AI 民主化：赋能大众的人工智能
将人工智能研究分发给更广泛的用户群体，包括不具备专业 AI 技能的个人，被称为 “AI 民主化。” 拥有大量人工智能投资的大型企业，例如 IBM、亚马逊、Facebook、微软和谷歌，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，例如专业知识和处理能力。 AI 民主化意味着通过提供易于使用且易于获取的工具和资源（例如现成的算法、清晰的用户界面和高性能云计算平台）来使创建过程更容易。 这些支持的存在使得不具备专业知识的内部开发人员能够构建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各个方面，通常被视为下一个数字前沿。人工智能是一个快速发展的行业，预计将显着改变全球劳动力和经济格局。在过去的几十年里，我们在人工智能领域看到了巨大的发展和成就。 预计全球人工智能市场将在 2021 年至 2025 年间增长 764.4 亿美元，复合年增长率为 21%。 凭借其改变我们文明的潜力，人工智能今天被认为是革命性技术，是走向未来的进步。
AI 民主化的好处
- 降低入门门槛：通过降低个人和组织的入门门槛AI 民主化。 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。 能够使用 AI 的企业和用户越多，带来的好处就越多。
- 整体业务升级/改进：通过将业务和技术更紧密地结合在一起，AI 民主化在两者之间建立了牢固的联系。 虽然大多数人认为 AI 仅仅是关于技术，但民主化 AI 更多的是关于业务成果。
- 社会变革： 随着对 AI 的理解和使用的增加，医疗保健、执法和社会问题以及气候变化等全球性挑战都将得到改善。
- 增加自动化：根据 Gartner 的预测，随着 AI 变得更容易获得，大多数工具将被自动化，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 解决方案面临的挑战
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 分析数据的专家。 然而，只有少数企业正在将其 AI 用于其主要运营。 根据 MMC Ventures 的一项研究，在接受调查的欧洲 2830 家初创企业中，只有 60% 正在利用 AI 作为其价值主张的一部分。 如果将初创企业和成熟企业也计算在内，这一数字会低得多。 尽管这看起来出乎意料，但却是真实的。 这是因为执行 AI 解决方案需要广泛的复杂能力。
图表 1
图表 2
AI 民主化的倡议
15 世纪印刷机的发明为每个人提供了轻松获取信息的途径，这是走向民主化的第一步。 每个人都能够开始学习，这得益于由此产生的海量信息。 如今，许多企业都在使用 AI 技术并欣赏其结果。 包括微软、谷歌和 IBM 在内的大型 IT 公司都将 AI 的民主化作为主要目标。
- 微软的 AI 民主化策略：微软有一个雄心勃勃且全面的计划，旨在消除人工智能 (AI) 的精英化，并使其向所有人开放。 微软正在遵循以下四个要点来追求 AI 民主化的目标：
- 使用 AI 改变人们与环境计算的交互方式。
- 将智能融入我们在任何时间、任何设备上定期使用的每个程序中。
- 向所有全球应用程序开发人员提供其产品中包含的认知功能。
- 构建 AI 超级计算机，即现有的最强大的计算机，并确保每个人都可以通过云访问它，以便他们都可以使用它的力量并解决 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- 人工智能服务所有人”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，以促进更开放、更全面和可持续的 AI 全球方法。 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来带来有益的改进。 他们指出，AI 有潜力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。 该平台正在推动让每个人都能使用 AI 的努力。 通过确保轻松访问 AI，H20.ai 提供学术课程，为学生提供 AI 赋能，从而影响高等教育的未来。
人才短缺是扩展 AI 的最大障碍
由于以下因素，同时使用开源生态系统和超大规模 AI 平台的企业都面临人才短缺：
- 由于其能够使用迁移学习，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情境化，跨 SAP Leonardo、Salesforce Einstein、Amazon SageMaker、Azure Machine Learning 和 Microsoft Cognitive Services 等平台的认证人员尚未为项目做好准备。
通过民主化解决人才问题
- 数据民主化：向公司内的业务用户开放数据是 AI 民主化的第一步。 这将帮助他们更好地熟悉数据结构、评估数据和分析数据。
- 数据素养与 AI：下一阶段是支持协助业务用户获得对 AI 的一般理解、理解 AI 系统的后果并与之有效交互的计划。
- 低代码/无代码自助服务工具：为了使业务用户能够安装 ML 模型而无需编写冗长的代码，组织还应投资于提供即用型组件和构建块的拖放方法解决方案。
- 自动化机器学习 (AutoML)：企业应使用它来自动化涉及模型训练过程的某些或所有组件的 ML 工作流程，包括特征工程、特征选择、算法选择和超参数优化。
结论
得益于人工智能的民主化，人工智能不再是人工智能专家独有的领域。相反，对于具有不同责任、能力和创造力及智力水平的人来说，它使用起来非常简单。设想一个每个人都可以开放访问人工智能训练、人工智能技术和人工智能数据的世界，甚至小型农户也可以使用人工智能驱动的应用程序来实时检测众多作物病害。由于人工智能的民主化，人们预期的就是这种假设情景。因此，现在采取行动以防止少数科技巨头控制和访问人工智能至关重要。相反，所有企业都必须为自己和客户实现全面的重大成果。
总之，人工智能无疑是未来的技术，随着它变得更加广泛可用，它将消除目前存在的任何社会包容性和人类发展的障碍。因此，为了充分利用人工智能，必须使其对所有人开放。毫无疑问，人工智能需要被民主化，因为它将赋予个人和组织更大的权力。为了确保人工智能驱动的世界保持稳定，需要一个制衡系统，就像在人类民主中一样。
作者：Sonu Kumar Sah