人工智能（AI）是有史以來開發(fā)的最強大的技術(shù)之一，但是它并不像您想象的那么新。實際上，自1950年代問世以來，它經(jīng)歷了幾次演變。第一代人工智能是“描述性分析”，它回答了“發(fā)生了什么？”這一問題。第二個“診斷分析”指出：“為什么發(fā)生？”第三代是“預測分析”，它回答了以下問題：“基于已經(jīng)發(fā)生的事情，將來會發(fā)生什么？”

盡管預測分析可以非常有用，并且可以為數(shù)據(jù)科學家節(jié)省時間，但預測分析仍然完全依賴于歷史數(shù)據(jù)。因此，面對新的未知場景，數(shù)據(jù)科學家將無可奈何。為了擁有真正的“人工智能”，我們需要能夠自行“思考”的機器，尤其是在面對陌生情況時。我們需要的AI不僅可以分析顯示的數(shù)據(jù)，還可以在沒有合計的情況下表現(xiàn)出“直覺”。簡而言之，我們需要能夠模仿人類直覺的人工智能。幸運的是，我們有它。

什么是人工直覺？

第四代人工智能是“人工直覺”，它使計算機能夠識別威脅和機會而無需告知要尋找的內(nèi)容，就像人類的直覺使我們無需特別指示如何做就可以做出決定。這類似于經(jīng)驗豐富的偵探，他們可以進入犯罪現(xiàn)場并立即知道某些事情似乎不對勁，或者是經(jīng)驗豐富的投資者，可以在其他任何人面前發(fā)現(xiàn)即將到來的趨勢。人工直覺的概念是僅僅五年前才被認為是不可能的。但是現(xiàn)在，像Google，Amazon和IBM這樣的公司正在努力開發(fā)解決方案，并且一些公司已經(jīng)設(shè)法對其進行了操作。

它是如何工作的？

那么，人工直覺如何在沒有任何歷史背景的情況下準確地分析未知數(shù)據(jù)以將其指向正確的方向呢？答案在于數(shù)據(jù)本身。一旦顯示了當前數(shù)據(jù)集，復雜的人工直覺算法便能夠識別數(shù)據(jù)點之間的任何相關(guān)性或異常。

當然，這不會自動發(fā)生。首先，人為的直覺不是建立用于處理數(shù)據(jù)的定量模型，而是應(yīng)用定性模型。它分析數(shù)據(jù)集并開發(fā)一種上下文語言，該語言表示其觀察到的整體配置。這種語言使用各種數(shù)學模型，例如矩陣，歐式空間和多維空間，線性方程式和特征值來代表“大局”。如果您將大圖想象成一個巨大的難題，那么從直覺上就可以從一開始就看到完整的難題，然后根據(jù)特征向量的相互關(guān)系進行回溯以填補空白。

在線性代數(shù)中，特征向量是一個非零向量，當對其應(yīng)用線性變換時，特征向量最多變化一個標量因子（方向不變）。對應(yīng)的特征值是特征向量縮放所依據(jù)的因子。從概念上講，這提供了一個可視化異常標識符的指南。然后，將任何無法正確放入大圖的特征向量都標記為可疑。

如何使用？

人工直覺幾乎可以應(yīng)用于任何行業(yè)，但是目前在金融服務(wù)領(lǐng)域取得了長足的進步。大型全球銀行越來越多地使用它來檢測復雜的新型金融網(wǎng)絡(luò)犯罪計劃，包括洗錢，欺詐和ATM黑客攻擊。可疑的金融活動通常隱藏在成千上萬個具有自己的連接參數(shù)集的交易中。通過使用極其復雜的數(shù)學算法，人工直覺可以快速識別出五個最具影響力的參數(shù)，并將其呈現(xiàn)給分析人員。

在99.9％的情況下，分析人員從成百上千的五種最重要的成分和相互聯(lián)系中發(fā)現(xiàn)時，他們可以立即識別所呈現(xiàn)的犯罪類型。因此，人工直覺具有生成正確類型的數(shù)據(jù)，識別數(shù)據(jù)，以較高的準確性和較低的誤報率進行檢測的能力，并以易于分析師理解的方式進行呈現(xiàn)。

通過發(fā)現(xiàn)看似無辜的交易之間的這些隱藏關(guān)系，人為的直覺能夠檢測到銀行并向其發(fā)出“未知未知數(shù)”（以前是看不見的，因此是意料之外的攻擊）并發(fā)出警報。不僅如此，而且還可以采用可追溯和記錄的方式解釋數(shù)據(jù)，從而使銀行分析師能夠為金融犯罪執(zhí)法網(wǎng)絡(luò)（FinCEN）準備可執(zhí)行的可疑活動報告。

它將如何影響工作場所？

人工直覺并不旨在替代人類的本能。它只是一個附加工具，可以幫助人們更有效地完成工作。在上面概述的銀行業(yè)務(wù)示例中，人為直覺并不能自行做出任何最終決定；它只是向分析師提供其認為是犯罪活動的信息。分析人員的工作仍然是審查已確定的交易并確認機器的懷疑。

自從艾倫·圖靈（Alan Turing）于1950年代首次提出該概念以來，人工智能已經(jīng)走了很長一段路，并且它絲毫沒有放緩的跡象。前幾代人只是冰山一角。人工直覺標志著AI真正成為“智能”的關(guān)鍵。
責編AJX