現(xiàn)在就開始通往人工智能的漫長旅程吧 否則可能會(huì)錯(cuò)過好處

如果說人工智能的趨勢(shì)是一個(gè)不斷增長的泡沫，那么多倫多創(chuàng)業(yè)公司Dessa的聯(lián)合創(chuàng)始人StephenPiron說，它在2012年開始膨脹。

這就是由多倫多大學(xué)的杰弗里·辛頓(Geoffrey Hinton)領(lǐng)導(dǎo)的團(tuán)隊(duì)超級(jí)視覺(Super Vision)輕松地贏得了圖像網(wǎng)絡(luò)比賽，使用了一種以前沒有測(cè)試過的AI模型。 描述為一個(gè)“大的，深卷積的神經(jīng)網(wǎng)絡(luò)訓(xùn)練的原始RGB像素值”，其中包含“6000萬個(gè)參數(shù)和65萬個(gè)神經(jīng)元”，它比以前在比賽中的任何嘗試都要好得多，以至于其他人都注意到了。 在此后的每一年里，每個(gè)其他人工智能研究者都采用了相同的神經(jīng)網(wǎng)絡(luò)方法來實(shí)現(xiàn)認(rèn)知視覺。

六年后，辛頓被稱為“深度學(xué)習(xí)的教父”。 他把自己的時(shí)間從與谷歌合作到多倫多大學(xué)，在那里他還參與了有影響力的矢量研究所。 這是皮隆說加拿大是開發(fā)人工智能技術(shù)的好地方的原因之一。 但他也警惕未來的漫長旅程及其沿途的陷阱。

Piron說：“我已經(jīng)足夠大了，不記得網(wǎng)絡(luò)泡沫了。 在9月30日的加拿大CIO峰會(huì)上，他指出了一個(gè)比較Nvidia今天的股價(jià)與英特爾大約在網(wǎng)絡(luò)泡沫破滅時(shí)的股價(jià)的幻燈片。 “這可能是一個(gè)令人清醒的形象。

Nvidia的并行處理GPU和對(duì)人工智能應(yīng)用的高需求（英特爾也有自己的人工智能專用芯片在開發(fā)中）。 但僅僅因?yàn)槿斯ぶ悄芤娴脑加?jì)算能力已經(jīng)到位，并不意味著任何人都知道他們應(yīng)該安裝什么車輛。

麥肯錫的圖表顯示了Nvidia的GPU是如何與深度學(xué)習(xí)的需求聯(lián)系在一起的。

銀行是人工智能的第一批客戶之一，希望使用歷史寶庫的數(shù)據(jù)來提供機(jī)器學(xué)習(xí)算法，這些算法可以引導(dǎo)客戶走向正確的投資，以更好的準(zhǔn)確性檢測(cè)欺詐交易，或者根據(jù)客戶簡介推薦正確的產(chǎn)品。

舉幾個(gè)銀行追求人工智能項(xiàng)目的例子：加拿大皇家銀行于2016年10月創(chuàng)建了BorealisA I(最初被稱為機(jī)器學(xué)習(xí)中的RBC研究)。 實(shí)驗(yàn)室在過去的六個(gè)月里招募了人才，甚至吸引了一些高調(diào)的美國研究人員。 今年1月，TDBankGroup收購了總部位于多倫多的初創(chuàng)企業(yè)Layer6，并將其整合到其數(shù)字產(chǎn)品團(tuán)隊(duì)中，旨在改善對(duì)客戶的個(gè)性化和實(shí)時(shí)建議。

根據(jù)Piron的說法，Dessa的任務(wù)是幫助企業(yè)適應(yīng)和實(shí)施人工智能，目前正與銀行業(yè)的一位客戶合作。 這個(gè)客戶，就像許多銀行部門一樣，正試圖做出與2012年后Image Net研究人員相同的支點(diǎn)——拋棄舊的人工智能方法，而是將深度學(xué)習(xí)作為未來。

