我們周圍充斥著日益復(fù)雜的機器學(xué)習(xí)技術(shù)?？上Ш苌儆腥酥廊绾问褂眠@些技術(shù)。

最近451 Research 研究機構(gòu)的調(diào)查數(shù)據(jù)顯示，缺乏技術(shù)人才繼續(xù)阻礙著人工智能技術(shù)革命。事實上，是人而不是技術(shù)一直是每次技術(shù)革命推進速度都低于預(yù)期的原因。這就是為什么聰明的公司在企業(yè)文化變革上的投入與技術(shù)引進上的投入一樣多。

機器學(xué)習(xí)技術(shù)的炒作和希望

并不是說任何人都有能力清除阻礙來利用機器學(xué)習(xí)技術(shù)從中獲利。只要看看人工智能和機器學(xué)習(xí)技術(shù)在公開財報電話會議中被提及的次數(shù)不斷增加就知道了。所有高管都假裝他們的公司在機器學(xué)習(xí)方面做得很好。是的，人工智能在最近一個季度被提及的次數(shù)短暫下降，但長期趨勢是上升的--沒有相應(yīng)的投入來使這次廉價的談話獲取豐厚的回報。

也就是說，當(dāng)451 Research研究機構(gòu)在提問機器學(xué)習(xí)技術(shù)推行的最大障礙時，36%的受訪者表示他們不知道“啟動按鈕”在哪里，另有32%的人表示他們負擔(dān)不起或者不知道如何處理數(shù)據(jù)，如圖1所示。

圖1：對于“你的組織在使用機器學(xué)習(xí)技術(shù)面臨的最主要障礙是什么?”這一問題，有209名受訪者對該問題做出回答，內(nèi)容源自451 Research研究機構(gòu)的“企業(yè)之聲：2018年AI與機器學(xué)習(xí)、技術(shù)采用、推動因素和利益相關(guān)者”報告。

即便如此，這并沒有阻止49%的受訪者聲稱，他們從幾乎不存在的機器學(xué)習(xí)推行工作中獲得“競爭優(yōu)勢”，如圖2所示。

圖2：對于“你的組織從機器學(xué)習(xí)技術(shù)的使用中已經(jīng)實現(xiàn)或期望實現(xiàn)的最大收益是什么?”這一問題，有207名受訪者對該問題做出回答，內(nèi)容源自451 Research研究機構(gòu)的“企業(yè)之聲：2018年AI與機器學(xué)習(xí)、技術(shù)采用、推動因素和利益相關(guān)者”報告。

這與對大數(shù)據(jù)的早期調(diào)查沒什么不同，當(dāng)時企業(yè)一方面聲稱從大數(shù)據(jù)中獲得了巨大的收益，但另一方面又承認他們不知道自己在做什么。

沒有人想成為機器學(xué)習(xí)或大數(shù)據(jù)的菜鳥，但要把它做好并不像供應(yīng)商在新聞稿中所說的那樣容易。451 Research研究機構(gòu)的調(diào)查數(shù)據(jù)顯示，大約有50%的公司已經(jīng)部署或計劃在明年部署機器學(xué)習(xí)算法，但這50%的公司是否在機器學(xué)習(xí)技術(shù)引進上非常領(lǐng)先，對此我感到震驚。大多數(shù)企業(yè)仍在摸索前行，希望都能得到回報。

難怪麥肯錫公司的分析表明，機器學(xué)習(xí)/人工智能技術(shù)需要再過十年才能被普遍使用。改變需要時間。

在推行機器學(xué)習(xí)技術(shù)上取得成功：這是一種文化

對于那些想在機器學(xué)習(xí)技術(shù)上大獲成功的企業(yè)而言，正確的策略可能不是坐等世界發(fā)生改變。在云端領(lǐng)域，Pivotal公司出售軟件以使企業(yè)能夠構(gòu)建云服務(wù)，以及提供專業(yè)服務(wù)來實現(xiàn)文化變革，以接受這些云服務(wù)。長期以來，IBM、惠普(HPE)、SAP、甲骨文等公司在引進或推動類似技術(shù)轉(zhuǎn)變時，在其市場上也一直做著同樣的事情。這些公司清楚地認識到，銷售技術(shù)只是工作的一半。除非有人能夠使用該軟件，否則它將以失敗告終。

在機器學(xué)習(xí)方面，促進文化變革方面做得最多的公司是谷歌，但與Pivotal公司采取不同的方式。

谷歌并沒有采用“武館”方式，讓機器學(xué)習(xí)技術(shù)高手在此訓(xùn)練一些有意愿學(xué)習(xí)的人，即Pivotal公司的風(fēng)格。相反，谷歌公司擁有開源的關(guān)鍵技術(shù)，如TensorFlow，該技術(shù)可讓那些有意愿學(xué)習(xí)的人通過實踐進行學(xué)習(xí)。TensorFlow技術(shù)被稱為“面向所有人的開源機器學(xué)習(xí)框架”，它為一代AI實踐者鋪平了道路，讓他們以“谷歌方式”成長和實踐機器學(xué)習(xí)/人工智能技術(shù)。這反過來也誘使許多同樣的實踐者在谷歌云上運行他們的機器學(xué)習(xí)工作負載，在云端他們的工作負載經(jīng)過優(yōu)化以便以最佳狀態(tài)運行。

但即使他們不這樣做，開源TensorFlow技術(shù)也通過以零成本方式改進對強大機器學(xué)習(xí)技術(shù)的使用，正在降低門檻幫助企業(yè)取得機器學(xué)習(xí)技術(shù)上的成功。

通過像TensorFlow技術(shù)這樣的開源庫，機器學(xué)習(xí)技術(shù)將從重要且復(fù)雜的狀態(tài)變?yōu)橹匾铱墒褂玫臓顟B(tài)，一次允許一名開發(fā)人員下載。這是一種天才策略，因為它反映了在技術(shù)影響世界之前先改變使用該技術(shù)的人的需求。