「人工智能」和「AI」正在經歷第三次浪潮,已經進入了大眾的視野。「AI雙攝」、「AI美顏」、「AI翻譯」、「自動駕駛」)……

AI 在一些人眼裡貌似是萬能的,但是實際上並非如此,本文將給出一些原則,用來判斷到底在什麼情況下 人工智能(AI) 是有用的。

AI 並不是 「未來型技術」

打不死的小強認為:有一種產品可以稱作「未來型產品」。他是那種用了之後就再也回不去的產品,且註定會替代前一代的產品的。 比如:

  1. iPhone4S 開啟了視網膜屏幕的時代,自從用了視網膜屏幕之後,看到之前的「模糊」屏幕已經無法忍受,並且現在已經很難看到低分辨率的手機屏幕了。
  2. 用過電動牙刷的人都會覺得非電動牙刷弱爆了。除了貴一些你挑不出任何普通牙刷的優勢。(電動牙刷比普通牙刷的清潔效果提高30%以上)
  3. iOS 和 Android 出現後,塞班就走向了死亡。iOS 和 Android 跟塞班比就是未來型產品。 類似上面提到的,能產生巨大體驗差距的,用完之後就不想回到之前產品的就算是「未來型產品」。(不過分考慮成本問題)

但是並非使用更高級技術,更酷炫的產品就一定是未來型產品。 比如:

  1. 純電動車跟燃油車比,並不是「未來型產品」。用過電動車的還是會使用燃油車,因為電動車和燃油車是不同的駕駛體驗。
  2. 降噪耳機跟普通耳機比,也不是「未來型產品」。他只是在某些場景下體驗更好(比如飛機上)。但是非降噪耳機的音質要優於降噪耳機,所以降噪耳機並不會替代傳統耳機。

之所以說「未來型產品」是想表達一個很重要的觀點: 

AI 並不是「未來型產品」,它在很多場景下並不會替代原來的技術(比如簡單的四則運算就完全用不上人工智能),只是在一些特定的場景下(下問會詳細介紹適合 AI 的場景是什麼)比原有的技術效果更好。

「肌肉T恤」or「建美男」or「搏擊手」

肌肉T恤  

隨着人工智能的火熱,很多人,很多公司都把 AI 當成一種忽悠手段,什麼都要加上 AI,這樣才顯得高大上。 這種就跟一個瘦子穿着肌肉T恤一樣,沒有任何乾貨。

健美男 

有些 AI 的應用主要是用來作秀的,最典型的就是 AlphaGo 。 他的營銷作用遠遠大於直接的經濟回報和社會價值。如果不是 Google財大氣粗,偶爾出來秀秀肌肉,根本不會做這種不賺錢的東西。 這種應用就非常像「建美男」,看着很高大上,實際上並沒什麼卵用~

搏擊手 

有些 AI 的應用就是怎麼實用怎麼來,比如語音識別。 語音識別不需要任何花架子,就是看準不準,沒有特別的交互,也沒有特別的UI,只需要說一句話就出現一堆文字。(比如開會期間不方便聽微信語音,你就可以語音轉文字) 這種應用才是拳拳到肉的「搏擊手」,用技術解決實實在在的痛點。

不管 AI 怎麼用,都逃不出上面的3大類,要清楚的知道自己在做哪一類應用。 

最怕的是一開始想做搏擊手,但是最終只買來一件肌肉T恤來自我安慰,還沒有自知之明的真跑去擂台跟搏擊手硬剛,結果一定是被打的滿地找牙。

如何利用人工智能(AI)做出「未來型」+「搏擊手」產品?

想要做出「未來型」+「搏擊手」有一些自身條件:

  • 足夠 NB 的人
  • 足夠多的錢 但是除了自身條件外,你做的事情還要符合一些客觀規律,不符合事物的客觀規律,很可能費了半天勁,只做出來一個「建美男」或「肌肉T恤」。

打不死的小強總結了一個「 HBI 法則」,用來判斷你是否真的需要人工智能:

  1. 高頻(High frequency)
  2. 大數據(Big data)
  3. 沒有規律(Irregular)

高頻(High frequency) 

不高頻的東西沒有必要用人工智能(AI)。比如年終總結這種1年用1次的東西」人工」就夠了,完全沒有必要「智能」。 你看看那些最有用的 AI 應用(搏擊手)全部都是高頻型產品:

  • 語音識別(微信、翻譯筆等)
  • 人臉識別(安防等)
  • 語音合成(智能音箱、翻譯筆等)
  • 圖像識別(鑒黃、識別身份證、車牌、銀行卡等)
  • 視頻識別(鑒黃、視頻推薦等)
  • 機器翻譯(出國旅遊、看國外文章等)
  • …… 

所以,高頻使用是「搏擊手」應用的必要條件。不高頻的東西不需要智能。

大數據(Big data) 

當前人工智能都是建立在大數據的基礎上,統計學和概率論是重要的理論基礎。所以能否「持續的」獲得「有效的」大數據是至關重要的基礎。 比如在個人健康領域,過去我們都是去醫院檢查後才能獲得數據,不去醫院做檢查我們就無法知道身體是否有問題,在這種環境下 AI 就無從談起。 而未來當手環和其他生物識別產品成熟後,就可以全天候的獲取我們身體的各種數據,在這種情況下 AI 才能發揮價值,在你生病前可能就會發出預警,避免病情惡化。 

所以,「持續的」獲得「有效的」大數據,是 AI 發揮價值的重要基礎。沒有數據就沒有人工智能。

沒有規律(Irregular) 

這也是人工智能(AI)和傳統計算機科學最大的差別。 如果有明確且固定的邏輯,那麼傳統的計算機科學就能解決,而像語音識別、圖像識別等場景是沒有一個固定的邏輯能夠解決的。 

對於有規律的東西,AI 就是多此一舉,只有在沒有規律的地方,AI 才」有可能「發揮作用。

總結

首先要給人工智能(AI)定一個性: 他不是」未來型技術「,傳統的計算機科學是永遠不可能被人工智能替代的。AI 只是在一些特殊的場景和條件下實現傳統計算機科學無法實現的東西。但是在很多場景下,傳統技術還是最優的選擇。

其次,人工智能並不是在所有場景下都能發揮巨大價值的,只是在某些特定的場景下才能成為一個」搏擊手「(實用且有價值)。

最後,什麼場景下 AI 可以很實用,且發揮巨大的價值?一定要符合「 HBI 原則」:

  1. 高頻(High frequency)
  2. 大數據(Big data)
  3. 沒有規律(Irregular)

好了,今天就說這麼多,打不死的小強也是一個人工智能(AI)領域的初學者,希望認識更多 AI 領域的實幹家,歡迎加我微信(pkqiang49)。