关于工业人工智能的5个神话-FebHost

关于人工智能的许多谣言都围绕着企业展开。以下是五个最常见的神话，以及它们背后的真相。

根据Gartner的报告，在过去四年中，企业采用人工智能（AI）的人数增长了270％以上。报告发现，由于人工智能有能力加快业务流程并产生更高的投资回报（ROI），因此约有37％的组织已完全接受该技术。

随着人工智能使用案例的增加，围绕新技术出现了许多误解。为了帮助揭示人工智能相互矛盾的观点，Teradata实践总监Cheryl Wiebe分享了关于工业人工智能的五个最流行的神话，以及每个人背后的真相。

这是她发现的：

在数据中，出现了智能

Wiebe表示，许多组织都认为像数据分析这样的工具能够立即为组织提供他们正在寻找的确切答案。认知AI工具能够从数据中产生答案，但只有系统才能获得正确的上下文量。

例如，大多数人工智能无法在系统上提供预测性维护，而是没有提供某种形式的背景信息，Wiebe说。Wiebe指出，如果一个组织想要使用AI来确定哪个设备接下来会失败，那么AI将需要诸如设备组件，以前的用途和其他相关信息之类的信息。

AI允许组织偷工减料

Wiebe说，这是一种常见的误解，但人工智能实际上往往要求组织采取更多措施。使用AI执行数据处理需要更多的工程和计算能力。人工智能需要自己的手动流程，通常是通过标签流程。

Wiebe说，使用AI越频繁，就必须进行更多的手动标记，因为必须在将数据输入AI之前对其进行标记。AI加快了许多手动过程，但也创造了一些新的手动过程。

AI将取代工人

人们一直担心人工智能会取消他们的工作，但这是一个很大的误解。Wiebe说，人工智能只会取代小而简单的任务 - 而不是整个职称。让人们摆脱这些小任务实际上会让他们有更多时间从事有价值的项目。

AI可以告诉你为什么发生了什么

Wiebe说，一些最新的AI系统能够为其推理提供途径，但该技术无法与结果建立直接的因果关系。例如，AI可以向您显示机器坏了，以及解决方法，但不一定是机器首先破坏的原因。

人工智能是通灵的

Wiebe说，虽然人工智能是革命性的，但它无法预测未来。目前，AI只能确认事实，而不能做出预测。如果组织希望AI系统对情况进行有根据的猜测，那么公司必须提供大量数据点。即便如此，系统仍然只能猜测，而不能预测。