AI经常与自动化混淆，但两者有着根本的不同。根据FNB消费银行首席分析师马克纳西拉博士的说法，关键区别在于人工智能模仿人类的智能决策和行动，而自动化则专注于简化重复性和指导性任务。

他补充说：“自动化已经存在了一段时间，它很可能会被整合到大多数业务运营中，这并不明显——例如，自动生成给客户的营销电子邮件和短信，甚至是特定时期的客户报表。

自动化可以为繁琐而繁重的任务节省时间和金钱，并让员工有机会将自己应用到更复杂的流程中。

“人工智能涉及的技术和系统甚至可以模仿人类如何做出决策、对新信息做出反应、说、听和理解语言。”

马克说，将机器学习理解为人工智能的一个子集是有帮助的。机器学习使系统和过程能够从数据中学习，识别模式并推荐决策，而无需人工干预。

“深度学习被定义为机器学习的一个子集，其中人工神经网络——围绕人脑神经结构构建的算法——从数据中学习。就像人类随着时间的推移学习日常事件一样，深度学习算法反复执行功能，并不断学习和调整自己以提高准确性。我们称之为深度学习算法，因为神经网络有各种(深)层，可以从大量数据中学习复杂的模式。

马克以脸书的面部识别应用DeepFace为例。脸书使用深度学习来分析我被标记的每张照片，以获得我脸上的一组特征，这被称为模板。基于其独特的特征集，该算法对数百万其他脸书用户做同样的事情。假设我在脸书发布了一群人的照片。当模型确定我是基于概率分数时，我会建议自己打分。根据脸书的说法，DeepFace识别两幅图像是否属于同一个人的成功率为97%，而人类的成功率为96%。

相反，根据全球IT咨询公司Gartner的一份报告，到2020年，人工智能预计将创造约230万个机会。“你会发现每个项目背后都有一群有才华的人，”马克说。每个用例都需要一个机器学习团队来驱动。例如，优步创造了一系列工作，教机器如何理解客户需求、交通和安全。他说我们的生意没什么不同。“未来的工作潜力很大——只要愿意适应和机器一起工作。”

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：