人工智能革命以及为什么没有真正的智能机器。

S + B：什么吸引你进行人工智能？

HULME：我一直对人类和宇宙本质意味着什么感兴趣。我在AI学习本科[学位]，在AI学习硕士学位，并获得博士学位。在人工智能中，所以我想我在人工智能方面做了19年的活动。

S + B：你对AI的定义是什么？

HULME： AI有两种定义，更受欢迎的是最弱的。这个第一个定义[关注]机器可以完成传统上在人类领域的任务。在过去十年中，由于深度学习等技术的进步，我们已经开始构建可以执行识别图像中的对象，理解和响应自然语言的机器。人类是我们在宇宙中所知道的最聪明的东西，所以当我们开始看到机器做的任务曾经被限制在人类领域时，那么我们就认为这是智力。

但我认为人类并不那么聪明。人类善于发现最多四个维度的模式，而且我们很难解决涉及七个以上问题的问题。机器可以找到数千个维度的模式，并且可以解决涉及数百万个问题的问题。即便是这些技术也不是AI - 它们只是算法。他们一遍又一遍地做同样的事情。事实上，我对愚蠢的定义是重复做同样的事情，并期待不同的结果。

S + B：AI的第二个定义？http://wnly.51dzw.com

HULME：我发现的智能的最佳定义 - 人工或人类 - 是目标导向的自适应行为。在尝试实现目标的意义上，我使用目标导向，在商业上可能更有效地培养您的员工，或者分配营销支出以尽可能多地销售冰淇淋。这可能是你正在寻求的任何目标。

行为是我可以快速或无摩擦地移动资源以实现目标。例如，如果我的目标是出售大量的冰淇淋，我如何分配我的资源以确保我实现目标？

但在目标导向的自适应行为的定义中，关键词是自适应的。如果您的计算机系统没有做出决定，然后了解该决定是好还是坏，并调整自己的内部世界模型，我认为这不是真正的AI。目前公司可以调用机器学习AI。所以对我而言，AI的真正[定义] [涉及]系统可以在没有人类帮助的情况下学习和适应自己。适应性是智力的同义词。

事实上，大多数公司没有机器学习问题 - 他们有优化问题。优化是分配资源以实现目标的过程，受制于某些限制。优化问题非常难以解决。例如，我应该如何布置我的车辆以最大限度地减少旅行时间，或者如何分配员工以最大限度地提高利用率，或者我如何花费营销资金来最大化影响，或者如何将销售人员分配给最大化收益的机会？世界上只有极少数人擅长用AI解决这样的问题。

S + B：您认为CEO们今天如何看待人工智能？

HULME：许多CEO认为他们需要将AI引入他们的组织。有这个恐惧因素，如果你没有加入AI，那么你将会失去那些正在吃你的市场的竞争对手，因为他们正在使用技术来做出比你更快更好的决策。

他们可能会问首席信息官，“我们在人工智能方面做了什么？”然后，首席信息官将聘请或尝试聘请数据科学家，他们的工作代表了人工智能的代理。但数据科学家只有某种技能。他们了解如何使用统计和机器学习来查找数据模式。他们不一定擅长构建能够做出决策或能够自我调整的生产级系统。

S + B：所以你不相信机器学习本身可以演变成公司需要的各种自适应系统。

HULME：很多人都说，“好吧，[这些深度学习模型，这些数据科学家将解决我们所有的问题，”实际上，他们不会。正如我所说，机器学习，数据科学和统计学在寻找数据模式方面非常出色。但最重要的是做出利用数据中的模式的决策。这需要一套完全不同的技能：离散数学，运筹学和优化。这些技能在工业中的代表性很低。

S + B：首席执行官应该询问人工智能有哪些问题？

HULME：其中之一是，他们应该将哪些技术和解决方案带入他们的组织以消除最大的摩擦？因此，首先他们需要确定与其核心竞争力相一致的重大摩擦，并评估他们创新核心竞争力所需的技术。最大的摩擦可能来自于雇用人员相关的大量成本。或者公司可能会有与客户体验相关的摩擦。或者，如果我有很多分析师阅读大量报告，然后尝试将这些报告合成为信息，我们可以让机器学习更好地做到这一点。http://wnly.51dzw.com

CEO们还需要对竞争格局有一个非常清晰的认识。大多数公司不只是直接竞争; 他们还有来自Google和Facebook以及Alibabas的间接竞争。很多大公司几乎可以进入任何市场并进行动摇。因此，考虑到他们目前所处的所有数据，公司需要切向观察间接竞争对手并评估这些竞争对手可以做些什么 - 因为一旦他们弄清楚如何调动这些数据，他们就会蚕食这些市场。

