这些不是你要找的机器人。
当有人让你描述什么是人工智能时,你会想到什么?
很有可能,人们脑海中立即浮现的画面会有一张非常人性化的面孔——阿诺德·施瓦辛格(终结者)、海利·乔·奥斯蒙(人工智能)或布伦特·斯皮内(星际迷航)。 人们在视觉上与“机器学习”这个类似术语联系在一起的最常见的形象通常不是脸型,但它可能会让人想起《2001:太空漫游》中 HAL 9000 发出的红光,或者《Ex Machina》中永恒冰冷的机器人逻辑。 我们在很大程度上要感谢好莱坞和科幻小说,它让我们对这个复杂的话题有了普遍的理解。
然而,这些奇思妙想实际上是关于人类大脑运作原理的科学思维的正确体现。 简而言之,我们可以将人工智能定义为“教计算机如何模仿人类智能的各个方面”。
这种智能的重点(尤其是其目的和运作模式)有助于我们定义三种不同类型的人工智能。要了解人工智能和application服务未来将如何协同工作,首先需要研究每种类型的人工智能。
我们在电影屏幕上看到的物体——巨大、邪恶的机器人或者友好、苍白的机器人——都是自主、通用智能的例子。 除了学习并将学习转化为额外的自主行动之外,它的智能没有其他特定目的。 这些都是人工智能的“强”模型,这种类型的人工智能严格属于科幻小说的领域。 它们不存在。
过去的“强”人工智能是一种更简单、更有针对性的版本,可以被描述为人工智能的“弱”模型:它像我们的电影机器人一样自主运行,但用途狭窄。 它能够在其运作的有限范围内进行简单的适应和学习。 这些系统擅长设计它们内部事物,但却没有能力自行学习新技巧。 我们每天都会通过名字与他们互动: Siri、Alexa、谷歌。 我们要求他们摇上车窗,或者与前面的车保持一定距离。 虽然我们可以问他们有关天气的问题,他们可能也能回答,但他们不太可能像 Data 少校那样给我们关于人际关系的明智建议。
第三种也是最常见的一种人工智能并不总是能立即显现出来。 我们不会直呼其名,但我们每天都会与包含该技术的系统进行交互。 这些系统是人工智能的“增强”模型。 它们的存在是为了通过帮助我们的思维过程变得更加高效和明智,协助人类智能完成专门的任务。 他们几乎总是极其专业:分析X光片上的黑点,并让技术人员知道这些黑点可能很重要,或者快速比较从装配线上下来的产品,以便在人脑做出反应之前发现质量问题。
辅助人工智能是数字化转型第三阶段的基础: “人工智能辅助商业。” 该人工智能将利用从下一代application服务收集的遥测数据,并通过提供解决根源于技术的业务挑战的方法来增强业务。 这可能很简单,例如识别导致客户转化率降低的性能问题,也可能很高级,例如识别在数字化业务流程中遇到困难的合法客户。 两者都需要跨越数据路径的大量数据集。 只有借助人工智能支持的高级分析能力才能快速发现这两种关系。
为了实现这样的未来功能,我们踏上了自己的数字化转型之旅,专注于将application服务扩展到整个代码到客户数据路径。 这一愿景促成了对NGINX的收购,以及最近对Shape Security的收购。 两家公司都提供独特的解决方案和application服务,这些解决方案和应用服务为未来的application交付以及构建辅助人工智能的能力奠定了基础,有助于推动未来的数字业务。