相當復雜的文本命令中創建準確的圖像。Sutskever在MIT的虛擬活動上展示了一個例子，他給出了“以流行藝術風格創造出一對田野中沐浴在晨光里的貓頭鷹”的指令，執行的結果看起來非常可信。

Sutskever表示：“這不是終點，這是邁向多模型系統的第一步。”他表示：“你肯定不想打賭深度學習不會成功。”

有跡象表明，人工智能技術正在超越研發實驗室，開始進入運營支持領域。成立于2016年的Scale AI Inc.致力于解決數據標簽的問題，這是一項耗時費力的工作，也是為用戶構建機器學習模型，正確識別圖像、語音、視頻和文本所必需的一項工作。

該公司的估值已達到35億美元，其標簽技術在自動駕駛汽車領域特別受歡迎，已經得到了通用汽車、本田和Lyft等客戶使用。能夠擴展機器學習基礎設施一直是Scale AI增長的關鍵因素。

Scale AI首席執行官兼創始人Alexandr Wang表示：“我們認為這種范式對于人工智能的大規模擴展至關重要。”他表示：“我們正處于在許多不同行業中部署人工智能技術的轉折點上。”

人工智能芯片技術

構建人工智能程序和模型需要大量的計算，這種需求的滿足狀況可能也會很快就發生根本性的變化。麻省理工學院孵化的初創公司Lightmatter Inc.有望在今年秋季交付其首個基于光的人工智能芯片。

Lightmatter設計出了一種不同尋常的技術，該技術使用光的波長進行同步計算，這一過程被稱為光子計算。因為光比電要冷，所以這個過程只需要很少的一點能量。

該公司聲稱，和當今市場上頂級的人工智能芯片相比，這款被稱為Envise的芯片能夠以五倍于前者的速度運行自然語言模型，而能耗卻僅為前者的六分之一。

“有了光，你就可以用不同的顏色表示數據，”Lightmatter的創始人兼首席執行官Nicholas Harris解釋道。他表示：“實際上，我們可以通過系統同時發送多個數據集。就像虛擬內核一樣，你可以節省大量能源并獲得很高的吞吐量。”

盡管這種技術和其他一些可能是突破性的進展仍然剛剛冒出地平線，人工智能和機器學習用力的增長卻并沒有受到阻礙。

現在，人工智能技術已經被全球范圍內的信用卡公司廣泛使用，萬事達等公司利用這種技術來發現欺詐性交易。萬事達公司的運營和技術總裁Ed McLaughlin表示，萬事達采用了一種方法，利用人工智能技術讓盡可能多的信用卡購買行為通過，每一個是否通過的決定必須在五十毫秒或者0.05秒之內做出。

McLaughlin表示：“人工智能不是一種策略……這就像是說船舶的策略是漂浮一樣奇怪。它只是我們擁有的環境和工具的一部分。”

機器學習計劃

亞馬遜公司在20多年前做出了一項決定，在公司內部幾乎所有業務環節都要使用人工智能和機器學習技術，然后將這些技術轉化成為面向客戶的產品組合。在2018年11月，AWS僅在一次活動中就推出了13種新的機器學習產品。

亞馬遜的人工智能和機器學習客戶包括Domino's Pizza，該公司使用該技術預測需求并在幾分鐘之內就可以把訂單中的食物送出;英國國家衛生局也是亞馬遜的人工智能和機器學習用戶，該局使用這些技術支持處方處理，并且通過拜耳數字化項目(Bayer Digital initiative)幫助農民做出更明智、更精確的作物耕種決策。

AWS的機器學習解決方案實驗室副總裁Michelle Lee)表示“十年前，亞馬遜的每個業務部門都被問到他們計劃如何使用機器學習……而說你沒有計劃是不被接受的。”

盡管人工智能和機器學習的使用不斷增長，但是人們對如何使用該技術的憂慮也在日益加深。盡管自己投資了多個人工智能相關的項目，可是特斯拉公司的馬斯克還是在2018年的SXSW大會上表示，人工智能“比核武器危險多了。”

這些擔憂促使包括美國在內的42個經濟合作與發展組織國家就負責任地管理可信任的人工智能技術達成了一致。大約有30個國家和地區推出了人工智能相關的政策，以管理如何將該技術用于教育、經濟政策以及如何在政府機構中被用作算法。

可能更重要的是歐盟的新法規，該法規可能將在今年晚些時候實行。該提案的早期草案似乎遵循的是類似于通用數據隱私法規(General Data Privacy Regulation)或GDPR的方法，該方法影響了所有在歐盟開展業務的公司。

Mozilla的國際技術和政策戰略顧問、常駐研究員Julia Reinhardt表示：“這是一項仍然處于實施周期初期的技術。”他表示：“它已經對人民和社會產生了影響。我們如何確保人工智能在維護我們的基本價值觀和法治的前提下為所有人平等地工作?”

當今人工智能業務領域的普遍看法是隨著越來越多的企業找到了這種技術的新用途，越來越多熱心的企業家正在建立新的實現方法，不斷增長的企業應用將會推動計算世界的復興。

IBM研究部高級副總裁兼總監Dario Gil表示：“最終，人工智能是數學，人工智能是軟件。” 他表示：“科學方法應成為開展業務的工具。我們即將進入一個發現處于最前沿的時代。自從計算機問世以來，我們正處在計算機發展最激動人心的時代。”