然后，CEO们应该问的第三个问题是他们如何将合适的人才能力带入他们的组织，以帮助实施保持竞争力的战略？大多数公司都很难做到这一点，因此您必须学会与初创公司和第三方供应商合作，以提供创新并帮助您快速适应不断变化的世界。

S + B：关于人才和技能的问题：你说数据科学只是其中的一部分。公司应该关注哪些其他类别？

HULME：AI技能分为四类。第一类是数据。公司应该问：我们是否将数据转化为人们可以使用的数据？有很多公司在建设数据湖上投入资金 - 这是公司从代码生成到销售信息的所有原始数据 - 因为他们认为在未来的某些时候数据湖将是有用的。这不是一个糟糕的投资，但我还建议您需要立即在数据湖之上构建应用程序，从而为您的业务带来价值。公司......应该考虑建立他们组织的数字双胞胎，即他们的实体资产的完美数字表示，如他们的基础设施和员工。

S + B：第二个AI类别是什么？

HULME：接下来是招募具有机器学习和统计技能的数据科学家，以从数据中找到见解。然后，第三个是[找到]我称之为决策科学家的人：能够理解如何做出决策或解决利用这些见解的优化问题的人。

第四，至关重要的是，对于真正的人工智能，你需要有一个AI架构师，他们了解如何将这三个组件粘合在一起：数据，机器学习和构建自适应系统的优化。目前，正是CIO正试图进入监督这一角色的角色。但我不知道有很多公司拥有真正的AI架构师。目前，公司正在管理其中的一部分，但不是所有四个类别。

S + B：你能谈谈数字双胞胎概念吗？数字双胞胎可以用于什么？

HULME：数字双胞胎是数字化转型的下一个发展方向。为了能够更快地适应不断变化的世界，公司需要创建所有物理资产，基础设施和人员的数字复制品。一旦你有了一个双胞胎，你就可以开始运行实验并模拟场景来更有效地运营你的业务。更进一步，我们甚至可以让AI设置这些实验，并在没有人类帮助的情况下运行实验。战略家和领导者的作用是培养强大的愿景和目标，即[确定]组织需要追求的关键目标。我希望组织能够意识到，这个目标需要比财务回报更加复杂，才能吸引，授权和激励人才。

S + B：我们是否会浪费人工智能消费浪潮？

HULME： AI中有一点泡沫。我认为这不会浪费。我认为所有这些投资都是附加的，但是由于缺乏对机器学习只是旅程的一部分这一事实的认识，因此对机器学习现在可以带来的过高的期望。大多数大公司的下一步旅程是优化和决策。

S + B：你说人工智能同时被过度使用和未充分开发。

HULME：正如[未来主义者] Roy Amara指出的那样，技术的影响在短期内往往被高估，而且从长远来看被低估了。目前，您可能会忽略在您的业务中使用自适应系统的想法。那会晚些。在短期内，您可以使用AI来消除组织中普通和重复任务的摩擦。如果使用得当，这绝对可以改变您的业务。但是那里有很多炒作，很多投资这些技术的人都不知道他们在做什么。

S + B：AI如何帮助企业领导者预测未来？

HULME：世界变化如此之快，实际上很难拥有所有必要的数据点来帮助您准确预测。目前，这仍然属于人类领域。

我给你举个例子。我认识一个在贷款公司工作的人告诉我这个故事。他们试图预测谁可能违约贷款，他们决定从LinkedIn和Facebook收集社交数据，看看他们是否能在那里找到指标。实际上，所有这些数据都是无用的。但是有两个非常好的拖欠者预测器：一个是互联网缓存[浏览历史]，其中包含通常在赌博网站上找到的特定字体的网站。另一个是人们填写贷款申请时所犯的错误数量，这可能表明他们是否已经陶醉。

所以你不需要世界上所有的数据。您只需要正确的数据和适量的数据。这一切都源于：我们试图解决的问题是什么，我们目前如何解决这个问题？人们消耗什么数据，他们使用什么算法？因为数据最有可能解决问题。我们只需从复制专家头脑中的内容开始。

S + B：作为人工智能公司的首席执行官，您认为公司面临的最大威胁是什么？

HULME：我曾经认为技术是一种威胁，因为我的竞争对手可以获得先进的技术和数据。但现在我认为[担心]并没有让人才使用这项技术。你如何吸引和留住这些人才？这又回到了文化和目的。

我担心的一件事是我的团队去其他可以支付两倍的公司工作。现在，较大的公司可以获得非常便宜的资金，他们了解如何获得用户，即使是亏钱。他们知道用户将来会有价值。他们知道如何吸引合适的人才; 他们可以支付高薪; 他们知道如何通过给他们豆袋和免费食物以及所有这些东西来让他们高兴。我认为，对于传统创业公司来说，要与这些组织竞争，而不是很快就会被淘汰，这将是非常非常困难的。即使在学术界，现在我们也看到这些大型组织正在为这些非常优秀的教授提供服务。

