人工智能民主化：用人工智能赋能大众

shammiakrer@gma

希曼舒帕特尼 2023 年 6 月 26 日  博客、医疗保健 民主化人工智能、民主化人工智能预测、民主化人工智能增长、民主化人工智能前景、民主化人工智能份额、民主化人工智能测量、民主化人工智能趋势  0 条评论
将人工智能研究成果分发给更多用户，包括没有特定人工智能技能的个人，被称为“人工智能民主化”。 IBM、亚马逊、Facebook、微软、谷歌等在人工智能领域投入巨资的大公司，在人工智能的发展和推广上处于领先趋势。

传统上，创建人工智能需要投入大量时间、金钱和专业知识和人才等资源。人工智能的民主化包括通过提供实用的工具和资源（例如现成的算法、清晰的用户界面和高性能云计算工具）来使创作变得更容易。此类支持的存在使没有特 新线索 殊知识的内部开发人员能够开发自己的机器学习和其他人工智能技术应用程序。

人工智能——下一个数字前沿

人工智能影响着全球文化和社会的各个方面，通常被视为下一个数字前沿。人工智能是一项快速发展的业务，预计将极大地改变世界的工作和经济格局。过去几年，我们看到人工智能领域取得了巨大的进步和成就。预计 2021 年至 2025 年间，全球人工智能市场将增长至 764.4 亿美元，复合年增长率为 21%。人工智能具有彻底改变我们文明的潜力，如今被视为一项革命性的技术和未来的发展。

人工智能民主化的好处

降低进入壁垒：通过人工智能的民主化，降低了个人和组织的进入壁垒。任何人都可以使用公开可用的技术和数据开始在云基础设施中测试和构建人工智能模型。能够使用人工智能的企业和用户越多，带来的好处就越多。
整体创新/业务发展：通过将业务和技术更加紧密地结合在一起，人工智能的民主化在两者之间建立了牢固的联系。虽然大多数人认为人工智能仅与技术有关，但人工智能的民主化与商业结果有关。
社会变革：随着对人工智能使用的日益了解，医疗保健、执法等社会问题以及气候变化等全球挑战都将得到改善。
自动化程度提高：根据 Gartner 的预测，随着人工智能的出现，大多数设备将实现自动化，从而实现更高水平的自助服务。自动化将为每个企业带来机遇。
实施人工智能解决方案的挑战

世界上最强大的公司，包括谷歌、微软、亚马逊、Facebook 等，都拥有大量数据，并且是使用人工智能分析数据的专家。然而，少数企业正在其核心运营中利用人工智能。根据 MMC Ventures 的一项研究，在接受调查的 2830 家欧洲初创企业中，只有 60% 将人工智能作为其价值主张的一部分。如果算上初创企业和已成立的企业，这个数字会低得多。虽然看似出乎意料，但却是事实。这是因为实施人工智能解决方案需要广泛的复杂功能。

附件1


图表2


人工智能民主化举措

1400 年代印刷机的发明使几乎每个人都能轻松获取信息，这是迈向民主化的第一步。由于信息爆炸，每个人都能够开始学习。如今，许多企业正在使用人工智能技术，并对其成果表示感谢。人工智能的民主化已成为微软、谷歌、IBM等各大IT公司的主要目标。

微软的人工智能民主化战略：微软有一个愿景和全面的计划，旨在消除人工智能 (AI) 的优势，让所有人都能使用它。微软正在通过以下四点来追求人工智能民主化的目标：
使用人工智能改变人们与环境计算的交互方式。
为我们随时在任何设备上经常使用的每个程序添加智能。
使全球所有应用程序开发人员都可以使用其产品中包含的认知功能。
构建人工智能超级计算机，这是现有最强大的计算机，并确保地球上的每个人都可以访问云，以便他们都可以利用其力量并解决人工智能问题。
项目开发：德国经济合作与发展部正在资助德国的“Right-Forward-Artificial Intelligence for All”项目。该项目的目标是为所有用户提供人工智能技术、本地训练数据和开放学术资源，以在全球范围内推广更加开放、全面和可持续的人工智能方法。 FAIR Forward项目的领导者Lea和Balthas认为，人工智能可以通过消除社会互动和人类成长的障碍来带来有益的发展。他们表示，人工智能有潜力开发出改变游戏规则的技术，从而加速全球数字革命并加速实现可持续发展目标。
Project H2O.ai：Project H2O.ai 是一个开源机器学习平台，可帮助创建智能应用程序。该平台正在推动让每个人都能使用人工智能的努力。通过确保轻松获取人工智能，H20.ai 提供学术项目，为学生提供人工智能支持，影响高等教育的未来。
人才是扩展人工智能的最大挑战

由于以下原因，使用开源生态系统和超大规模人工智能工具的企业面临人才短缺：

由于能够让用户从迁移学习中受益，TensorFlow、Scikit-learn 和 Keras 等开源机器学习框架的需求量很大。
由于缺乏领域专业知识和行业背景，SAP Leonardo、Salesforce Einstein、Amazon SageMaker、Azure 机器学习和 Microsoft 认知服务等所有领域的认证人员都无法参与项目。
民主化克服人才危机

数据民主化：让整个企业的业务用户访问数据是人工智能民主化的第一步。这将帮助他们熟悉数据结构、评估数据并分析数据。
数据和人工智能知识：下一步是支持帮助企业用户总体了解人工智能、了解人工智能系统的后果并成功与其交互的项目。
低代码/无代码自助服务工具：为了使业务用户能够在不编写长代码的情况下安装机器学习模型，组织还应该投资以拖放方式提供预构建组件和构建块的解决方案。
自动化机器学习 (AutoML)：企业应使用它来自动化涉及部分或全部模型训练过程的 ML 工作流程，包括特征工程、特征选择、算法选择和超参数优化。
最后

由于人工智能的民主化，人工智能不再是人工智能专家的唯一领域。相反，它对于具有不同责任、能力以及创造力和智力水平的人来说很容易使用。想象一下这样一个世界，每个人都对人工智能培训、人工智能技术和人工智能数据持开放态度，甚至小农也使用人工智能驱动的软件来实时诊断多种作物疾病。由于人工智能的民主化，人们所期待的就是这种假设的场景。因此，必须立即采取行动，防止少数科技巨头控制人工智能。相反，所有企业都必须为自己和客户全面取得巨大成果。

总而言之，人工智能无疑是未来的技术，当它广泛应用时，它将消除当今社会互动和人类成长的任何障碍。因此，要充分利用人工智能，必须让所有人都能使用它。毫无疑问，人工智能需要民主化，因为它将赋予人们和组织更多的权力。为了确保人工智能驱动的世界稳定，需要一个制衡体系，就像人类民主一样。