关于人工智能，你需要知道的几个问题！！

菏泽炫佑科技

关于人工智能，你需要知道的几个问题！！

围绕人工智能有很多炒作，但企业真的开始使用它吗？ 在我们今年早些时候发布的一项调查中，我们发现超过 60% 的企业受访者计划将部分 IT 预算花在人工智能上。 我们还发现，投资多少取决于公司在人工智能技术方面已有的经验，成熟度曲线以上的公司计划大幅增加投资。 至于目前人工智能的采用水平，答案取决于企业所在的行业。 我们发现，在多个行业中，30% 或更多的受访者表示他们的组织拥有成熟的人工智能实践：

图1 人工智能技术被采用的阶段（按行业划分）。图片来源：Ben Lorica

哪些领域或企业正在应用人工智能技术？ 与任何新技术一样，人工智能被用于许多研发相关活动。 但我们也开始看到人工智能和机器学习在客户服务和 IT 等领域获得关注。 在*近的一篇文章中，我们概述了人工智能相关技术如何开始在与客户体验相关的许多领域产生影响。 这包括数据质量、个性化、客户服务以及影响客户体验的许多其他因素。

图2 人工智能被采用的领域（按照采用阶段划分）。图片来源：Ben Lorica

我特别感兴趣的一个领域是人工智能和自动化技术在数据科学、数据工程和软件开发中的应用。 我们之前概述了软件开发中“人类过程”技术的一些初步表现，其中机器学习的*初应用开始改变人们构建和管理软件系统的方式。 自动化也成为数据科学和机器学习领域*热门的话题之一（），研究人员和从业者正在积极构建可以自动化机器学习管道各个阶段的工具。

对于一个典型的数据科学家、数据工程师或开发人员来说，有太多的工具和API供他们使用和“熟练”。 数据科学家需要学习、、numpy、-learn、一个或多个深度学习框架、Spark 等。 根据 Gant *近发表的一篇博客文章，Web 开发人员通常应该具备“导航终端、HTML、CSS、云基础设施、部署策略、数据库、HTTP 协议等方面的能力，而这仅仅是开始。” 数据工程师还需要掌握多种基础设施。

数据科学家、数据工程师和开发人员如何应对工具和 API 的爆炸式增长？ 他们通常使用 () 或在论坛（Stack、Slack、邮件列表）中发帖。 在这两种情况下，都需要一些基本知识来构建问题并能够辨别哪个答案是“*佳选择”。 在论坛场景中，可能需要很长的等待时间才能获得足够的答案。 拥有更多资源和更多时间的人可以利用免费或付费的学习资源，例如书籍、视频或培训课程。

一些自动化工具的出现可以大大提高软件开发人员的效率和生产力。 在*近举行的北京人工智能大会上的主题演讲中，加州大学伯克利分校主任 Ion 教授展示了一个新的研究项目，该项目暗示了软件开发人员可能的前进方向。 该项目的初步成果是。 它是一个程序代码合成引擎，也是当今使用*广泛的数据科学库之一。 程序代码合成是计算机科学中一个长期存在的研究领域，正如微软和华盛顿大学的一篇论文所述：

程序代码合成是在底层编程语言中自动查找满足以某种形式的需求表达的用户意图的程序的任务。 自 20 世纪 50 年代人工智能出现以来，这个问题一直被认为是计算机科学的圣杯。

用户只需指定输入和输出数据结构（例如，），就会自动合成一个*佳程序，根据给定的输入产生所需的输出。 依靠“程序生成器”获取API上的约束来减少搜索空间（可能的候选程序空间巨大），利用神经网络模型来预测API调用的参数自动化软件开发，分布式计算框架Ray用于扩大搜索范围。

图3 AutoPandas的用户指定输入和输出的数据结构，基于神经网络的生成器输出一个优化的程序。图片来源：Ben Lorica

尽管我们仍处于非常早期的阶段，但基于神经网络的生成器是迈向实际程序代码合成的非常有希望的一步。 请注意，尽管研究人员*初关注的是 ，但所依赖的技术和工具可以应用于其他 API（例如 numpy 等）。 因此，开发人员、数据科学家或数据工程师使用的任何流行工具都可以通过程序综合从某种程度上受益于自动化。

编程工具总是随着时间的推移而改变（例如，我不再使用 Perl），并且技术人员总是希望能够掌握*新的工具和方法。 程序综合工具的不断进步意味着自动化将改变数据科学家、数据工程师或开发人员的工作方式。 可以想象，未来掌握单个工具和API的重要性将会降低，技术人员可以专注于架构设计以及构建端到端的系统和应用程序。 随着工具和API变得更容易使用关于人工智能，你需要知道的几个问题！！，雇主不会太关心你在工作中所知道的工具，他们会期望你拥有“软技能”（包括不容易自动化的技能）、领域知识和专业知识，以及整体思考的能力。

相关信息

炫佑科技专注互联网开发小程序开发-app开发-软件开发-网站制作等