可作决策的人工智能

【摘要】对人工智能的理解有很多不同的角度，本文将从谁是决策者的角度，来分析理解人工智能的特点。

 

一. 可作决策的人工智能的含义

名称	说明	决策过程中的角色
数据	通过各种方式和渠道，获得的数字化信息。 数据类型，数据量各不相同，处理方式也不同。	所有决策的基础
大数据	数据量很大的海量数据，一般TB级以上   大数据技术就是对海量数据进行高效存储，查询，分析和处理的技术	为决策，提供充足的原始数据资源   机器学习训练效果的上限，是由提供的样本数据决定的，可见数据的重要性。样本数据量越大，训练模型越带有普遍性，预测精度和应用用范围就越广
云计算	建立大规模的计算机资源集群，通过虚拟化技术，提供资源租用服务，包括数据存储租用服务，主机平台租用服务, 应用软件租用服务	为决策，提供技术处理的平台，存储资源，计算资源
数据挖掘	通过对原始数据的收集，整理，清洗，分析，利用数据挖掘，统计方法，对数据进行里三层外三层的多维交叉统计挖掘分析，提供人脑可以看得懂的各种统计数据，报告，图表等，为人脑进行决策提供信息支持。	人脑做决策，电脑只提供分析信息以支持人脑做出决策
弱人工智能	通过对原始数据的收集，整理，清洗，分析，利用机器学习，神经网络，优化算法等技术，通过训练和学习，完成分类，聚类，回归值等判断或预测计算	电脑通过学习，按人脑事先设定的思维规则，代替人脑做出最终的决策，进而采取行动。   让电脑看起来会像人脑一样思考
强人工智能	通过对原始数据的收集，整理，清洗，分析，电脑自我进行推理和解决问题	电脑按自己的思维规则做出最终的决策，进而采取行动。   会自己思考的电脑

 

二．可作决策的人工智能的在实际事务中的应用特点

数据分析和数据挖掘，是由电脑提供决策支持的信息，由人脑做出决策。实际的业务场景，往往需要进行多方面多层次的不同决策，即基于上一步骤的多个决策结果，再进行下一步各项决策，根据不断获得新的数据，重复以上过程，以完成整个业务流程的决策和行动。而人的参与及关键性的决策作用，使整个过程分成了多个不连续的阶段。

人工智能，可以输出确定的决策结果，并根据决策结果采取相应的行动，中间不需要人的参与，这样，就使思考、决策、行动完全贯通在一起，可以持续完成决策，采取行动，然后继续决策，继续采取行动，实现无人参与的全过程完全自动化。

 

三. 可作决策的人工智能的应用举例

应用领域	原始数据	人工智能处理	决策结果	行动
人脸识别	人脸图像	判断人脸的相识程度	是公司员工	开门
人才匹配	简历数据	跟职位要求的匹配度，各指标的权重不一样	此人是大牛	发录用通知
垃圾邮件分类	邮件内容	判断属于垃圾邮件的概率	是垃圾邮件	屏蔽
基于人员的协同推荐	对物品或文章的评分，点击的行为及次数	跟该人相似的其他人都喜欢些什么该人不知道的东西	他会喜欢python编程	推荐python编程图书或推送python编程文章
无人驾驶	各种道路，车辆，行人，交通灯的实时数据	撞到任何非行人的概率小于0.1%; 撞到行人的概率=0%，违反交通规则的概率=0%; 车身跟车道两边车道线的距离偏差小于10cm	速度调整为60公里/小时，车身向左移动5cm	加油或制动，调整方向盘
股市行情预测	股市相关数据	某股票上涨的概率值或预测的市值	预测股票A上涨概率为80%，市值可达现在的150%	买进
临床肿瘤分析	肿瘤图像	计算某恶性肿瘤的概率	是恶性肿瘤的概率低于10%， 不是恶性肿瘤	设置为可以出院
车牌识别	车牌图像	计算车牌上各个文字，数字图像对应的实际文字及数字的概率	识别出每个文字及数字，获得完整的车牌号	记录信息到数据库后，开闸放行
意念购物眼镜	带上有传感器的眼镜，记录看到某物品时的人体感应数据	计算当前感应器数据的对应的购物欲分类概率	对刚看到物品的购买欲超过80%	将商品信息加入购物车列表
……

 

四．可作决策的人工智能的引申问题

人工智能，使电脑可以自己学习思考，作出决策，采取行动，从而有了以下的问题

• 人工智能的哲学问题：

哲学是思考思考的思考，而中间红色的思考现在分成人脑的思考及电脑的思考，哲学也就有了思考人脑思考的思考，以及思考电脑思考的思考。

 

• 人工智能的道德，法律问题

由于电脑直接做了决策，并采取了行动，则对此带来的影响及后果需要负责。目前，大部分提到的都是利用人工智能为人类带来的美好结果，是因为应用的层次较浅，应用的领域也较窄；但随着人工智能应用的不断扩大，万事都有两面性，电脑做出的最终决策多是根据计算出来的最大概率值加最小阀值来进行取舍的，不一定百分百的正确，一旦造成了不好的结果，谁来负责，就成了问题。 如果有人将人工智能用到对社会不利的领域，则更需要警惕。