人工智能(AI)是有史以來(lái)最強(qiáng)大的技術(shù)之一，但它并不像你想象的那么新。事實(shí)上，自1950年代成立以來(lái)，它經(jīng)歷了幾次演變。第一代人工智能是一個(gè)“描述性分析”，回答“發(fā)生了什么？”這個(gè)問(wèn)題。第二個(gè)“診斷分析”說(shuō)：“為什么？”第三代是“預(yù)測(cè)分析”，它回答了以下問(wèn)題：“基于發(fā)生了什么，未來(lái)會(huì)發(fā)生什么？“
盡管預(yù)測(cè)分析可能非常有用，可以節(jié)省數(shù)據(jù)科學(xué)家的時(shí)間，但預(yù)測(cè)分析仍然完全依賴(lài)于歷史數(shù)據(jù)。因此，面對(duì)新的未知，數(shù)據(jù)科學(xué)家?guī)缀鯖](méi)有選擇余地。為了擁有真正的“人工智能”，我們需要能夠獨(dú)立思考的機(jī)器，尤其是在不熟悉的情況下。我們需要的人工智能不僅能夠分析所顯示的數(shù)據(jù)，而且能夠“直觀地”行事，而不需要把它們?nèi)考悠饋?lái)。簡(jiǎn)而言之，我們需要能夠模仿人類(lèi)直覺(jué)的人工智能。幸運(yùn)的是，我們有它。
什么是人工直覺(jué)？
第四代人工智能是“人工直覺(jué)”，它使計(jì)算機(jī)能夠識(shí)別威脅和機(jī)遇，而不需要告訴我們應(yīng)該尋找什么，就像人類(lèi)直覺(jué)允許我們?cè)跊](méi)有特殊指令的情況下做出決定。類(lèi)似于一個(gè)經(jīng)驗(yàn)豐富的偵探，他可以進(jìn)入犯罪現(xiàn)場(chǎng)，并立即知道有些事情似乎不對(duì)勁，或者一個(gè)經(jīng)驗(yàn)豐富的投資者，可以在其他人面前發(fā)現(xiàn)一個(gè)即將到來(lái)的趨勢(shì)。人工直覺(jué)的概念在五年前還被認(rèn)為是不可能的。但是現(xiàn)在，像谷歌，亞馬遜和ibm這樣的公司正在嘗試開(kāi)發(fā)解決方案，有些已經(jīng)成功實(shí)現(xiàn)了。
它是如何工作的？
那么，人工直覺(jué)如何在企業(yè)沒(méi)有其他任何一個(gè)歷史文化背景的情況下可以準(zhǔn)確地分析未知數(shù)據(jù)以將其指向?qū)W生正確的方向呢？答案在于通過(guò)數(shù)據(jù)技術(shù)本身。一旦顯示了當(dāng)前經(jīng)濟(jì)數(shù)據(jù)集，復(fù)雜的人工直覺(jué)算法便能夠有效識(shí)別數(shù)據(jù)點(diǎn)之間的任何相關(guān)性或異常。
當(dāng)然，這不是自動(dòng)發(fā)生的。首先，人工直覺(jué)不是為了建立處理數(shù)據(jù)的定量模型，而是應(yīng)用定性模型。它分析數(shù)據(jù)集并開(kāi)發(fā)一種表示其觀察到的總體配置的上下文語(yǔ)言。這種語(yǔ)言使用各種數(shù)學(xué)模型，如矩陣、歐幾里德和多維空間、線性方程和特征值來(lái)表示“總體情況“。如果你把一個(gè)大圖想象成一個(gè)巨大的拼圖，你可以從一開(kāi)始就直觀地看到完整的拼圖，然后根據(jù)特征向量之間的關(guān)系追溯到填補(bǔ)空白。
在線性代數(shù)中，特征進(jìn)行向量是一個(gè)非零向量，當(dāng)對(duì)其應(yīng)用研究線性變換時(shí)，特征空間向量數(shù)量最多可以變化就是一個(gè)標(biāo)量因子（方向發(fā)展不變）。對(duì)應(yīng)的特征值是特征參數(shù)向量縮放所依據(jù)的因子。從概念上講，這提供了一個(gè)數(shù)據(jù)可視化系統(tǒng)異常標(biāo)識(shí)符的指南。然后，將任何企業(yè)無(wú)法形成正確放入大圖的特征以及向量都標(biāo)記為可疑。
如何使用？
人工直覺(jué)幾乎可以應(yīng)用于任何行業(yè)，但金融服務(wù)業(yè)已經(jīng)取得了巨大進(jìn)步。大型全球性銀行正越來(lái)越多地利用它來(lái)偵測(cè)復(fù)雜的新型金融網(wǎng)絡(luò)犯罪計(jì)劃，包括洗錢(qián)、欺詐和atm黑客行為?？梢傻慕鹑诨顒?dòng)通常隱藏在成千上萬(wàn)的交易中，這些交易都有自己的一套關(guān)聯(lián)參數(shù)。使用極其復(fù)雜的數(shù)學(xué)算法，人工直覺(jué)可以快速識(shí)別出五個(gè)最有影響力的參數(shù)，并將它們呈現(xiàn)給分析師。
在99.9%的案件中，當(dāng)分析人員從數(shù)百個(gè)最重要的五個(gè)組成部分和聯(lián)系中發(fā)現(xiàn)時(shí)，他們可以立即確定提出的犯罪類(lèi)型。因此，人工直覺(jué)有能力生成正確類(lèi)型的數(shù)據(jù)，識(shí)別數(shù)據(jù)，以更高的精度和較低的誤報(bào)率進(jìn)行檢測(cè)，并以易于分析師理解的方式呈現(xiàn)。
通過(guò)發(fā)現(xiàn)貌似無(wú)辜的事務(wù)，人的直覺(jué)和能夠檢測(cè)該銀行發(fā)布了“未知的未知”之間的這些隱藏的關(guān)系（以前是不可見(jiàn)的，因此意外攻擊）和警覺(jué)。不僅如此，還要追蹤和記錄模式也可以用來(lái)解釋數(shù)據(jù)，從而使分析師可以準(zhǔn)備銀行可執(zhí)行的可疑活動(dòng)報(bào)告，金融犯罪執(zhí)法網(wǎng)絡(luò)。
它將如何發(fā)展影響研究工作場(chǎng)所？
人工直覺(jué)并不是要取代人類(lèi)的本能。這只是一個(gè)額外的工具，它可以幫助人們更有效地完成自己的工作。在銀行業(yè)務(wù)例如上文所述，人的直覺(jué)，不能讓自己的任何最終決定;它僅提供信息，分析師認(rèn)為犯罪活動(dòng)。分析師仍在努力審查已確定和證實(shí)的懷疑機(jī)交易。
自從艾倫·圖靈（Alan Turing）于1950年代首次明確提出該概念發(fā)展以來(lái)，人工進(jìn)行智能技術(shù)已經(jīng)可以走了一個(gè)很長(zhǎng)一段路，并且它絲毫不能沒(méi)有經(jīng)濟(jì)放緩的跡象。前幾代人我們只是冰山一角。人工直覺(jué)標(biāo)志著AI真正能夠成為“智能”的關(guān)鍵。
