AI工程化-AI Engineering 序章2 為何我們不斷改進，為何使用AI

Allen 發(fā)布于2019-06-26 18:40 / 1674人閱讀

摘要：行為溯源為何我們要從角度來考量，分析企業(yè)的整個體系，找到合適的優(yōu)化模式呢張一鳴的今日頭條抖音等，給傳統(tǒng)企業(yè)所謂傳統(tǒng)，指的是門戶移動新媒體等傳統(tǒng)互聯(lián)網企業(yè)敲響了警鐘不產生文章，竟然可以做大到最大的媒體入口，不錄制視頻等，竟然可以有如此大的視頻

行為溯源

為何我們要從AI角度來考量，分析企業(yè)的整個體系，找到合適的優(yōu)化模式呢？

張一鳴的今日頭條、抖音等，給傳統(tǒng)企業(yè)（所謂傳統(tǒng)，指的是門戶、移動、新媒體等傳統(tǒng)互聯(lián)網企業(yè)）敲響了警鐘：不產生文章，竟然可以做大到最大的媒體入口，不錄制視頻IP等，竟然可以有如此大的視頻流量入口？

為什么？

我們來簡單看下過往100年，社會資源、國家力量、科學家和聰明人，都投入到哪里了？

然后又產生了多少對人類生活有深遠影響力的東西呢？

落地到個體、群體的社會行為、經濟活動的特征變化來看，有哪些巨大變化呢？

不需要太多分析，可以看出，工業(yè)、制造業(yè)、電力、移動通信、芯片、自動化、信息化，對我們的社會產業(yè)：農林牧漁、制造和資源、服務和交通運輸這三個產業(yè)，產生了非常大的變革和影響

如果抽象出來看，人會發(fā)明和制造工具、設施，來提升效率，獲得效用

我們的移動速度在提升：公路、汽車、高鐵、飛機

我們的溝通速度在提升：互聯(lián)網、移動互聯(lián)網以及基于此的電子商務、政務等等

我們的傳播速度在提升：手機App和廣播、微信、公眾號等等

我們的反饋速度在提升：巴拉巴拉。。。

那，我們思考的速度呢？分析的速度呢？決策的速度呢？

不是沒提升，基于當代科學體系，經濟學、統(tǒng)計學、計量統(tǒng)計學、數(shù)學模型等，有了很大的提升

但仍然不夠，人才難找，人很復雜，而我們面對的問題很多

確定性

目前軟件行業(yè)，就是所謂的程序員們，做的80%的工作內容，是確定性和形成確定性

是把模糊的商業(yè)模式，逐漸摸索出清洗路徑，然后形成系統(tǒng)、平臺的過程

用產品經理的角度思考是：客戶需求就在那里，只不過你不一定能夠確定你獲得的，是不是真實需求

電商、通信、商業(yè)管理、各自資源交易平臺等等，都是確定性的形成和提效，因為規(guī)則在那里

信息化、移動化，是把它們的確定性，清晰的表達出來而已

并不是否定我們程序員的價值：我們是腦力勞動者，是創(chuàng)造性制造軟件產品的生產者

許多問題，你知道，并不意味著馬上能獲得最優(yōu)的流程、交互和結果

這個過程是對程序員創(chuàng)造性的考驗：理解本質，建立共性流程，達成目標

不確定性

是的

你如果是一個DJI員工，是一個Alibaba，JD員工，你會發(fā)現(xiàn)，你要制造什么，要提供什么服務

基于什么商業(yè)邏輯和理由去做，都很清晰

我們要減輕四翼飛行器的重量，提升穩(wěn)定性，提升電磁抗干擾能力，增加電池續(xù)航能力又不違規(guī)

我們要擴大TB的sku數(shù)量，增加接入商家數(shù)量，杜絕違規(guī)sku，提升商家客單價，提升廣告轉化率

我們要擴大物流影響力，接入更多企業(yè)，擴大交易場景，從線上到線下，整合技術，提速交易價量

這些是確定性，一開始就知道的確定性

而AI，雖然是最近才流行的詞匯，但代表的是不確定性的能力的總稱

未來人們會如何獲取信息？什么方式？有什么特征？

每個人喜歡讀什么內容？喜歡那幾個網站？

我不知道，我不確定

信息來源是哪里？我們是否要自己像新浪、網易、搜狐一樣，建立總編輯制度，從傳統(tǒng)媒體思路走

然后建立一個有影響力的媒體？

不是

并非吹捧某個APP，而是他確實代表了新趨勢：不確定性的能力

你可以說是通過爬蟲抓取信息，重組內容，呈現(xiàn)給不同喜好的閱讀者

可是，百度也有強大的媒體啊，也會根據(jù)你的cookie搜索記錄，推送內容和廣告啊（笑*_^)

