第四代人工智能被稱(chēng)為人工直覺(jué) 標(biāo)志著AI真正成為智能的關(guān)鍵

人工智能（AI）是有史以來(lái)開(kāi)發(fā)的最強(qiáng)大的技術(shù)之一，但是它并不像您想象的那么新。實(shí)際上，自1950年代問(wèn)世以來(lái)，它經(jīng)歷了幾次演變。第一代人工智能是“描述性分析”，它回答了“發(fā)生了什么？”這一問(wèn)題。第二個(gè)“診斷分析”指出：“為什么發(fā)生？”第三代是“預(yù)測(cè)分析”，它回答了以下問(wèn)題：“基于已經(jīng)發(fā)生的事情，將來(lái)會(huì)發(fā)生什么？”

盡管預(yù)測(cè)分析可以非常有用，并且可以為數(shù)據(jù)科學(xué)家節(jié)省時(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)新的未知場(chǎng)景，數(shù)據(jù)科學(xué)家將無(wú)可奈何。為了擁有真正的“人工智能”，我們需要能夠自行“思考”的機(jī)器，尤其是在面對(duì)陌生情況時(shí)。我們需要的AI不僅可以分析顯示的數(shù)據(jù)，還可以在沒(méi)有合計(jì)的情況下表現(xiàn)出“直覺(jué)”。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)會(huì)而無(wú)需告知要尋找的內(nèi)容，就像人類(lèi)的直覺(jué)使我們無(wú)需特別指示如何做就可以做出決定。這類(lèi)似于經(jīng)驗(yàn)豐富的偵探，他們可以進(jìn)入犯罪現(xiàn)場(chǎng)并立即知道某些事情似乎不對(duì)勁，或者是經(jīng)驗(yàn)豐富的投資者，可以在其他任何人面前發(fā)現(xiàn)即將到來(lái)的趨勢(shì)。人工直覺(jué)的概念是僅僅五年前才被認(rèn)為是不可能的。但是現(xiàn)在，像Google，Amazon和IBM這樣的公司正在努力開(kāi)發(fā)解決方案，并且一些公司已經(jīng)設(shè)法對(duì)其進(jìn)行了操作。

它是如何工作的？

那么，人工直覺(jué)如何在沒(méi)有任何歷史背景的情況下準(zhǔn)確地分析未知數(shù)據(jù)以將其指向正確的方向呢？答案在于數(shù)據(jù)本身。一旦顯示了當(dāng)前數(shù)據(jù)集，復(fù)雜的人工直覺(jué)算法便能夠識(shí)別數(shù)據(jù)點(diǎn)之間的任何相關(guān)性或異常。

當(dāng)然，這不會(huì)自動(dòng)發(fā)生。首先，人為的直覺(jué)不是建立用于處理數(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)一種上下文語(yǔ)言，該語(yǔ)言表示其觀察到的整體配置。這種語(yǔ)言使用各種數(shù)學(xué)模型，例如矩陣，歐式空間和多維空間，線性方程式和特征值來(lái)代表“大局”。如果您將大圖想象成一個(gè)巨大的難題，那么從直覺(jué)上就可以從一開(kāi)始就看到完整的難題，然后根據(jù)特征向量的相互關(guān)系進(jìn)行回溯以填補(bǔ)空白。

在線性代數(shù)中，特征向量是一個(gè)非零向量，當(dāng)對(duì)其應(yīng)用線性變換時(shí)，特征向量最多變化一個(gè)標(biāo)量因子（方向不變）。對(duì)應(yīng)的特征值是特征向量縮放所依據(jù)的因子。從概念上講，這提供了一個(gè)可視化異常標(biāo)識(shí)符的指南。然后，將任何無(wú)法正確放入大圖的特征向量都標(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)，但是目前在金融服務(wù)領(lǐng)域取得了長(zhǎng)足的進(jìn)步。大型全球銀行越來(lái)越多地使用它來(lái)檢測(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黑客攻擊。可疑的金融活動(dòng)通常隱藏在成千上萬(wàn)個(gè)具有自己的連接參數(shù)集的交易中。通過(guò)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)最具影響力的參數(shù)，并將其呈現(xiàn)給分析人員。

在99.9％的情況下，分析人員從成百上千的五種最重要的成分和相互聯(lián)系中發(fā)現(xiàn)時(shí)，他們可以立即識(shí)別所呈現(xiàn)的犯罪類(lèi)型。因此，人工直覺(jué)具有生成正確類(lèi)型的數(shù)據(jù)，識(shí)別數(shù)據(jù)，以較高的準(zhǔn)確性和較低的誤報(bào)率進(jìn)行檢測(cè)的能力，并以易于分析師理解的方式進(jìn)行呈現(xiàn)。

通過(guò)發(fā)現(xiàn)看似無(wú)辜的交易之間的這些隱藏關(guān)系，人為的直覺(jué)能夠檢測(cè)到銀行并向其發(fā)出“未知未知數(shù)”（以前是看不見(jiàn)的，因此是意料之外的攻擊）并發(fā)出警報(bào)。不僅如此，而且還可以采用可追溯和記錄的方式解釋數(shù)據(jù)，從而使銀行分析師能夠?yàn)榻鹑诜缸飯?zhí)法網(wǎng)絡(luò)（FinCEN）準(zhǔn)備可執(zhí)行的可疑活動(dòng)報(bào)告。

它將如何影響工作場(chǎng)所？

人工直覺(jué)并不旨在替代人類(lèi)的本能。它只是一個(gè)附加工具，可以幫助人們更有效地完成工作。在上面概述的銀行業(yè)務(wù)示例中，人為直覺(jué)并不能自行做出任何最終決定；它只是向分析師提供其認(rèn)為是犯罪活動(dòng)的信息。分析人員的工作仍然是審查已確定的交易并確認(rèn)機(jī)器的懷疑。

自從艾倫·圖靈（Alan Turing）于1950年代首次提出該概念以來(lái)，人工智能已經(jīng)走了很長(zhǎng)一段路，并且它絲毫沒(méi)有放緩的跡象。前幾代人只是冰山一角。人工直覺(jué)標(biāo)志著AI真正成為“智能”的關(guān)鍵。