954
如何構建AI驅動型智能服務？
人工智能（簡稱AI）驅動型智能服務將把當下各類前沿技術（例如區塊鏈）、物聯網以及客戶體驗因素結合起來——而其未來的發展方向則必然以信任協調為基礎。
機器學習、深度學習、自然語言處理以及認知計算的結合將徹底改變人類與機器之間的交互方式。AI驅動型智能服務將學會感知人類身處的周遭環境、根據其以往行動推斷個人喜好，並巧妙地通過日常生活對人類加以引導。事實上，對於此類目標的追求將成為當下十年乃至未來最為重要的轉變，並使得AI驅動型智能服務被引入各個行業以及各類業務流程當中。
對於企業而言，AI驅動型智能服務則將深刻影響未來的工作流、物聯網服務、客戶體驗以及同步分類帳（即區塊鏈技術）。業務的成功將以AI處理結果為前提（詳見圖一）。一旦結果建立完成，企業即可規劃AI驅動型智能服務，並利用其以規模化方式實現編排、自動化與民主化個性體驗交付。
七類AI成果
AI的顛覆性能力源自其速度、精確性以及強化人類判斷的能力。我們可以通過以下七類成果了解AI項目所能夠實現的具體價值：
1.感知並描述當前正在發生的事態。第一類成果能夠同以往的手動編程方案一樣描述周遭背景。
2.向你通知你所需了解的情況。通知內容可通過警報、工作流、提醒器以及其它信號加以呈現，並經由手動輸入及學習等方式交付額外信息。
3.提供行動建議。根據以往行動提供建議，同時利用權重屬性、決策管理以及機器學習隨時間推移進行建議修訂。
4.自動執行重複工作。隨著機器學習不斷發展成熟，自動化的實用性也將更上一層樓。
5.提供預測以啟發合理預期。要進行預測，我們首先需要建立起深度學習與神經網絡，並利用其對行為進行預測與測試。
6.預防負麵結果。利用認知推理機製發現潛在威脅。
7.態勢感知提供當前重要信息。態勢感知將進一步模擬人類在製定決策方麵的能力。
AI驅動型智能服務的實現，必須以信任為基礎
由於AI驅動型智能服務必須將決策製定責任指派給各原子驅動智能服務，因此任何AI驅動型智能服務的實現基礎皆為信任。下麵，我們將探討AI驅動型智能服務信任協調體係中的五大關鍵組成部分。
1.配合AI，利用數據化足跡與數據產出建立匿名與顯式資料。每一個人、設備或者網絡都會提供部分信息。這種數字化足跡或產出可能源自麵部分析、網絡IP地址甚至是步態采集。利用AI與認知推理，係統將能夠分析其中的模式並將其與身份關聯起來。這意味著AI服務將可在不同情景之下識別並認出對應個人。
2.渲染式體驗使交互更為自然。情景、內容、協作與頻道共同成為AI驅動型服務交付渲染式獨特體驗的基礎。這類服務將利用地理位置、時間段、天氣、心跳率甚至是個人感受等因素作為情景屬性，同時結合服務自身所掌握的對象身份與偏好，旨在改進相關性交交付更適合的內容。感知與響應機製將通過對話與文本框的形式實現參與者同機器間的協作。頻道則包括各類具體交互點，例如移動、社交、信息亭以及個人等等。其目標在於根據身份提供自然的用戶體驗。
3.大規模個性化數字服務交付。以規模化方式實現預測分析、催化條件以及選擇。預測分析允許客戶獲得提前預判的能力。催化條件則負責響應的交付或者觸發。每位個人或設備都將擁有自己的情景體驗，具體取決於身份、曆史偏好以及當前需求。從自行選擇到情景驅動型選擇，再到多選擇變量測試，AI係統將令選擇擁有更為理想的滿意度水平。
4.價值交換成就信任協調。 采取行動之後，價值交換即可以交易方式進行。貨幣、非貨幣與共識是三種常見的價值交換形式。雖然貨幣交換也許最為人們所熟知，但非貨幣價值交換（包括認同、訪問與影響）通常也能夠帶來令人矚目的價值形式。另外，簡單的一致性協商或者協議也能夠在患者治療方案或者土地所有權歸屬等層麵實現價值交換。
5.步調與反饋值得關注，AI支持型機器學習亦然。在機器學習與其它AI工具的支持之下，智能服務開始考慮交付的步調問題：一次性、臨時、重複、基於訂閱以及閾值驅動型機製皆在其中。利用機器學習技術，係統將了解到智能服務的具體交付方式，並將其運用於未來的交互當中。
總結陳詞：AI帶來的強化效果
擔心機器人統治世界確實有些多慮。事實上，成功的AI驅動型智能服務將強化人類智能——正如機器強化人類的物理體能一樣。AI驅動型智能服務在定義同步分類帳技術（即區塊鏈）、物聯網、客戶體驗以及未來工作方式的商業模式當中扮演著關鍵性角色。由此實現的錯誤率降低、決策速度提升、需求信號識別、結果預測以及“災難”預防等能力也必將得到越來越多人們的認可。
原文發布時間為：2017-9-7
本文作者：楊昀煦
本文來自雲棲社區合作夥伴至頂網，了解相關信息可以關注至頂網。
最後更新：2017-09-08 12:02:46