AI工程化-AI Engineering 序章2 为何我们不断改进，为何使用AI

Allen 发布于2019-06-26 18:40 / 1671人阅读

摘要：行为溯源为何我们要从角度来考量，分析企业的整个体系，找到合适的优化模式呢张一鸣的今日头条抖音等，给传统企业所谓传统，指的是门户移动新媒体等传统互联网企业敲响了警钟不产生文章，竟然可以做大到最大的媒体入口，不录制视频等，竟然可以有如此大的视频

行为溯源

为何我们要从AI角度来考量，分析企业的整个体系，找到合适的优化模式呢？

张一鸣的今日头条、抖音等，给传统企业（所谓传统，指的是门户、移动、新媒体等传统互联网企业）敲响了警钟：不产生文章，竟然可以做大到最大的媒体入口，不录制视频IP等，竟然可以有如此大的视频流量入口？

为什么？

我们来简单看下过往100年，社会资源、国家力量、科学家和聪明人，都投入到哪里了？

然后又产生了多少对人类生活有深远影响力的东西呢？

落地到个体、群体的社会行为、经济活动的特征变化来看，有哪些巨大变化呢？

不需要太多分析，可以看出，工业、制造业、电力、移动通信、芯片、自动化、信息化，对我们的社会产业：农林牧渔、制造和资源、服务和交通运输这三个产业，产生了非常大的变革和影响

如果抽象出来看，人会发明和制造工具、设施，来提升效率，获得效用

我们的移动速度在提升：公路、汽车、高铁、飞机

我们的沟通速度在提升：互联网、移动互联网以及基于此的电子商务、政务等等

我们的传播速度在提升：手机App和广播、微信、公众号等等

我们的反馈速度在提升：巴拉巴拉。。。

那，我们思考的速度呢？分析的速度呢？决策的速度呢？

不是没提升，基于当代科学体系，经济学、统计学、计量统计学、数学模型等，有了很大的提升

但仍然不够，人才难找，人很复杂，而我们面对的问题很多

确定性

目前软件行业，就是所谓的程序员们，做的80%的工作内容，是确定性和形成确定性

是把模糊的商业模式，逐渐摸索出清洗路径，然后形成系统、平台的过程

用产品经理的角度思考是：客户需求就在那里，只不过你不一定能够确定你获得的，是不是真实需求

电商、通信、商业管理、各自资源交易平台等等，都是确定性的形成和提效，因为规则在那里

信息化、移动化，是把它们的确定性，清晰的表达出来而已

并不是否定我们程序员的价值：我们是脑力劳动者，是创造性制造软件产品的生产者

许多问题，你知道，并不意味着马上能获得最优的流程、交互和结果

这个过程是对程序员创造性的考验：理解本质，建立共性流程，达成目标

不确定性

是的

你如果是一个DJI员工，是一个Alibaba，JD员工，你会发现，你要制造什么，要提供什么服务

基于什么商业逻辑和理由去做，都很清晰

我们要减轻四翼飞行器的重量，提升稳定性，提升电磁抗干扰能力，增加电池续航能力又不违规

我们要扩大TB的sku数量，增加接入商家数量，杜绝违规sku，提升商家客单价，提升广告转化率

我们要扩大物流影响力，接入更多企业，扩大交易场景，从线上到线下，整合技术，提速交易价量

这些是确定性，一开始就知道的确定性

而AI，虽然是最近才流行的词汇，但代表的是不确定性的能力的总称

未来人们会如何获取信息？什么方式？有什么特征？

每个人喜欢读什么内容？喜欢那几个网站？

我不知道，我不确定

信息来源是哪里？我们是否要自己像新浪、网易、搜狐一样，建立总编辑制度，从传统媒体思路走

然后建立一个有影响力的媒体？

不是

并非吹捧某个APP，而是他确实代表了新趋势：不确定性的能力

你可以说是通过爬虫抓取信息，重组内容，呈现给不同喜好的阅读者

可是，百度也有强大的媒体啊，也会根据你的cookie搜索记录，推送内容和广告啊（笑*_^)

