人工智能和人工智能的转折点

这就是“如果”的地方符合“下一步是什么。”正如以前的技术革命一样，这些和其他AI/ML应用程序的未来推出将与应用程序搜索中的实验结果关系不大更符合既定的业务需求新工具能以变革的方式解决的问题。

例如:由于兴起，一家今天仅仅“使用”ML的公司明天可能会将其视为基本的操作原则，让今天的机器人训练解决某个定义的主题的对话式人工智能明天将完全不受束缚，能够跟随并参与任何主题的任何对话。计算机视觉可能会取代扫描零售产品和监控交通，成为社会公平和经济增长的堡垒。

从助手到决策者

当一个人将人工智能/人工智能解决方案的技术能力与它们可能发展服务的实际目的结合起来时，潜在的例子会迅速增加。想想社交媒体环境中的内容版主工作，这不仅需要独立的判断，还需要以惊人的速度和数量关注细节。今天，机器人可以筛选文本中的某些术语和表达。但未来的可能能够监测情绪，理解即时内容之外的背景，或评估非文本表达，如视频或照片。

在联络中心的环境中，你可以通过试图偏离其受过训练的知识领域来“绊倒”当今的机器人。这是因为今天的对话机器人从其他对话中学习。像人们一样，未来的人将从他们周围的非结构化输入世界中学习，因此无论你将对话引向何处，他们都会跟上你。自然语言理解和大型语言模型将把这转化为自由的交互，并采取所需的行动，无论相关数据位于何处，这些行动都会立即自动得到通知。

这意味着，当你讨论保险单、分区法或其他复杂问题时，传统机器人可以帮助你找到其他资源，而未来的人工智能将能够处理整个对话和关系。

整个视觉世界作为数据源

然后是计算机视觉。当我们只考虑对现场过程进行训练的现场摄像机时，我们可能低估了这项技术。如果你必须在数百小时的在线视频中找到一个特定的视觉元素，会怎么样?你可以实时燃烧所有这些时间，或者一个人工智能系统可以模仿人类搜索记忆的方式筛选这些时间。在其他用途中，赌注可能会更高:高速公路、停机坪或装配线的安全也将依赖于这项技术。你的超市条形码扫描仪仍然可以工作，但是它会有更多更强大的同类产品。

有时这些技术结合起来会更强大。想一想您不得不将个人信息输入到某个机构的注册系统中的时候——医疗保健提供商、旅游公司或银行。对话式人工智能可以减轻这一过程中的一些负担。计算机视觉也可以有所贡献，例如，在通话过程中，扫描驾驶执照上的细节，或者上传相关照片。一家保险公司通过这种方式将注册过程从几天缩短到几分钟，这种体验赢得了消费者的高度满意度。

将它整合在一起

实现这样的愿景需要什么?是时候想得更大了。例如，计算机视觉具有快速增长的能力，但支持它的数据存档和存储架构也必须以同样的速度增长。每一项技术都被需要随之发展的使能能力所包围。

也是时候让这些工具达到更高的标准了。就像企业投资的其他任何东西一样，它们需要显示出可预测、可衡量的回报。他们的能力刚刚跨过门槛这在更多的应用中，在更大的规模上是可以实现的。

如果我们到了那里会发生什么?超越了我们已经习惯的东西。考虑一下，一个使用技术模拟所有人类“感官”并结合决策能力的人工智能系统，可以在许多情况下完全发挥一线工作者的作用。下一代人工智能不是特定于任务的，而是广义的，它将让整个干部队伍从人类工人中解放出来，从事更复杂和令人满意的任务。

我们听说AI和ML已经有一段时间了。大多数人都与这些技术的版本有过一些互动——有一天我们会认为它们是非常基本的。它们未来的进化将遵循一条我们无法完全预测的漫长道路。现在清楚的是，他们正处于一个转折点。他们已经证明了自己的能力，现在是他们证明自己价值的时候了。