头条：如何分辨一个标榜「人工智能」产品的真假？
过去几年，人工智能的炒作热潮不仅催生了巨大的市场泡沫，还无限放大了人工智能产品的边界，大量擦边球的产品打着「人工智能」的旗号出现在市场上，既忽悠消费者又糊弄投资人，将整个市场搞得乌烟瘴气。
这里我分享一些辨别的方法，大致可以分辨出一个「人工智能」产品的真假。
1. 该产品是否需要大量数据进行训练
至少在现阶段，如果一个公司声称自己的「人工智能」产品不需要太多数据就可以实现业务需求，或者几乎不谈数据训练这回事，那么请不要怀疑，这个产品团队一定是个骗子。
从最基础的机器学习到复杂的深度学习模型，当下任何人工智能产品都需要海量的数据喂养，才能称之为「人工智能」。
2. 该产品是否有落地案例
对于大量「AI 创业公司」而言，你不能如此「苛刻」地要求其落地案例吧？但现在不是 2015、16 年，资本市场不会轻易相信一个只有实验室项目的 AI 团队，更何况，将图像、语音等技术集成到 AI 产品里的成本已经非常低了，如果此时还忽视落地案例，那么这个所谓的「人工智能」公司也非常不可靠。
3. 该产品是否需要业务规则
「IFTTT」不仅是一个 App，也是一种自动化的方式，它广泛存在于企业的业务场景里。如果一个产品也需要大量规则才能发挥作用，那么这个产品一定不是 AI 产品，而是 IFTTT 或 IFTTT 的变形。
4. 这个产品是否可以进化
站在机器学习模型的角度去看，当模型学习的数据越来越多，那么其模型的能力也会越来越好。换句话说，正常情况下，数据、时间与模型性能是一个正相关的关系。而如果一个产品不满足这个标准，那么它可能不是一个 AI 产品。
5. 写在最后
随着国内兴起的「新基建」浪潮，各地政府正在大力投资包括人工智能、5G、云计算等「全新的基础设施」，我预计未来一年到两年，国内关于人工智能的炒作还将持续火热，上述这些判断依据，或许可以帮助各位更好识别出这些产品或公司的真实模样。
【更新】AI 抗疫的进展、争议与反思
对于人工智能公司和产品来说，这场疫情也是个大考。过去几周，我在不断整理和发现业界最领先的 AI 抗疫案例，但正如早先一期「AI Insider」里所言，至少这一次疫情，AI 拯救不了人类。
但医疗领域的确开始考虑 AI 的价值。知名医疗媒体《贝克尔医疗评论》报道医院里的 AI 应用，AI 被应用到识别感染者、发现重症病人等场景里。类似地，还有一些医院将 AI 应用在对急重症病例其他病情的排查过程里，相关的案例已经在中国和美国的医院里出现。
围绕 AI 的应用价值，争论还没有停止。譬如在读取肺部影像扫描中，AI 的作用是否被扩大了？此前，来自澳大利亚的放射科医生 Luke Oakden-Rayner 也提出了一个议题：利用 AI 读取 CT 影像诊断来新冠肺炎，并不可靠。
而在上周，布鲁金斯学会发布了一份报告称：防疫中的 AI 被夸大了。这份报告指出，需要注意近期一系列围绕 AI 抗疫报道背后所隐藏的东西：譬如扩大机器的作用，而忽视人类参与的程度，更没有提及潜在的风险。
事实上，「潜在的风险」一直是大量科技媒体报道 AI 应用案例时所忽视的角度，而在这场疫情里，AI 所扮演的角色越多，其责任也应该更大。
但一个无法回避的问题是：AI 一定是有偏见的。此前的「AI Insider」里，我曾经讨论过当 AI 决定病人是否值得医治时的伦理争议。来自瑞典的计算机科学家 Virginia Dignum 上月也在 Linkedin 上撰文，谈及 AI 在疫情中的责任，包括系统的稳健、透明度以及数据隐私等三大方面，非常值得一读。
如果将视野放大，不再局限在 AI 抗疫，围绕医疗 AI 的应用也有不少值得思考的内容，《英国医学杂志》（BMJ）最近的一篇文章颇具启发性，研究人员向「人工智能系统」或「机器学习系统」提出了 20 个关键问题，不管你是医疗工作者还是 AI 从业者，这些问题都可以成为重要参考。
|
