【科技前沿】人工智能的下一步：AI平台
【总第125期】
人工智能的下一步：AI平台
【MOOC导读】今天编译的这篇文章是DATAVERSITY网站对Absolutdata公司CEO兼联合创始人阿尼尔·考尔（Anil Kaul）的访谈。阿尼尔·考尔的观点之所以引起我关注，是因为最近一直在思考，我们的新维空间站从本质上看，也是在为一个面向未来的全新教育生态提供操作系统、集成平台。只有在一个强有力的平台支撑下，各种单个、零星的技术或产品才能形成合力，行业用户才能在此环境下开发出更多的特色应用，收获效益。对AI是如此，对教育技术亦是如此。
原文链接：http://www.dataversity.net/ai-platforms-next-step-artificial-intelligence/
随着大数据应用的不断发展和成熟，一些机构已收获可观的回报。近来，大数据的处理更是发展到了一个更高的新水平，即人工智能（AI）平台的形式。AI平台预计将在未来十年产生重大影响（或颠覆）。在各种技术中，人工智能用于处理海量数据集将前所未有地提升商业智能和分析。
2000年代中期提出的利用大数据“训练”人工智能的概念，现已得到很大发展并取得了若干成功。机器学习（ML）、深度学习（DL）以及新的数据体系结构将在未来几年中催生更聪明的AI。
机器学习是运用算法来分析数据，并从中学习和做出预测。算法包括决策树学习、聚类、强化学习和归纳逻辑编程。深度学习运用算法和“人工神经网络”来开发人工智能。人工智能、机器学习和深度学习这几个概念既相关也有区别。一般来说，机器学习既是训练人工智能的过程，也是人工智能的“更原始”版本。它们是紧密相联的技术，而人工智能是更大的、更先进的概念。深度学习通常被认为是机器学习的更高级版本，并且被用作教学过程。
人工智能和机器学习现在主要用作研究和网络活动的个人助理，以及完成诸如接电话、做销售预测和驾驶车辆之类的任务。这些技术综合在一个AI平台中时，将显示出巨大的应用前景。例如，商业中人们常要用分析软件Analytics对电子邮件活动进行分析，但当客户使用了基于AI驱动的邮件活动分析后，其销售额增加了51%。虽然Analytics可以帮助客户找出应该瞄准谁进行营销，但AI能够建议并生成应该进行哪些营销活动。”
AI平台是一种比传统框架更高效、更智能化的框架。设计得好的话，它可为组织或机构提供与数据科学家和员工更快、更高效和更有效的协作。它可以帮助以多种方式降低成本——防止重复工作、使简单任务自动化，以及消除一些费用昂贵的活动，例如复制或提取数据等。AI平台还可以提供数据治理，确保由AI科学家和ML工程师组成的团队的最佳实践应用。它还可以帮助确保工作更均匀地分配、更快地完成。
AI平台一般将其要素组织成五个逻辑层：
数据和集成层提供对数据的访问。这种访问是至关重要的，因为开发人员不手工编写规则，相反，规则是由AI运用它所访问的数据进行“学习”的。
实验层允许数据科学家开发、测试和证明假设。设计良好的实验层将提供自动化的特征工程、特征选择和模型选择。
操作和部署层提供模型治理和部署。正是在这里对模型进行风险评估，允许模型治理团队验证它。这一层提供了跨平台部署各种容器化模型和组件的管理工具。
智能层提供对人工智能工作的支持（培训活动在实验层进行）。智能层组织和提供智能服务，并且是用于指导服务交付的主要组件。理想情况下，在该层实现诸如动态服务发现之类的概念，以提供支持认知交互的灵活响应平台。
体验层通过诸如增强现实、会话UI和手势控制之类的技术与用户交互。这一层通常由认知体验团队控制，该团队努力创建丰富且有意义的、由AI技术支持的体验。
使用人工智能分析大数据可以提供对影响企业的外部和内部机制更深入的理解。采用最新的大数据体系结构和机器学习可以更好地支持人工智能的使用。一个现代的、先进的基于人工智能的平台具有以下特征：
· AI可以访问所有可用的数据
· 它从客户或潜在客户的历史中学习
· 它从以前的类似客户那里获取经验，并展示过去行之有效的策略
· AI监控和学习，发现人类可能错过的模式
· AI实时学习，并根据新数据作出实时响应
· 基于变化的数据提供指导
· AI融合机器学习
为了使用先进的AI收获最大的结果，应满足以下三个基本要求：
一是分析框架。分析框架是随着时间推移而开发的用于解决特定业务问题（通常是复杂的）的方法。使用分析框架是支持系统的AI和机器学习能力的关键。
二是语境。目前AI和机器学习在判断语境方面表现还非常差。AI可以发现趋势，并且从数据中判断发生了什么，但是超越趋势来推荐员工应该做什么，就必须要考虑语境。虽然人们希望AI能够学习如何确定语境，但这目前还不是现实，还需要由人工确定语境并将其添加到模型中。
三是适当的技术。与传统的分析系统不同，AI支持的平台必须是可扩展的，以便AI学习和创建解决方案。传统的分析系统会提供对数据的洞察力，而AI会实时地提供建议。
有多种不同的方法用于将数据库向上扩展到非常大的规模，同时每秒提高更快的交易速率。大多数数据库管理系统使用的一种策略是对数据量大的表进行分区。这种策略允许数据库跨单独的数据库服务器集群扩展。此外，多核CPU、大型SMP多处理器和64位微处理器现在可以支持多线程实现，这些都能提供事务处理能力的显著扩展。
Absolutdata公司的AI－ACT（分析、语境＆技术）框架
Absolutdata公司的NAVIK AI平台的技术规模实例
王涛
“新维学习空间站”（中关村互联网教育创新中心合作）、“新维大健康空间站”（中国食品药品企业质量安全促进会、中关村联创医学工程转化中心合作）、新维国学空间站（福建平潭两岸国学中心合作）、智慧党员活动室等“新维系空间站”设计、规划和实施者；“移动学习”教育部-中国移动联合实验室MOOC研究中心主任；北京大学教育学院教育经济博士；业界知名有20多万教育专家的MOOC微信公众账号（微信号：openonline，公号名称：MOOC）的发起及运营者。
喜欢我们就多一次点赞多一次分享吧~
有缘的人终会相聚，慕客君想了想，要是不分享出来，怕我们会擦肩而过~
按住下图--“识别图中二维码”--即可关注！