文/王爽 编辑/李靖

虽然在很多利润比刀片还薄的产业里，人工智能可以打开新的成长空间，但人工智能技术能否应用在自己的企业里，依然让很多企业望而生畏。

那么，人工智能离企业应用有多远？随着人工智能成为全球科技创新和持续投入的焦点，人工智能的核心——机器学习技术已经出现新的进步，尤其在企业应用方面的“大众化”取得了相当的成果。为此，凤凰文创专门采访了这方面的代表性企业IBM的大数据与分析事业部全球研发副总裁Dinesh Nirmal，共同探讨机器学习的新趋势。

趋势一：任何人都能利用机器学习技术

凤凰文创：人工智能已经成为全球科技创新和持续投入的焦点，那么作为人工智能核心的机器学习正在出现什么新的变化和趋势？

Dinesh Nirmal：我们能看到机器学习的未来充满前景，这表现为两个趋势：其一,我们预见到机器学习技术将走向平民化，也就是未来所有人都能极方便地获取机器学习的能力。例如，你在一家房地产中介，你如何在对数据科学不甚了解的情况下利用数据呢？怎样基于这些数据创建模型，并且预测房地产业的未来趋势？我认为，当我们审视机器学习的未来时，其趋势在于将可以让任何企业在没有数据科学和机器学习的专业知识下，利用机器学习技术。

趋势二：任何企业都能利用机器学习为客户服务

我们看到的第二趋势是在机器学习算法方面的。由于我们把越来越多的精力投入到认知能力、人工智能( AI)和深度学习中，特别是在如何进行图像识别和语音识别，以及如何进行深度学习方面，所以，我们看到的第二个趋势是在机器学习的核心领域，也就是算法方面的趋势是机器学习算法也将能够让任何人都可以方便地使用。

我认为很多行业都能对机器学习加以利用。无论你是处于制造业、能源领域、运输行业还是医疗保健行业，每个人都可以利用机器学习来进行行业和业务预测，并为客户提供更好的服务，带来更好的生活。

企业利用机器学习的三个关键要素

凤凰文创：机器学习领域的技术正快速发展迭代，那对企业来说，具体应该怎样利用这些新技术，帮助自身进行升级？

Dinesh Nirmal：在我看来，利用这些技术关键在于三个方面。一是数据，你要确保自己拥有数据，数据在建立模型中起着非常重要的作用。其次就是算法，如何找到正确的算法，把它们运用到数据中。第三个就是假设，假设未来和过去是有相似性的，或者未来的行为会和过去的行为十分相似。比如，一家旅游业的公司要为我这样的客户建造一个模型，就会假设我过去喜欢的地方，以后也会喜欢。如果我以前去过很多次贵宾休息室，那么他们就会假设我今后也会喜欢去。

这些就是在建造模型时的三个关键要素，如何确保拥有正确的数据，如何确保我们选择了正确的算法，又如何确保我们能够假设每个人的行为和个性，都会在未来继续展现出与之前的相似之处。

IBM为机器学习“大众化”起了重要作用

凤凰文创：IBM作为活跃了百年的“国际商业机器”，在机器学习领域是一家全球关注的焦点公司，您如何概括IBM目前在机器学习领域探索的核心？

Dinesh Nirmal：对我们来说，当创建IBM“沃森”机器学习服务的时候，我们所要完成的就是“搬走”了机器学习的技术障碍，从而使得每个人都能使用。你只需带来你的数据，我们会用“数据科学认知助手”为你选择正确的算法。之后，我们便为你建造模型，然后你可以看到模型的评价计分，我们将持续对系统进行训练，也就是说我们不需要将模型下线之后再重新训练再上线（一切迭代在线上完成）。

这些都是非常重要的方面，因为我们将机器运算能力，从知识渊博的资深数据科学家那里拿出来，转变成简单易用的平台，服务于普通人。就像我之前说的，机器学习正在走向“大众化”，而IBM在其中起到了至关重要的作用。

能源和制造业如何利用机器学习

凤凰文创：当前，机器学习正在如何改造传统行业？在诸多尝试利用机器学习的行业中，您印象深刻的是什么行业？

Dinesh Nirmal：如果要问一个特殊的行业，我会说是能源。如果我们是一家能源公司，如何能够帮助消费者更节能呢？这其中涉及到的指标包括建筑物的建筑面积、高度，用电设备的数量等，这些要素在我们建立模型的时候都是非常重要的。只有知道这些数据才能确保合理使用能源，从而做到节能。你可以集合所有指标来创建一个模型，确保其省电。

在制造业中也是同理，如何运用正确的算法去创建一个优化的模型，从而帮助我们获得最终的产品？无论是医疗，制造，能源还是交通，在任何行业中这些都是至关重要的，我认为获取数据和算法是非常重要的，然后是做出正确的假设去创建出正确的模型。

本文由凤凰文创原创，转载请注明出处、署名