根据行业专家的说法，有4种提高人工智能可用性的方法
有4种提高人工智能可用性的方法
人工智能及其相关技术备受需求，企业领导人热衷于尝试它们，以了解如何提高其可见性、分析能力和预测能力。当然，生成式人工智能是大众化的人工智能，现在每个人都可以轻松获得。然而，嵌入到系统中并准备为企业带来最早的实际价值的后台应用人工智能并不那么容易理解，对于商业人士来说更加困难。
这是前Meta/Facebook研究数据科学家Rachel Woods最近在Twitter上发表的一篇文章的基调，她警告说，虽然围绕人工智能正在形成坚实的商业案例，但可用性仍然难以达到。
此外：67%的IT领导表示人工智能能提高员工效率
她写道：“人工智能仍然存在着重大的可用性问题。大多数人仍然在努力利用ChatGPT/LLMs/生成式人工智能等工具。大家都在等待有人告诉他们某些秘密的杀手级用例。我们面临着很多人对实用性的质疑。但是这些标题党的文章未能指出其中的根本问题：这些工具并非‘无用’…它们实际上只是存在着重大的可用性问题。”
其他行业观察者在很大程度上也持同样的观点。“ChatGPT和整体人工智能之所以引起轰动，是因为商业用户可以以非常简单的方式使用它们，并探索可能性的艺术。”Constellation Research的首席分析师Andy Thurai指出。“特别是生成式人工智能能够生成文本、内容、视频和音频，这让不精通技术的用户对人工智能的潜力感到震惊。”
此外：使用自己的数据来训练AI模型以减轻风险
另一方面，“由于各种原因，如偏见、技术限制、责任问题等，技术专业人员一直将其使用限制在非技术用户上，但他们对压倒性的反响和立即采用感到震惊。”Thurai说。“这给创作者带来了适应性的信心，但也省去了解释事物的必要性。”
然而，就大部分而言，只有“相对较少的人”对人工智能有深刻的理解，Vianai创始人兼首席执行官Vishal Sikka博士表示。他将全球对人工智能有深刻理解的人数估计为2万至3万人。虽然全球有约100万名数据科学家，但Sikka称“其中许多人不能告诉你系统为何这样做、为何做出推荐、可能发生什么问题以及底层技术的工作原理。”
此外：负责任地使用人工智能的5种方法
企业对人工智能和生成式人工智能的应用案例存在差异，需要不同的用例和方法。“仅仅产生内容是不够的，”Thurai说。“它需要解决一个业务问题。它应该是负责任的、有道德的、可解释的和可审计的，并且应该能够在原创性和决策上辩护。这些问题不仅仅是可用性问题。这些问题可能会摧毁任何企业。”
企业采用人工智能将会很慢，但应用案例正在出现。“从我的观察来看，法律、人力资源、伦理和财务团队都在探索能为他们带来很大价值的应用案例，”Thurai说。“人工智能可能很昂贵，特别是如果使用方式不正确。它可能会让它们失去生存，因此在这场淘金热中，他们需要谨慎行事。”
此外：探索在工作中使用生成式人工智能的5种方法
ChatGPT使人工智能变得非常易于使用，但Woods补充道：“要找到突破性的应用案例，你要么必须付出努力，要么等到它变得如此普及并且可用性问题得到解决。”
行业专家提供了一些增加人工智能可用性的方法：
弗兰克，就人工智能的可能性和挑战进行开放性沟通：技术经理和专业人士需要更深入地发展的一项能力是将正确的人工智能方法推销给企业。Thurai说：“我们看到很多技术或创新想法失败的原因之一是因为它未能得到业务用户、预算持有者和首席执行官的认可，如果他们没有看到它为企业带来的价值。”“同样，反过来也是如此。技术人员因为预算、技术、资源和成本的限制，而否定业务用户的需求，认为无法执行。”
普及人工智能教育：Sikka说：“各种规模的公司都需要全员提高科技素养，以便在现有的人工智能系统上开展更广泛的人才工作。”“更多员工需要了解人工智能的卓越方面。他们需要了解它的限制和弱点。不仅仅是它能做什么，还有它不能做什么，以及需要在人工智能系统中构建什么来弥补这些限制。”合作研讨会：Thurai主张使用“合作研讨会，邀请技术人员、实施者、创新者、战略家、传播者、业务用户、预算持有者和首席执行官共同探索使用案例。一旦他们看到提议的使用案例在实际操作中的效果，他们的思维就会开放。他们开始探索能够为他们增加价值的潜在使用案例。”
建立您的人工智能人才库：人工智能和许多其他技术领域一样，是一项狭隘的技能。Woods说：“Photoshop、Excel、Facebook广告管理器——都是技能。”“大概需要100多个小时才能达到一个临界点，使其成为您日常工作和生活中的第二天性。”
此外：这是我最喜欢的5个工作中的人工智能工具最终，人工智能需要以人为中心，Sikka提倡。“太多的系统并不是为人类设计的，”他说。“我们需要将人类的理解能力与数据和人工智能技术结合起来，创造以人为中心的人工智能。这可以创建智能系统，大大改善业务结果和流程，因为来自人类的反馈自然会提高人工智能的性能和输出。”
