人工智慧民主化：賦能大眾人工智慧
將人工智慧研究普及到更大的使用者群體，包括沒有專業 AI 技能的個人，稱為「AI 民主化。擁有大量人工智慧投資的大型公司，如 IBM、Amazon、Facebook、Microsoft 和 Google，正在推動這一趨勢，以促進其發展和普及。
人工智慧的創建傳統上需要大量的時間、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易於使用工具和資源（如現成的演算法、清晰的使用者介面和高性能雲端運算平台）來簡化創建。這些支援的存在使沒有專業知識的內部開發人員能夠製作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方方面面，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。預計 2021 年至 2025 年全球 AI 市場將增長 764.4 億美元，複合年增長率為 21%。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技術，也是邁向未來的一步。
AI 民主化的好處
- 降低進入門檻：通過降低個人和組織的進入壁壘AI 民主化。任何人都可以在雲端基礎設施上使用公開可用的技術和資料來開始測試和構建 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 僅僅是關於技術的，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、執法和氣候變化等全球挑戰等社會問題都將得到改善。
- 增加自動化：根據高德納的預測，隨著 AI 變得更容易獲取，大多數工具將被自動化，從而實現更高水平的自助服務。因此，自動化將釋放任何業務的可能性。
實施 AI 解決方案的挑戰
世界上最強大的公司，包括 Google、Microsoft、Amazon、Facebook 等，擁有大量資料，並且是使用 AI 分析資料的專家。然而，只有少數企業將 AI 用於其主要業務。根據 MMC Ventures 的一項研究，在歐洲接受調查的 2830 家初創企業中，只有 60% 將 AI 用作其價值主張的一部分。如果同時考慮初創企業和成熟企業，這一數字會下降很多。儘管這看起來出乎意料，但它是真實的。這是因為執行 AI 解決方案需要廣泛而複雜的能力。
圖表 1
圖表 2
AI 民主化的舉措
1400 年印刷機的發明為幾乎每個人提供了輕鬆獲取資訊的途徑，這是走向民主化的第一步。由於由此產生的資訊爆炸，每個人都開始學習。今天，許多企業都在使用 AI 技術並欣賞其成果。包括 Microsoft、Google 和 IBM 在內的大型 IT 公司已將 AI 民主化作為主要目標。
- 微軟的 AI 民主化策略：微軟有一個雄心勃勃且全面的計畫，旨在將人工智慧 (AI) 去精英化，並使其對所有人開放。微軟正遵循以下四點來實現 AI 民主化的目標：
- 使用 AI 改變人們與環境運算的互動方式。
- 將智慧整合到我們在任何時間、任何設備上經常使用的每個程式中。
- 使其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（現有功能最強大的電腦），並確保全球每個人都可以通過雲端存取它，以便他們都可以利用它的力量並解決 AI 難題。
- FAIR-Forward 專案：德國聯邦經濟合作與發展部正在為德國的「FAIR-Forward-人工智慧普及」專案提供資金。該專案的目標是為所有使用者提供 AI 技術的可及性，本地化的培訓資料，以及開放的學術材料，以在全球範圍內促進更開放、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 可以通過消除社會包容性和人類發展的障礙來帶來有益的改進。他們指出，AI 有可能發展成為一項改變遊戲規則的技術，將加速全球數位革命，並加速實現可持續發展目標。
- H2O.ai 專案：H2O.ai 專案是一個開源機器學習平台，有助於創建智慧應用程式。該平台正在推動讓所有人都能使用 AI 的努力。通過確保輕鬆獲取 AI，H20.ai 提供學術課程，賦予學生 AI 能力，從而影響高等教育的未來。
人才是在擴展 AI 時最大的障礙
由於以下因素，使用開源生態系統和超大規模 AI 平台的企業都面臨人才短缺：
- 由於其使使用者能夠利用轉移學習的能力，開源機器學習框架（如 TensorFlow、Scikit-learn 和 Keras）的需求量很大。
- 由於缺乏領域專業知識和行業背景，跨平台（如 SAP Leonardo、Salesforce Einstein、Amazon SageMaker、Azure Machine Learning 和 Microsoft Cognitive Services）的經過認證的人員尚未為專案做好準備。
民主化以克服人才問題
- 資料民主化：讓整個公司的業務使用者都能訪問資料是實現 AI 民主化的第一步。這將幫助他們熟悉資料結構、評估資料和分析資料。
- 資料素養和 AI：下一個階段是支援協助業務使用者獲得對 AI 的普遍理解、理解 AI 系統的後果以及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機器學習模型而無需編寫冗長的程式碼，組織還應投資於提供拖放方式的預構建組件和構建模組的解決方案。
- 自動化機器學習 (AutoML)：企業應使用自動化機器學習來自動化涉及模型訓練流程的一些或所有組件的機器學習工作流程，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，對於具有不同職責、能力、創造力和智力水平的人來說，使用它非常簡單。試想一下，一個每個人都可以自由獲取 AI 培訓、AI 技術和 AI 資料的世界，甚至是小規模農民也能使用 AI 驅動的應用程式來即時檢測多種作物病害。由於 AI 的民主化，這種假設情境是可以預期的。因此，現在就採取行動以防止少數科技巨頭控制和存取 AI 至關重要。相反，所有企業都必須為自己及其客戶實現全面的重大成果。
總之，AI 無疑是未來的技術，隨著它變得越來越普及，它將消除目前存在的任何社會包容性和人類發展的障礙。因此，為了充分利用 AI，必須讓所有人都能使用它。毫無疑問，AI 需要民主化，因為它將賦予個人和組織更多權力。為了確保 AI 驅動的世界保持穩定，需要一個制衡系統，就像人類民主一樣。
作者：Sonu Kumar Sah