原标题:大多数人对人工智能的理解是错误的
内容来源：2019年11月14 -17日，在由刘鹏msup主办的第八届全球软件案例研究峰会(简称“100个案例”)上，HKUST迅飞副总裁兼大数据研究所所长以《AI时代的智能营销与服务探索》为主题进行了精彩的分享。作为合作伙伴，记录员已经得到组织者和发言人的批准和发布。
封面设计 责编|马畅
第 4495 篇深度好文：2838 字 | 8 分钟阅读
精彩笔记·人工智能
本文优质度： +
大家好。近年来，我一直在研究互联网上的计算广告，市场上对这一领域还没有系统的介绍。因此，我还在计算广告领域写了一本书，我很荣幸被互联网行业认可。
今天，我想和你讨论一个案例:口感：冰粉
社会普遍认为人工智能是机器对算法的深入学习。但是我可以确切地告诉你，这个概念是错误的。
人工智能是泰山北斗在计算机领域提出的。它的目的是用计算机代替人来解决一些智能问题，例如代替人的听、说、读、写和交流。人工智能能否通过机器学习来实现。
也就是说，机器学习是人工智能的方法和工具，而不是人工智能本身。
人工智能的狭义领域主要包括“感知智能”和“认知智能”:感知智能是取代人类面部特征，认知智能是取代人类思维和交流。
波士顿公司在一本书中提到，人工智能可以在企业营销服务中为客户提供个性化服务、广告和互动。
所有现有的广告和营销都不是与用户互动的，就像传单互相传递一样。然而，数据显示在新时代，人工智能对营销或是品牌服务有没有帮助？
个性这个词是每个人都熟悉的。今天的广告和营销是个性化的，有成千上万的人和面孔。然而，人工智能技术的使用可以使广告营销在个性化的基础上与用户互动。
我现在看到很多人，当提到人工智能营销或智能服务时，他们总是说这样的话:
这些话是无法验证或伪造的。我相信他们已经使用了机器学习技术，但是不能说他们已经使用了人工智能本身。我们今天讨论的主题是利用人工智能本身来推广营销服务。
这个过程相当困难，因为大多数人仍然处于理解人工智能本身的非常早期的阶段。
今天，所有的广告和营销都有一个特点，要主动出击。但它是基于单向宣传，广告是在它背后发出的。这种广告营销，严重缺乏沟通和互动，是错误的。
能创造个性化体验的品牌，可以提高6%~10%的收入。
这两项工作，本质上是一件事，而保险销售员在这两方面做得最好。
保险推销员也非常关心售后服务。在假日，小礼物通常会送给用户，询问家里发生了什么，收集反馈，并持续跟踪和更新用户数据。最终目标是进行二次营销。
营销和服务的无缝结合值得从两个方面学习:一是服务意识，二是客户信息意识。
二、对“智能体”要有更多想象
人工智能在博弈问题上能超越人类，而人类将在感知、运动和认知三方面 得到进化 。
现有的人工智能研究分为四类:感知智能、计算智能、运动智能和认知智能。
对于计算智能问题，人工智能可以找到计算能力极高的快速解决方案，这是非常困难的。最典型的是围棋，但相对而言，人工智能早就解决了围棋的问题。今天，机器可以在各种游戏中杀死人类。
运动智能进化时间最长，从原始时期就开始进化。
例如肯德基白胡子老爷爷，完全可以在人工智能时代变成一个智能体，所有的营销和服务渠道，都由这个形象来与客户做交互。
三、人工智能的弱点
我们也就市场领域的人工智能研究进行了很多讨论
外向的机器人在营销领域取得了良好的效果，相当于保险推销员为你推荐合适的产品。这个概念就是“精确营销”。
综上所述，人工智能时代的品牌营销和服务方向是——建立感知和认知能力，实现每个客户生命周期内的服务代理，记录和分析用户数据，互动地进行持续服务。
该代理应具备大脑(互动事物)、可用产品、个性化模型(类似于保险销售人员的服务意识，根据客户的具体情况为其服务)和客户信息。
认知智能的问题非常有难度，万物的灵感都是依靠认知智能获得的。
今天的机器在身份识别方面已经非常活跃，当然这里有一个法律界限。例如，分众传媒(Focus Media)的屏幕可以在合理授权的情况下主动与人互动。
虽然这个场景还没有实现，但我们可以想象。
四、总结
很快，机器在感知智能领域将越来越接近人类，因此它们在主动合作的场景中是可用的。
但不要认为人工智能因此而达到了拐点，它的根本问题还没有解决，而且人工智能在认知智能方面的能力还远远不够。
把人工智能的核心技术与营销和服务结合起来
我们没有从学校教育中学习概念推理，就像一个大学生和一个文盲毫无障碍地进行基本的概念交流一样。超过80%的人类概念和逻辑是在6岁之前以非常奇妙的方式获得的。
现在，所有的人工智能都是弱人工智能。
例如，这个常识——我喝了一瓶水，所以瓶子变轻了——，机器没有法律。例如，有些新闻，人们听到时知道是假新闻，但机器不知道。
因为要做到这一点，你需要有非常复杂和奇妙的常识，而机器找不到语料库来学习这些常识，所以目前机器在理解和推理概念方面赶不上人们。
这也意味着我们很难在一般领域以人机交互的方式思考营销和服务。
然而，在一些垂直领域，比如医学，我们觉得自己很专业，但对机器来说却很简单。这是因为专业知识可以从书中获得。只要有语料库，机器就能学习。
因此，认知智能是目前人工智能面临的最大挑战。它不能简单地通过功能改进或资源投资来解决。这是一个理论上的差距。
010-59000
hkust迅飞最初是一个语音合成器。两年前，迅飞实现了机器模拟人声，模拟非常逼真。
模拟视觉图像不比模拟声音更难。迅飞有一个虚拟主机，但它现在仍然是一个图像，这表明将来输出一个真实的图像并不难。
迅飞还希望010-59000，比如模拟人类推销员，将继续进行营销和服务。
因此，在泛场景的前提下，我们要成为一个代理商和市场还需要一段时间，这在一些特殊的垂直场景下是可行的。
我希望下次和你讨论时，我能展示更多有趣而完美的案例。感谢您
Organizer Profile ——
msup主办的100个案例峰会是科技界案例研究的年度清单。它旨在发现具有案例教学意义的项目或方法。像哈佛商业领域的案例一样，科技界的100个案例列表每年选择100个案例主题。它不同于媒体对热点和新概念的追求，倡导更多的专业力量和案例登陆实践。自2012年成立以来，100个案例清单涵盖了国内外500家知名软件和互联网企业。