S + B：您认为AI专家总体上需求量很大吗？

HULME：我知道。很多公司都会告诉他们的投资者，“好吧，我们需要赚钱去建立自己的人工智能团队或数据科学团队。”实际上，大多数公司都很难吸引和留住这些人才。 。在某些方面，这是我们试图在Satalia解决的问题。我们努力帮助公司了解他们需要什么样的人，并对自己诚实。

S + B：您认为哪些国家在人工智能的下一阶段会发展最快？http://wnly.51dzw.com

HULME：回到GDPR [欧盟最近颁布的通用数据保护法规]的道德问题，并构建“可解释的算法”。因此，如果您现在正在构建算法，在人们的生活中做出决策，那么在欧洲，您需要能够解释这些算法是如何做出这些决定的。

不幸的是，那些没有限制的国家 - 可能是这个世界的中国和俄罗斯 - 可能能够创新那些有这些限制的国家，因为建立可解释的算法是非常非常非常困难的。如果没有这方面的立法，你可能会发现不道德的组织尝试可能产生可怕后果的系统，但管辖权的影响将会不明确。例如，在医院里，您或算法是错误的吗？这就是理解和解释计算机如何做出决定的重要原因。而我们还没有。

S + B：总的来说，你认为AI会对就业产生什么影响？它会创造更多吗？

HULME：在短期内，在未来十年，我相信人工智能将创造就业机会。从长远来看，它将消除更多的就业机会。我花了很多时间思考经济奇点的概念。这就是人工智能将人们从工作中解放出来的地步，而那些人将无法以足够快的速度重新培训以获得另一份工作，因为人工智能也会接受它。一些专家认为，这可能在未来10到20年内发生，政府和我们的经济也没有为此做好准备。Satalia的目的是试图解决这些未来的问题。我们需要以某种方式创建一个全球基础设施，以支持那些即将失业的人。

还有另一个被称为技术奇点的概念，在这个概念中，我们以各种可能的方式构建比我们更聪明的AI。它将是人类创造的最后一项发明，因为它能够比人类更快更好地思考。许多学者预测，我们将在本世纪中叶诞生超级智能。它要么是人类发生的最辉煌的事情，要么是我们最大的生存威胁。我担心的是，如果我们在创造它的时候不作为一个全球物种进行合作，那么它将把我们视为一种威胁，并将我们排除在等式之外。我的目的是引导世界走向合作，这意味着重塑我们的政治和经济模式，并就人类的新目标功能达成一致。各国增加国内生产总值和企业盈利的动力意味着将投入越来越多的投资来提高效率和利润，这将导致我们面临全球经济和环境危机。我们需要一个可持续的目标函数，我们需要让地球上的每个人都为此做出贡献; 否则，我们可能会毁了自己。我不相信政府已做好准备或能够迅速采取行动，所以我希望这一改变将来自那些具有巨大影响力和责任感引导我们走向积极未来的商业领袖。

S + B：这意味着我们现在需要加入保障措施以确保人工智能的道德发展。

HULME：几千年来，哲学家一直在讨论社会应该如何构建以及如何过上“美好生活”。当我们的环境开始智能地与我们互动时，我们赋予他们创造和摧毁的力量。我们必须将道德行为嵌入到这些系统中，这使人类成为一个非常激动人心的时刻，因为我们现在必须就这些道德行为应该达成什么样一致。

S + B：是否还有其他技术 - 也许是区块链 - 可以提供这个AI增强的世界？http://ryzw.51dzw.com

HULME：区块链技术为世界提供了一个值得信赖的数据平台，人工智能提供了无摩擦协作和连接的手段。在未来十年，我们可能会看到DAO [分散的自治组织]的出现，这将允许真正分散和分散的决策和行动。我可以想象一个世界，任何人都可以通过启动DAO来启动项目，该DAO可以在世界任何地方进行贡献。DAO类似于开源运动，但在这个新范例中，任何人 - 软件工程师，设计师，营销人员，会计师甚至战略家 - 都能够团结一致，为其发展做出贡献。不会像在开源模型中那样免费或获得工作。代替，财政报酬将由捐款的数量和质量决定。这意味着任何人都可以为项目做出贡献，即使只是几个小时，他们也会因工作而得到公平的回报。当人们在这些开放项目上工作时，DAO会抓住他们对公共区块链的贡献。这些捐款累积起来形成一种声誉，决定未来项目的报酬率。人们为不同的技能制定不同的费率，并且费率随着时间的推移而动态变化。根据您在每个方面的相对技能，您将获得与营销工作不同的软件开发费用。DAO抓住了他们对公共区块链的贡献。这些捐款累积起来形成一种声誉，决定未来项目的报酬率。人们为不同的技能制定不同的费率，并且费率随着时间的推移而动态变化。根据您在每个方面的相对技能，您将获得与营销工作不同的软件开发费用。DAO抓住了他们对公共区块链的贡献。这些捐款累积起来形成一种声誉，决定未来项目的报酬率。人们为不同的技能制定不同的费率，并且费率随着时间的推移而动态变化。根据您在每个方面的相对技能，您将获得与营销工作不同的软件开发费用。