个性化定制，不是新概念啊，早就有啊

那为啥别人没成功，这个今日头条系成功了呢

不确定性的能力，是核心

行业趋势

华为已经偷偷研发和发布了自己的AI体系，我是连续面试了许多做硬件AI芯片的外包测试工程师

然后才发现的，当然，业界也有新闻

这是不确定性能力的基础设施：计算芯片

对于一个行业、领域来说，有许多可以赋能之处

传统商场，一定可以部署快速的客户画像和分析系统，一定可以给出最优决策和金融建议，只是结果不确定，因为用Graph来表示整个决策过程，是非常复杂的，甚至无法做出一个系统流程

原有解决办法只能用最好的接待员，随机应变，察言观色，让买包烟的客户带走一辆玛莎拉蒂

那我们有了AI，有了数据积累，有了不确定性的赋能能力，就可以尝试打造人工智能的接待员

未来，一定会有许多许多的AI机会

两个方向

一个是替代，正如用AI替代经验丰富有稀缺的金牌接待员，许多人才经验会放大

一个是发现，发现深藏于行业内的数据、规律、潜在业务机遇，许多分析和决策会更迅速

这里替代，并非机器人替代人工，因为那是确定性替代，而非AI

云服务器 GPU云服务器 AI ai 域名 AI 教程 python+ai

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/19866.html

AI工程化（序章1）--未来企业核心应用的必由之路，中级以上程序员必看

摘要：而平心而论，多数程序员是没有时间和精力再去拿起数学概率，再去看全英文的业界论文，然后研究三五年，出一个成果，因为产出比不划算，但有不能对身边的变革充耳不闻，不去关注和跟随变化与趋势。 AI工程化 AI Engineering，定义如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于业界成熟算法，结合行业产业需求，形成可落地的可实施的工程方案，称为AI工程化当下最热的是AI，机...

Rocture 2019-06-28 16:53 评论0 收藏0
AI工程化（序章1）--未来企业核心应用的必由之路，中级以上程序员必看

摘要：而平心而论，多数程序员是没有时间和精力再去拿起数学概率，再去看全英文的业界论文，然后研究三五年，出一个成果，因为产出比不划算，但有不能对身边的变革充耳不闻，不去关注和跟随变化与趋势。 AI工程化 AI Engineering，定义如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于业界成熟算法，结合行业产业需求，形成可落地的可实施的工程方案，称为AI工程化当下最热的是AI，机...

dadong 2019-06-26 18:40 评论0 收藏0
AI工程化（序章1）--未来企业核心应用的必由之路，中级以上程序员必看

摘要：而平心而论，多数程序员是没有时间和精力再去拿起数学概率，再去看全英文的业界论文，然后研究三五年，出一个成果，因为产出比不划算，但有不能对身边的变革充耳不闻，不去关注和跟随变化与趋势。 AI工程化 AI Engineering，定义如下：不涉及AI、算法、前沿分支的深入研究和探索，而是基于业界成熟算法，结合行业产业需求，形成可落地的可实施的工程方案，称为AI工程化当下最热的是AI，机...

Ocean 2019-07-30 18:38 评论0 收藏0
亚马逊AWS仍处霸主地位，为何却要祭出AI芯片这一大杀招？

摘要：亚马逊也宣布推出，这是一款完全自主的规模赛车，旨在帮助开发人员学习机器学习。此次问世，更是亚马逊要进一步占领市场的节奏。那么，面对已经发布芯片的谷歌云阿里云或者华为云，亚马逊真的要祭出大杀招，不战不休了。本周，亚马逊AWS re：Invent 2018大会在拉斯维加斯举办，AWS首席执行官Andy Jassy在会上发布了一款名为Inferentia的首款云端AI芯片。他表示，Inferent...

BingqiChen 2019-04-29 17:50 评论0 收藏0
Keras之父：大多数深度学习论文都是垃圾，炒作AI危害很大

摘要：问深度学习社区现在面临的主要挑战是什么答打击炒作发展伦理意识获得科学严谨性。深度学习简直是科学的重灾区。 Keras之父、谷歌大脑人工智能和深度学习研究员François Chollet撰写了一本深度学习Python教程实战书籍《Python深度学习》，书中介绍了深度学习使用Python语言和强大Keras库，详实新颖。近日，François Chollet接受了采访，就深度学习到底是什么、...

RyanHoo 2019-04-25 18:22 评论0 收藏0