我們?yōu)槿斯ぶ悄茉O(shè)下的目標(biāo),與現(xiàn)實情況之間,其實是有著難以磨滅的差距的。即便制作出了一些試行項目,但是其在現(xiàn)實世界中的運(yùn)用卻難以為繼,類似的例子不絕于耳。本書致力于讓開始或探討AI(人工智能尤其是機(jī)器學(xué)習(xí))的導(dǎo)入、但進(jìn)展不順利的企業(yè)及負(fù)責(zé)人理解Z初的系統(tǒng)性問題出在哪里,全書旨在傳授能夠成功導(dǎo)入AI的“規(guī)則”。作者把“關(guān)于AI的商業(yè)應(yīng)用的思考方法”總結(jié)為“7條規(guī)則”。書中并未涉及很難的理論和復(fù)雜的數(shù)學(xué)公式,在簡單地解說機(jī)器學(xué)習(xí)理論的基礎(chǔ)上,再來解說其在企業(yè)的商業(yè)化應(yīng)用中應(yīng)該掌握的要點。本書是熟練使用AI這一數(shù)字技術(shù)的必讀書。
編程小白也能讀懂的人工智能圖書
2012年,機(jī)器學(xué)習(xí)領(lǐng)域中的深度學(xué)習(xí)發(fā)展到了一個新高度。以此為契機(jī),日本的人工智能熱潮隨之到來,通過對機(jī)器學(xué)習(xí)的靈活運(yùn)用,迄今為止的許多棘手問題紛紛能夠得以解決。另外,計算機(jī)視覺( Computer Vision)的性能也得到了極大的提升,由此,機(jī)器學(xué)習(xí)的應(yīng)用范圍也正在極速擴(kuò)展大眾對于人工智能的期待值日復(fù)一日地升高。然而,我們?yōu)槿斯ぶ悄茉O(shè)下的目標(biāo),與現(xiàn)實情況之間,其實是有著難以逾越的差距的。即便開發(fā)出了一些試行項目,但是它們在現(xiàn)實世界中的運(yùn)用卻難以為繼,類似的例子不絕于耳。有許多人,他們由于人工智能在實際運(yùn)用方面沒有獲得進(jìn)展而希望幻滅。而且他們在沒有對人工智能抱有正確的理解下,就妄下定論:人工智能沒有用。
在這樣的背景之下,我們不得不說:人工智能人才處于短缺狀態(tài)。的確,2016年日本經(jīng)濟(jì)產(chǎn)業(yè)省的調(diào)查結(jié)果顯2020年日本尖端科技人才(擅長于人工智能等軟件技術(shù)的人才)有48000人的缺口。因此,有不少人甚至提出這樣的論調(diào):制作機(jī)器學(xué)習(xí)系統(tǒng)的對口人才,即機(jī)器學(xué)習(xí)工程師十分短缺。
我從2017年起,開啟了 Aidemy這一服務(wù)。該項服務(wù)旨在令用戶能夠在網(wǎng)頁端簡易操作計算機(jī)程序語言 Python。到2020年為止,已經(jīng)有超過50000名用戶使用了該服務(wù)。另外,我于2018年出版了《一本書教你人工智能編程的數(shù)學(xué)》、【角川( KADOKAWA)書店出版】、《用Python來學(xué)習(xí)!全新深度學(xué)習(xí)教科書從機(jī)器學(xué)習(xí)的Z基礎(chǔ)到深度學(xué)習(xí)》(翔泳社出版)等書,為解決機(jī)器學(xué)習(xí)工程師短缺這一問題而不斷向前邁進(jìn)。
然而,在進(jìn)入了2019年后,一些新的變化出現(xiàn)了。那時,我所運(yùn)營的 Aidemy服務(wù)正在努力邁進(jìn)以制造行業(yè)、金融行業(yè)、信息技術(shù)企業(yè)等為中心的大企業(yè)。在這期間,有不少用戶對我說,他們更希望我在寫面向工程師的書之余,能夠?qū)懸槐窘o商務(wù)人員或規(guī)劃師( Planner)的書。因此,我從2019年后,就專注于寫出一本給規(guī)劃師的書。我與各行各業(yè)的經(jīng)營者進(jìn)行了對話,他們當(dāng)中有不少人都有著一致的論調(diào),即機(jī)器學(xué)習(xí)工程師短缺,而且機(jī)器學(xué)習(xí)規(guī)劃師更加短缺。
機(jī)器學(xué)習(xí)規(guī)劃師的職責(zé)是什么呢?其實就是整理出需要解決的課題,以及明確機(jī)器學(xué)習(xí)工程需要獲得的成果。
即便有試行項目,但是在現(xiàn)實生活中卻無法獲得實際運(yùn)用。這是機(jī)器學(xué)習(xí)規(guī)劃師短缺的一大特征。雖說也有一部分人會采取“總之先用手頭上的數(shù)據(jù)來推進(jìn)企劃吧”“先模仿其他公司的例子吧”等說辭推進(jìn)他們的企劃。然而事實上他們的工作進(jìn)展得并不順利如果想要讓機(jī)器學(xué)習(xí)項目獲得成功,那么就必須整理出自家公司所面對的課題,并把握住機(jī)器學(xué)習(xí)技術(shù)的特征,再以此為基礎(chǔ),找出機(jī)器學(xué)習(xí)中亟待解決的課題。
