AI民主化：以人工智慧賦能大眾
將人工智慧研究分配給更大的使用者群體，包括沒有專業AI技能的個人，被稱為「AI民主化」。IBM、亞馬遜、Facebook、微軟和Google等在人工智慧領域進行大量投資的大公司正在推動這一趨勢，以促進其發展和普及。
傳統上，人工智慧的創建需要大量時間、金錢和資源，如專業知識和處理能力。AI民主化意味著通過提供平易近人的工具和資源，如現成的演算法、清晰的使用者介面和高效能的雲端運算平台，使創建更容易。這些支援的存在使沒有專業知識的內部開發人員能夠生產自己的機器學習應用程式和其他AI技術。
人工智慧——下一個數位前沿
人工智慧正在影響全球文化和社會的各個方面，通常被視為下一個數位前沿。AI是一個快速發展的行業，預計將顯著改變全球勞動力和經濟格局。在過去的幾十年裡，我們已經看到了人工智慧領域的巨大發展和成就。全球AI市場預計在2021年至2025年間增加764.4億美元，以21%的複合年增長率擴張。憑藉其改變我們文明的潛力，人工智慧今天被認為是一項革命性的技術，也是邁向未來的一大步。
AI民主化的好處
- 降低進入門檻：通過AI民主化，個人和組織的進入門檻降低。任何人都可以在雲端基礎設施上使用公開可用的技術和數據開始測試和構建AI模型。可以採用AI的企業和使用者越多，好處就越多。
- 整體業務升級/改進：通過使業務和技術更加緊密地結合在一起，AI民主化在兩者之間建立了強大的聯繫。雖然大多數人認為AI僅僅與技術有關，但AI民主化更多的是關於業務成果。
- 社會變革：隨著對AI的理解和使用不斷增長，醫療保健、執法等社會問題以及氣候變化等全球挑戰都將得到改善。
- 提高自動化程度：根據Gartner的預測，隨著AI變得更容易獲得，大多數工具將實現自動化，從而實現更高程度的自助服務。因此，自動化將釋放任何企業的潛力。
實施AI解決方案的挑戰
世界上最強大的公司，包括Google、微軟、亞馬遜、Facebook等，擁有大量數據，並且擅長使用AI來分析這些數據。然而，只有少數企業將AI用於其主要運營。根據MMC Ventures的一項研究，在歐洲接受調查的2830家新創公司中，只有60%利用AI作為其價值主張的一部分。如果將新創公司和已成立的企業也計算在內，這個數字會下降得更低。雖然這看起來出乎意料，但這是真實的。這是因為執行AI解決方案需要廣泛的複雜技能。
圖表 1
圖表 2
AI民主化倡議
1400年代印刷機的發明是邁向民主化的第一步，它使幾乎所有人都能輕鬆獲得資訊。由於由此產生的資訊爆炸，每個人都能夠開始學習。今天，許多企業正在使用AI技術並欣賞它們的成果。AI民主化已被微軟、Google和IBM等大型IT公司採用為主要目標。
- 微軟的AI民主化策略：微軟有一項雄心勃勃且全面的計劃，旨在消除人工智慧（AI）的精英化，並使其對所有人可用。微軟正在通過遵循以下概述的四點來追求AI民主化的目標：
- 使用AI來改變人們與周圍運算的互動方式。
- 將智慧融入我們每天在任何設備上隨時使用的每個程式中。
- 使他們產品中包含的認知功能可供所有全球應用程式開發人員使用。
- 構建AI超級電腦，這是現存最強大的電腦，並確保地球上的每個人都可以通過雲端訪問它，以便他們都可以利用其力量並解決AI難題。
- FAIR-Forward專案：德國聯邦經濟合作與發展部正在資助德國的「FAIR-Forward-人人享有的人工智慧」專案。該專案的目標是為所有使用者提供對AI技術的訪問權限、本地化的訓練數據和開放的學術材料，以促進在全球範圍內採用更開放、全面和可持續的AI方法。FAIR Forward專案的共同負責人Lea和Balthas認為，AI可以通過消除社會融合和人類發展的障礙來帶來有益的改進。他們表示，AI有可能發展成為一種改變遊戲規則的技術，它將加速全球數位革命並加速實現永續發展目標。
- H2O.ai專案：H2O.ai專案是一個開源機器學習平台，有助於創建智慧型應用程式。該平台正在推動使AI對所有人可用的工作。通過確保輕鬆訪問AI，H20.ai提供學術課程，以賦予AI學生權力，從而影響高等教育的未來。
人才是擴展AI的最大障礙
由於以下因素，使用開源生態系統和超大規模企業AI平台的企業都面臨人才短缺：
- 由於它們能夠讓使用者利用轉移學習，因此TensorFlow、Scikit-learn和Keras等開源機器學習框架的需求很高。
- 由於缺乏領域專業知識和行業情境化，SAP Leonardo、Salesforce Einstein、Amazon SageMaker、Azure Machine Learning和Microsoft Cognitive Services等平台上的經過認證的人員對專案準備不足。
民主化以克服人才問題
- 數據民主化：讓公司中的業務使用者訪問數據是AI民主化的第一步。這將幫助他們更輕鬆地使用數據結構、評估數據和分析數據。
- 數據素養和AI：下一個階段是支持幫助業務使用者全面了解AI、理解AI系統的後果並成功與之互動的計畫。
- 低程式碼/無程式碼自助服務工具：為了使業務使用者能夠安裝ML模型而無需編寫冗長的程式碼，組織還應投資於以拖放方式提供預構建組件和構建模塊的解決方案。
- 自動化機器學習（AutoML）：企業應使用它來自動化ML工作流程，其中涉及模型訓練流程的某些或全部組件，包括特徵工程、特徵選擇、演算法選擇和超參數優化。
結論
由於AI民主化，AI不再是AI專家的專屬領域。相反，對於具有各種職責、能力、創造力和智慧水平的人來說，它很容易使用。想像一下，在一個每個人都可以公開訪問AI訓練、AI技術和AI數據的世界裡，甚至小規模農民都使用AI驅動的應用程式來即時檢測多種作物疾病。由於AI的民主化，預計會出現這種假設情境。因此，現在採取行動以防止少數科技巨頭控制和訪問AI非常重要。相反，所有企業都必須為自己及其客戶在各個方面取得重大成果。
總之，AI無疑是未來的技術，並且隨著它的更廣泛可用，它將消除目前存在的任何社會融合和人類發展的障礙。因此，為了充分利用AI，必須讓所有人都可以訪問它。毫無疑問，AI需要民主化，因為它將賦予人和組織更多的權力。為了確保AI驅動的世界保持穩定，就像人類民主一樣，需要有一個制衡系統。
作者：Sonu Kumar Sah