要做到這一點(diǎn)，他們必須拋棄一些舊的基礎(chǔ)設(shè)施，并開始支持基于云的GPU，Piron說。 這意味著，看看這些云系統(tǒng)的安全性，銀行就會(huì)確定哪些數(shù)據(jù)適合進(jìn)入該環(huán)境。 （它是否應(yīng)該上傳一百萬客戶的信用卡號(hào)碼來訓(xùn)練一個(gè)算法？）

“更多的數(shù)據(jù)使模型更好，”Piron說。 “它給了銀行一個(gè)用例，這一切都是關(guān)于它節(jié)省的錢。

數(shù)據(jù)對(duì)于每個(gè)部門的人工智能算法都是至關(guān)重要的，而不僅僅是銀行業(yè)務(wù)。 在連接和管理云服務(wù)提供商CogecoPer1，總部設(shè)在多倫多，但與世界各地的地點(diǎn)，人工智能正在被用于預(yù)測(cè)維護(hù)。 該公司希望在“bug”表達(dá)自己對(duì)客戶的服務(wù)問題之前，及早介入路由器和交換機(jī)的問題。

Cogeco Peer1產(chǎn)品創(chuàng)新和技術(shù)總監(jiān)克雷格？塔瓦雷斯(Craig Tavares)在加拿大CIO峰會(huì)的一個(gè)小組上說：“人工智能正在通過查看歷史數(shù)據(jù)并將其同化來填補(bǔ)缺失的信息。 “自動(dòng)化可以用于測(cè)量結(jié)果，并觸發(fā)警報(bào)，告訴您執(zhí)行某種類型的維護(hù)。

使該功能發(fā)揮作用的挑戰(zhàn)是避免垃圾數(shù)據(jù)。 塔瓦雷斯說，他總是看著CogecoPer1的數(shù)據(jù)湖，并思考如何清理它。

他表示：“通過日常操作，您的數(shù)據(jù)可能處于可接受的狀態(tài)。 “有了人工智能，情況并非如此。 了解你的數(shù)據(jù)有多干凈是很重要的。

因此，用例開始實(shí)現(xiàn)，但緩慢而肯定。 Prion說，他遇到的高管知道他們想使用人工智能，但不知道從哪里開始。

“我們花了很多時(shí)間讓他們平靜下來，”他說。 “我們審視他們的業(yè)務(wù)，并制定利用人工智能的多年路線圖。

當(dāng)客戶來敲門時(shí)，CogecoPer1采取了類似的方法，詢問如何實(shí)現(xiàn)AI。 在一個(gè)單獨(dú)的小組中，CogecoPer1營銷和創(chuàng)新副總裁BertrandLabelle說，他習(xí)慣于明智地指導(dǎo)這些請(qǐng)求。

”“我們進(jìn)來問‘你想實(shí)現(xiàn)什么？ 為什么？“，”他說。 “那我們就談?wù)勀愕墓ぷ髁繎?yīng)該在哪里運(yùn)行。

雖然通往人工智能自治的道路還有幾年，那里的道路上充滿了數(shù)據(jù)快照，但現(xiàn)在絕對(duì)是開始的正確時(shí)機(jī)，皮隆確認(rèn)。 他指出，麥肯錫(McKinsey)對(duì)人工智能可能對(duì)科技行業(yè)產(chǎn)生的影響進(jìn)行了預(yù)測(cè)。 它表明，現(xiàn)在開始人工智能培訓(xùn)的公司將擁有競爭優(yōu)勢(shì)，而那些不會(huì)落后的公司。

這篇文章表示：“由于風(fēng)險(xiǎn)太大，企業(yè)不可能有一個(gè)模糊或暫定的計(jì)劃來獲取價(jià)值。 “早期進(jìn)入者可以提高并迅速獲得規(guī)模，成為標(biāo)準(zhǔn)。 公司應(yīng)該專注于強(qiáng)有力的解決方案，讓他們現(xiàn)在就建立存在，而不是追求完美。 隨著他們的早期成功，他們可以擴(kuò)大到更多的投機(jī)機(jī)會(huì)。