個性化定制，不是新概念啊，早就有啊

那為啥別人沒成功，這個今日頭條系成功了呢

不確定性的能力，是核心

行業(yè)趨勢

華為已經偷偷研發(fā)和發(fā)布了自己的AI體系，我是連續(xù)面試了許多做硬件AI芯片的外包測試工程師

然后才發(fā)現(xiàn)的，當然，業(yè)界也有新聞

這是不確定性能力的基礎設施：計算芯片

對于一個行業(yè)、領域來說，有許多可以賦能之處

傳統(tǒng)商場，一定可以部署快速的客戶畫像和分析系統(tǒng)，一定可以給出最優(yōu)決策和金融建議，只是結果不確定，因為用Graph來表示整個決策過程，是非常復雜的，甚至無法做出一個系統(tǒng)流程

原有解決辦法只能用最好的接待員，隨機應變，察言觀色，讓買包煙的客戶帶走一輛瑪莎拉蒂

那我們有了AI，有了數(shù)據(jù)積累，有了不確定性的賦能能力，就可以嘗試打造人工智能的接待員

未來，一定會有許多許多的AI機會

兩個方向

一個是替代，正如用AI替代經驗豐富有稀缺的金牌接待員，許多人才經驗會放大

一個是發(fā)現(xiàn)，發(fā)現(xiàn)深藏于行業(yè)內的數(shù)據(jù)、規(guī)律、潛在業(yè)務機遇，許多分析和決策會更迅速

這里替代，并非機器人替代人工，因為那是確定性替代，而非AI

云服務器 GPU云服務器 AI ai 域名 AI 教程 python+ai

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/19866.html

AI工程化（序章1）--未來企業(yè)核心應用的必由之路，中級以上程序員必看

摘要：而平心而論，多數(shù)程序員是沒有時間和精力再去拿起數(shù)學概率，再去看全英文的業(yè)界論文，然后研究三五年，出一個成果，因為產出比不劃算，但有不能對身邊的變革充耳不聞，不去關注和跟隨變化與趨勢。 AI工程化 AI Engineering，定義如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于業(yè)界成熟算法，結合行業(yè)產業(yè)需求，形成可落地的可實施的工程方案，稱為AI工程化當下最熱的是AI，機...

Rocture 2019-06-28 16:53 評論0 收藏0
AI工程化（序章1）--未來企業(yè)核心應用的必由之路，中級以上程序員必看

摘要：而平心而論，多數(shù)程序員是沒有時間和精力再去拿起數(shù)學概率，再去看全英文的業(yè)界論文，然后研究三五年，出一個成果，因為產出比不劃算，但有不能對身邊的變革充耳不聞，不去關注和跟隨變化與趨勢。 AI工程化 AI Engineering，定義如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于業(yè)界成熟算法，結合行業(yè)產業(yè)需求，形成可落地的可實施的工程方案，稱為AI工程化當下最熱的是AI，機...

dadong 2019-06-26 18:40 評論0 收藏0
AI工程化（序章1）--未來企業(yè)核心應用的必由之路，中級以上程序員必看

摘要：而平心而論，多數(shù)程序員是沒有時間和精力再去拿起數(shù)學概率，再去看全英文的業(yè)界論文，然后研究三五年，出一個成果，因為產出比不劃算，但有不能對身邊的變革充耳不聞，不去關注和跟隨變化與趨勢。 AI工程化 AI Engineering，定義如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于業(yè)界成熟算法，結合行業(yè)產業(yè)需求，形成可落地的可實施的工程方案，稱為AI工程化當下最熱的是AI，機...

Ocean 2019-07-30 18:38 評論0 收藏0
亞馬遜AWS仍處霸主地位，為何卻要祭出AI芯片這一大殺招？

摘要：亞馬遜也宣布推出，這是一款完全自主的規(guī)模賽車，旨在幫助開發(fā)人員學習機器學習。此次問世，更是亞馬遜要進一步占領市場的節(jié)奏。那么，面對已經發(fā)布芯片的谷歌云阿里云或者華為云，亞馬遜真的要祭出大殺招，不戰(zhàn)不休了。本周，亞馬遜AWS re：Invent 2018大會在拉斯維加斯舉辦，AWS首席執(zhí)行官Andy Jassy在會上發(fā)布了一款名為Inferentia的首款云端AI芯片。他表示，Inferent...

BingqiChen 2019-04-29 17:50 評論0 收藏0
Keras之父：大多數(shù)深度學習論文都是垃圾，炒作AI危害很大

摘要：問深度學習社區(qū)現(xiàn)在面臨的主要挑戰(zhàn)是什么答打擊炒作發(fā)展倫理意識獲得科學嚴謹性。深度學習簡直是科學的重災區(qū)。 Keras之父、谷歌大腦人工智能和深度學習研究員Fran?ois Chollet撰寫了一本深度學習Python教程實戰(zhàn)書籍《Python深度學習》，書中介紹了深度學習使用Python語言和強大Keras庫，詳實新穎。近日，F(xiàn)ran?ois Chollet接受了采訪，就深度學習到底是什么、...

RyanHoo 2019-04-25 18:22 評論0 收藏0