S + B：这取决于我们今天的融资模式，类似于比特币开发的ICO（初始硬币产品）。这会继续吗？您对这个自治世界的看法是什么？

HULME：许多这些开放项目将使用数字代币作为其经济模型。将出现资金模型的寒武纪爆发[化石记录中发现的动物之间的快速多样化]，例如ICO和其他类型的代币销售。销售代币将为DAO项目提供入门资金。通过减少浪费和摩擦，我们可以达到新的创新有助于确保满足每个人的基本需求的程度。让每个人无缝访问医疗保健，营养和教育将意味着人们可以自由地创建和贡献DAO项目，而无需初始资金。由于数字代币没有管辖权，因此世界上任何地方的贡献者都可以使用相同的货币获得报酬。在欧洲，与印度某人一样为DAO项目贡献相同价值的人将获得相同的报酬。而且因为每个人都有公平的机会为DAO项目做出贡献，所以财富可能会迅速重新分配。

DAO的基本原则之一是所有产品都是开源的。创造一个完全无摩擦的自由市场，最便宜和最优秀的人可以贡献，这意味着有毒公司缺乏劳动力和客户。有效的市场加上认真的消费可能会产生成千上万的新组织，其产品和服务的开发是为了满足实际需求并提供真正的好处。

人们将能够在任何他们想要的地方工作，这可能会导致大规模迁移。数字游牧民可以通过减税和放松就业法来迫使政府重新评估和创新其政策，以吸引和留住企业和人才。在任何地方工作的自由都会导致大量的人口变动和重新焕发活力的社区，人们可以种植自己的食物，利用自然能源，转而采用大规模生产或包装的解决方案。经过多年孤立的自身利益后，这种社区的重新出现可能对所有年龄组的幸福水平产生巨大影响。

S + B：回到这里，现在。我们距离解决技术问题还有多远，以便今天成为AI这个世界的小公司不会是一个劣势？

HULME：工具本身并不太遥远。Satalia的愿望之一是建立一个平台，允许某人启动公司或组织，然后吸引世界各地的人们为特定产品或服务做出贡献。我的个人使命是试图让世界作为一个全球社区进行合作，因为我不相信我们目前的经济和政治制度对地球来说是可持续的。

在某些方面，像Satalia这样的公司面临的最大威胁是其内部结构的局限性。将来，Satalia的成功将取消集中式组织的概念，这意味着完全分散Satalia本身。没关系。这就是我试图将Satalia作为一家自组织公司运营的原因。我想建立一个平台来创建一个分散的世界，并成为你如何利用和赋予惊人人才的惊人创新的典范。在一个分散的世界中，人们可以学会合作，为社会做出更积极的贡献，并有可能帮助解决我上面提到的一些威胁。如果我能创造一个世界，任何人都可以启动一个想法并让人们围绕它并推动它前进，那么这就是我想要生活的世界。

人工智能解决方案创业公司Satalia的首席执行官丹尼尔·赫尔姆（Daniel Hulme）为其他首席执行官提供了有关塑造未来工作和业务的技术的入门知识。

2008年，Daniel Hulme创立了Satalia，该公司利用数据科学，机器学习和优化（充分利用资源）来构建定制平台，解决涉及产品，服务和人员的棘手物流问题。最近，赫尔姆花了很多时间向其他CEO解释人工智能的来龙去脉。他认为大多数公司都存在巨大的信息差距 - 但这是制定技术投资决策的地方。赫尔姆认为，误解人工智能可能意味着过高估计其价值并低估其影响。http://ryzw.51dzw.com

Satalia的工作是AI目前擅长的一个主要例子。并非巧合，它也是赫尔姆伦敦大学学院（UCL）研究的商业化，他是该学院的商业分析硕士学位课程的主任。Satalia的客户在英国是家喻户晓的名字; 他们包括Tesco，DFS和英国广播公司。（披露：普华永道拥有战略 + 业务，使用Satalia的技术，并正在与该公司合作开发一种产品，以吸引共同的客户。）

竞争日益激烈的人工智能专业市场对Satalia来说既是一种祝福也是一种诅咒。公司不能仅通过工资来吸引人才，因此它还依赖于创新的管理理念。这种组织结构反映了赫尔姆认为将成为未来成功企业的主流结构：一个松散的运营中心，基于Satalia在北伦敦时尚共享工作区的案例，利用“gig经济”式的全球人才网络并提供灵活性和乐趣，几乎没有管理层。文章出自：轻雨科技