接下來,如果有數(shù)據(jù)的話,就分析現(xiàn)有的數(shù)據(jù);沒有數(shù)據(jù)的話,就以投資回報率為基準(zhǔn),用投資的方式來獲得自己所需要的數(shù)據(jù)這樣想來,一個機(jī)器學(xué)習(xí)規(guī)劃師也需要掌握設(shè)計企劃的相關(guān)技能。今后,機(jī)器學(xué)習(xí)將會成為社會必需的技能,那么伴隨著這一潮流,機(jī)器學(xué)習(xí)規(guī)劃師的需求也會日益增高。
人工智能風(fēng)險企業(yè)也在倡導(dǎo)著機(jī)器學(xué)習(xí)規(guī)劃師的必要。有許多人工智能風(fēng)險企業(yè)都曾接受過大企業(yè)的機(jī)器學(xué)習(xí)板塊負(fù)責(zé)人的咨詢。有很多咨詢者似乎處于一種明確度很低的狀態(tài),他們的問題十分抽象又模糊,仿佛是處于一個找不到答案的迷宮里。他們咨詢的問題,一般都是這樣的:“我們是希望借助機(jī)器學(xué)習(xí)做點什么的,但是又不知道該怎么做比較好”或者“希望能夠使用這個數(shù)據(jù)記錄,來試著做一下機(jī)器學(xué)習(xí)模型”等。
其實這些人工智能風(fēng)險企業(yè)都是十分希望能夠整理出這些課題,并通過討論來得出企劃方案的,但是在有限的資源之中,將這些不夠清晰明了的問題全部處理完,是根本做不到的。因此,他們時常陷入不得不拒絕對方的情境:“請您再稍微整合一下關(guān)于機(jī)器學(xué)習(xí)技術(shù)的大體綱要,將問題的明確度提高之后再過來……”
因此,本書從人工智能領(lǐng)域中機(jī)器學(xué)習(xí)商用的思考方式這一角度出發(fā),總結(jié)出了“七個規(guī)則”。而這種思考方式也是機(jī)器學(xué)習(xí)規(guī)劃師所必須掌握的。我曾跟進(jìn)過許多的機(jī)器學(xué)習(xí)項目,而且在與機(jī)器學(xué)習(xí)工程師共同工作之時發(fā)現(xiàn)了一些規(guī)律。而我提出的七個規(guī)則,其實就是將這些規(guī)律進(jìn)行了抽象總結(jié)。本書不會提到難以理解的理論和復(fù)雜的數(shù)學(xué)公式只會以簡單明了的方式為大家解說機(jī)器學(xué)習(xí)相關(guān)理論,明確商業(yè)企劃當(dāng)中所必需的要素,以及一些亟待明確的知識點。
因此,本書的目標(biāo)讀者群,首先就是正在考慮商用機(jī)器學(xué)習(xí)的規(guī)劃師。相信購買本書的你,一定有著自己的想法;蛟S,你是機(jī)器學(xué)習(xí)板塊的負(fù)責(zé)人、對機(jī)器學(xué)習(xí)的運(yùn)用抱有興趣的人或是想要了解機(jī)器學(xué)習(xí)的人。如今,市面上有許多與機(jī)器學(xué)習(xí)相關(guān)的專業(yè)書、商務(wù)書,而本書則是從Z初步的地方為大家講解機(jī)器學(xué)習(xí)。希望大家能夠明確,首先一定要掌握本書所提到的機(jī)器學(xué)習(xí)技術(shù)的要點,再在推進(jìn)項目的基礎(chǔ)上鞏固其次,本書的目標(biāo)讀者群就是正在考慮在企業(yè)內(nèi)使用機(jī)器學(xué)習(xí)的工程師。如果你希望獲得機(jī)器學(xué)習(xí)工程師需要掌握的具體技術(shù),像算法語言、解析手法或編程等知識的話,就請移步其他圖書。但是,如果各位工程師在推進(jìn)項目之時,有了諸如以下的感受:“怎樣讓規(guī)劃師掌握技術(shù)”或“如何做到與企業(yè)利益相關(guān)者持續(xù)對話”等,那么本書就正適合你。作為工程師的你,在已經(jīng)掌握專業(yè)的解析技術(shù)的基礎(chǔ)上,相信讀罷此書之后,更能夠以實際運(yùn)用技術(shù)的商務(wù)視角來強(qiáng)有力地開拓項目工程。
