人工智能民主化：以人工智能赋能大众
将人工智能研究分发给更大的用户群体，包括没有专门AI技能的个人，被称为“AI民主化”。IBM、亚马逊、Facebook、微软和谷歌等在人工智能领域进行了大量投资的大公司正在推动这一趋势，以促进其发展和普及。
人工智能的创建传统上需要大量的时间、金钱和资源，如专业知识和处理能力。AI民主化意味着通过提供平易近人的工具和资源，如现成的算法、清晰的用户界面和高性能的云计算平台，使创建更容易。这些支持的存在使没有专业知识的内部开发人员能够生成他们自己的机器学习应用程序和其他AI技术。
人工智能——下一个数字前沿
人工智能正在影响全球文化和社会的方方面面，通常被视为下一个数字前沿。人工智能是一个快速发展的业务，预计将显著改变全球劳动力和经济格局。在过去的几十年里，我们已经看到了人工智能领域的巨大发展和成就。全球人工智能市场预计将在2021年至2025年间增长764.4亿美元，以21%的复合年增长率扩张。凭借其改变我们文明的潜力，人工智能今天被视为一项革命性的技术，也是迈向未来的一个大步。
AI民主化的好处
- 降低准入门槛：通过AI民主化，降低了个人和组织的准入门槛。任何人都可以使用公开可用的技术和数据，开始在云基础设施上测试和构建AI模型。可以采用AI的企业和用户越多，好处就越多。
- 整体业务升级/改进：通过使业务和技术更加紧密地结合在一起，AI民主化在两者之间建立了强大的联系。虽然大多数人认为AI仅仅是关于技术，但AI民主化更多的是关于业务成果。
- 社会变革：随着对AI的理解和使用不断增长，医疗保健、执法和社会问题以及气候变化等全球挑战都将得到改善。
- 提高自动化程度：根据Gartner的预测，随着AI变得更容易访问，大多数工具将实现自动化，从而实现更高水平的自助服务。因此，自动化将释放任何业务的可能性。
实施AI解决方案的挑战
世界上最强大的公司，包括谷歌、微软、亚马逊、Facebook等，拥有大量数据，并且是使用AI分析这些数据的专家。然而，只有少数企业将AI用于其主要运营。MMC Ventures的一项研究表明，在欧洲接受调查的2830家初创企业中，只有60%的企业将AI作为其价值主张的一部分。如果将初创企业和已建立的企业也计算在内，这个数字还会更低。虽然这看起来出乎意料，但却是真实的。这是因为执行AI解决方案需要各种复杂的技能。
图表1
图表2
AI民主化的倡议
1400年代印刷机的发明，让几乎每个人都能轻松获取信息，这是迈向民主化的第一步。每个人都能够开始学习，这要归功于由此产生的信息爆炸。如今，许多企业都在使用AI技术并欣赏其成果。包括微软、谷歌和IBM在内的大型IT公司已将AI民主化作为主要目标。
- 微软AI民主化战略：微软制定了一项雄心勃勃且全面的计划，旨在消除人工智能(AI)的精英化，并使其对所有人可用。微软正在通过遵循以下四点来实现AI民主化的目标：
- 利用AI改变人们与环境计算交互的方式。
- 将智能融入我们日常使用的每个程序中，无论在任何设备上，在任何时间。
- 使他们产品中包含的认知功能可供所有全球应用程序开发人员使用。
- 构建AI超级计算机，这是现存最强大的计算机，并确保每个人都可以通过云访问它，以便他们都可以利用其力量并解决AI难题。
- FAIR-Forward项目：德国联邦经济合作与发展部正在资助德国的“FAIR-Forward-人人享有的人工智能”项目。该项目的目标是为所有用户提供AI技术的可访问性、本地化的培训数据和开放的学术材料，以在全球范围内促进一种更开放、全面和可持续的AI方法。FAIR Forward项目的联合负责人Lea和Balthas认为，AI可以通过消除社会融合和人类发展的障碍带来有益的改进。他们表示，AI有可能发展成为一项改变游戏规则的技术，它将加速全球数字革命，并加速实现可持续发展目标。
- H2O.ai项目：H2O.ai项目是一个开源机器学习平台，有助于创建智能应用程序。该平台正在推动使AI可供所有人使用的努力。通过确保轻松访问AI，H20.ai提供学术课程，从而增强AI领域学生的实力，从而影响高等教育的未来。
人才是扩展AI的最大障碍
由于以下因素，使用开源生态系统和超大规模企业AI平台的企业都面临着人才短缺：
- 由于它们能够让用户利用转移学习，因此TensorFlow、Scikit-learn和Keras等开源机器学习框架的需求量很大。
- 由于缺乏领域专业知识和行业背景化，SAP Leonardo、Salesforce Einstein、Amazon SageMaker、Azure Machine Learning和Microsoft Cognitive Services等平台上经过认证的人员对项目准备不足。
民主化以克服人才问题
- 数据民主化：让公司中的业务用户访问数据是AI民主化的第一步。这将有助于他们更加熟悉数据结构、评估数据和分析数据。
- 数据素养和AI：下一个阶段是支持有助于业务用户对AI有大致了解、理解AI系统的影响并成功地与其交互的计划。
- 低代码/无代码自助服务工具：为了使业务用户无需编写冗长的代码即可安装ML模型，组织还应投资于以拖放方式提供预构建组件和构建块的解决方案。
- 自动化机器学习(AutoML)：应由企业使用，以自动化ML工作流程，该工作流程涉及模型训练过程的某些或所有组件，包括特征工程、特征选择、算法选择和超参数优化。
结论
得益于AI民主化，AI不再是AI专家独有的领域。相反，对于具有各种职责、能力以及创造力和智力水平的人来说，它易于使用。想象一下，在一个每个人都可以公开访问AI培训、AI技术和AI数据的世界里，甚至小规模农民也可以使用AI驱动的应用程序来实时检测多种作物病害。由于AI的民主化，所预期的是这种假设情景。因此，现在采取行动以防止少数科技巨头控制和访问AI非常重要。相反，所有企业都必须为自己及其客户在各个方面取得重大成果。
总之，AI无疑是未来的技术，并且随着它变得越来越普及，它将消除当前存在的任何社会融合和人类发展的障碍。因此，要充分利用AI，必须使所有人都能访问它。毫无疑问，AI需要实现民主化，因为它将赋予人和组织更多的权力。为了确保AI驱动的世界保持稳定，就需要一个制衡系统，就像在人类民主中一样。
作者：Sonu Kumar Sah