人工智能正加速在金融、汽车、医疗、教育等行业的应用，特别是在智能客服等方面，已经替代了以前人工客服的一些工作。人工智能确实提升了工作效率，但也引起了一些恐慌。特别是 AlphaGo打败人类围棋大师彻底激发了大众对人工智能的争论，人工智能是会替代人类，还是使人更强大？
除此之外，牵扯到的一些伦理问题也亟待解决。如果一部人工智能操控的存货机器人撞伤了仓库工人，如果人工智能医生出现了误诊，谁将对此负责？目前，谷歌等许多知名公司已经成立了伦理委员会，监控人工智能技术的研发和部署。
埃森哲近日提出“公民AI”概念，企业不应只是训练人工智能执行特定任务，而必须提高人工智能系统的责任意识，将其“培养”成为负责任的企业员工，为社会进步作出重要贡献。
以下是亿欧智库为您带来的精选分享：
人工智能能力快速增长，在社会中的应用面也日渐宽泛。从美国第一个人工智能律师ROSS到中国地震台网用机器写出的第一篇新闻稿，人工智能已经从一个单纯的技术工具发展成为人类的合作伙伴。在这样的背景下，企业应如何看待人工智能技术，怎样更好地为我所用？
人工智能：从程序化运营到自我学习
试想一下，一套机器学习系统希望在图片中找到一只狗，并分辨出品种。为此，大量带有“标记”的图片不可或缺：一组图片教会系统识别狗的位置，其他图片集则用于区分不同犬种。在监督学习模式下，图像通过手动标记，不仅告知系统动物位置，同时也说明其种类。
随着科技的发展，这种以程序方式构建的、仅可完成种类极为有限任务的人工智能系统已过于陈旧。并行处理技术和人工智能算法的发展，进一步刺激了深度神经网络的爆发式增长，AI得以突破单一程序的局限，拥有超越预期的行动能力。
人工智能系统获取的数据越多，其预测效果就越精准。在上面提到的识别宠物及其品种的实例中，测试数据集可以包括一幅在复杂或纷乱背景中存在多只宠物的图像。一旦模型达到了所需精度，就可在生产环境中使用。
深度神经网络人工智能系统可以不断扩展和提高自身能力，可以自主学习，无需人为监督。卡内基梅隆大学的研究人员开发了一种训练方法，使一架无人机能够通过自我培训，学会识别和追踪某辆汽车。基于学习的人工智能拥有广泛功能，随着它们的知识累计和能力增长，就可能成为员工的协作拍档和同事，无需担心它们会“跳槽”。
培养AI员工，消除数据偏见
《埃森哲技术展望2018》显示，81％的企业高管认为，不出三年时间，人工智能将作为一名同事、合作者和值得信赖的顾问，和企业员工并肩协作。事实上，人工智能已经在某些领域拥有了与使用者相同的影响力。
纽约西奈山伊坎医学院的研究人员创建了一个名为“Deep Patient”的人工智能系统，通过分析70万名患者档案，成功自学了如何预测78种疾病的风险因素，辅助医生诊断；旧金山Stitch Fix公司的服装设计师用AI 为客户提供服饰搭配建议；蚂蚁金服的“定损宝”利用AI协助保险公司优化车险理赔；北欧软件制造商叠拓甚至在其领导团队中“聘请”了一名名为“AliciaT”的AI，希望“她”能帮助管理团队利用数据作出明智选择。
鉴于人工智能参与做出的决策会给人类生活带来越来越多的影响，企业需要培养AI的责任意识，教会他们商业与社会规范。通过培养AI的责任感，企业可以创建具有不同技能的人工智能组合。在完成培训后，这些技能模块可以在企业内流通，按需使用。同时，AI还可以通过接受继续教育，适应新的工作要求。通过对AI做出社会责任方面的培训，企业有望创造出有能力、善合作的AI员工。
但，有一个前提——企业必须拥有准确的数据。弗吉尼亚大学的一项研究发现，人工智能会放大预料中的性别偏见，将站在炉灶旁的男性全部归类为女人。
在拥有了AI员工后，通过创建培训课程，消除数据偏见显得尤为重要。企业的人工智能系统需要从基本原则开始，随后逐步依照设定的分类机构建立技能。
谷歌近期发布了一套开源数据集，帮助企业提升其人工智能系统的语音识别能力。为了创建一套数据集，使AI做好充分准备理解某种语言的30个单词，谷歌录制了数千人的发音，共计6．5 万条音频剪辑。正是凭借如此庞大的培训数据，谷歌的语音识别准确性达到了95％。
企业还必须确保，无论AI的沟通对象是客户、员工、还是其他人工智能系统，双方都拥有相同的认知背景。企业还必须为正在收集和分享的各项模型标明出处，由此确保可复制的模型和训练数据之间的联系。如果能对数据录入加以整理，尽量消除各种偏差，建立良好的归档、组织和正确标记，企业就能建立起强大的AI模型库，反复对其利用。
创建更易懂、负责任的人工智能
在企业和社会中，对决策结果作出说明至关重要。88％的受访高管均表示，当企业利用人工智能进行决策时，确保员工和客户理解其决策原则非常重要。企业必须构建和培训其人工智能系统，以人们能够理解的方式清楚诠释其行为。
英伟达公司（NVIDIA）最近公开了Drive PX的学习模式。Drive PX是嵌入了人工智能的自动驾驶汽车平台，能够自主学习如何驾驶。英伟达的工程师开发出一种方法，突出显示行车记录视频中AI聚焦观察的区域，展现了AI所“看到、想到”的信息。另外，美国的第一资本银行 （Capital One）正研究如何让AI在拒绝客户信用卡申请时，按照银行法规要求做出合理说明。
政府决策者们也在考虑出台规则，管理AI在决策中的作用。近期生效的欧盟《通用数据保护条例》的原则精神，赋予了个人对AI 和其他算法所做决定的“解释要求权”。
与此同时，“公民AI”的另一内涵在于，企业必须提高人工智能的责任意识。无论其在社会中扮演何种角色，AI所采取的一切行动都代表着企业，使用这些技术的企业必须仔细考虑如何为其行为承担责任和义务。
奥迪公司（Audi）宣布，置入 A8 车型的“交通拥堵领航”自动驾驶系统于 2019 年投入使用后，将为其事故承担责任。德国联邦政府也针对一些不可避免的事故情形，预先制定了规则： 汽车必须选择物质损害，而非人身。
随着AI更加广泛而紧密地融入社会中，它所带来的直接影响和冲击将会是全方面的——从财务决策、医疗保健，一直延伸到刑事司法，乃至更广阔的领域。企业在培养人工智能方面的责任也将不断增加。欧洲议会已开始考虑授予机器或机器人有限的“电子人格”，类似于判定责任或损害时所使用的“法人”概念。
如果企业不主动提高AI的“心智”成熟度，法规和公众就会反过来对其提出要求，甚至整个人工智能行业都将因为AI的责任缺失受到严格监管控制。令人欣喜的是，《埃森哲技术展望2018》发现，72％的高管表示，所在企业正设法提高AI决策与行动的透明度，以此获取客户的信任和信心。这将是AI融入社会的关键一步。