Z后,本書的目標(biāo)讀者群就是希望使用機(jī)器學(xué)習(xí)來革新商業(yè)的經(jīng)營者。相信現(xiàn)在,沒有幾家企業(yè)的經(jīng)營企劃關(guān)鍵詞里還沒有機(jī)器學(xué)習(xí)吧。要想推進(jìn)機(jī)器學(xué)習(xí)項目,就必須有著強(qiáng)有力的、自上而下的管理方式。除此之外,這也要求經(jīng)營者對人工智能技術(shù)有著透徹的理解。機(jī)器學(xué)習(xí)與迄今為止的系統(tǒng)投資的方式有著很大的差別。只有把握好機(jī)器學(xué)習(xí)這種全新的方式,才能夠正確理解公司內(nèi)的項目狀態(tài),以及做到Z合理地分配公司資源迄今為止,我一直認(rèn)為,學(xué)習(xí)機(jī)器學(xué)習(xí)知識是一件物超所值的好事。與英語能力等技能相比,從事機(jī)器學(xué)習(xí)的專業(yè)人士仍然很少,而且現(xiàn)在學(xué)習(xí)的困難程度也有所下降。在擁有機(jī)器學(xué)習(xí)技術(shù)素養(yǎng)后,可選擇的工作范圍就會寬廣許多。
因此,我希望本書能夠幫助大家,以機(jī)器學(xué)習(xí)為第一步,去開拓未來科技的更多可能性。
石川聰彥
1992年生于神奈川縣橫濱市。在東京大學(xué)工學(xué)部學(xué)校期間創(chuàng)立AIDEMY公司并擔(dān)任總裁。2017年開始提供AI商業(yè)設(shè)計服務(wù),兩年內(nèi)用戶突破5萬人,成為日本Z大的前沿技術(shù)學(xué)習(xí)服務(wù)供應(yīng)商。隨后,創(chuàng)立AI系統(tǒng)咨詢公司(Aidemy Business),并擔(dān)任早稻田大學(xué)AI變成實踐課講師,入選“福布斯日本地區(qū)30歲以下商業(yè)領(lǐng)袖”榜單。著有人工智能領(lǐng)域的暢銷書《學(xué)習(xí)人工智能程序設(shè)計必備數(shù)學(xué)書》。
第一章
導(dǎo)入AI失敗 九成都是 “隱形損失”! 1
第一節(jié) 人工智能早就進(jìn)入了幻滅期 2
第二節(jié) 屢屢遇PoC死,多數(shù)的人都陷入了幻滅 10
第三節(jié) 機(jī)器學(xué)習(xí)工程師和機(jī)器學(xué)習(xí)規(guī)劃師會互相走近對方嗎? 15
第四節(jié) 早在進(jìn)入概念驗證階段前,就注定了PoC死這一結(jié)果 23
第五節(jié) 機(jī)器學(xué)習(xí)真正需要的究竟是什么? 26
第六節(jié) 掌握“機(jī)器學(xué)習(xí)商業(yè)模式畫布”概念 34
第七節(jié) 你在運(yùn)行項目的時候,是否意識到了“制約條件”呢? 41
第八節(jié) 很重要!提前定義好成功的條件 43
第二章
投資回報率Z大化 企業(yè)應(yīng)當(dāng)遵守的七個規(guī)則 47
總則 七個規(guī)則讓機(jī)器學(xué)習(xí)的效果Z大化 48
規(guī)則一 應(yīng)明確機(jī)器學(xué)習(xí)的投資回報率 51
規(guī)則二 應(yīng)把握可用數(shù)據(jù)和不可用數(shù)據(jù) 73
規(guī)則三 應(yīng)確定應(yīng)該導(dǎo)入機(jī)器學(xué)習(xí)的領(lǐng)域 92
規(guī)則四 應(yīng)提高輸出和輸入的明確度 104
規(guī)則五 應(yīng)正確評價機(jī)器學(xué)習(xí)的性能 111
規(guī)則六 應(yīng)提高對實際運(yùn)用的預(yù)想程度 121
規(guī)則七 應(yīng)創(chuàng)建利益相關(guān)者共生的生態(tài)系統(tǒng) 134
第三章
從人工智能項目的三個實例來看企劃書的金科玉律 143
導(dǎo)語 符合機(jī)器學(xué)習(xí)項目七個規(guī)則的企劃書大公開 144
案例— A公司使用機(jī)器學(xué)習(xí)實現(xiàn)了工廠機(jī)器設(shè)備的檢測 146
案例二 B公司使用機(jī)器學(xué)習(xí)實現(xiàn)了不合格產(chǎn)品的檢測 157
案例三 C公司使用機(jī)器學(xué)習(xí)實現(xiàn)了自動推薦商品 164
第四章
未來的企業(yè)與人工智能的應(yīng)用 173
第一節(jié) 自動機(jī)器學(xué)習(xí)(Auto ML)與數(shù)據(jù)機(jī)器人(Data Robot)的登場,讓機(jī)器學(xué)習(xí)迎來變革期 174
第二節(jié) 作為企業(yè), 重要的是“獲取數(shù)據(jù)的覺悟” 179
第三節(jié) 增加公司內(nèi)部機(jī)器學(xué)習(xí)人才的處方箋 182
后記 185