AI套用落地之道

內容簡介

本書作者野村直之30多年來一直致力於AI的開發、套用和部署。在本書中，他針對已經參與或即將參與AI系統相關工作的讀者揭示了諸多為了充分套用AI系統需要掌握的要點。

一、目前的AI能做到什麼程度？

自AI誕生以來，對一些特定工作一直是舉重若輕，如彈道計算或解極難的方程式，可以達到與人類碩士研究生的水平。

AI能夠高質量的完成各種工作，產生新的、巨大的附加價值

舉例：使用圖像識別技術的AI套用場景（第8頁）。

舉例：利用大數據的圍棋AI——阿爾法狗，象棋領域的深藍電腦

神經機器翻譯中的谷歌翻譯：對應103種語言，使用大數據，利用端到端的機器學習，利用英語作為中間語言，整合多種語言的原文、譯文對照數據處理，儘可能提高精度

二、提高ROI（投資回報率）的秘訣是什麼？

可以說整個第2章和第3章都是講秘訣的。這部分也就是講實務內容，也就是AI在商業套用過程中的基本流程

涉及1目標設定，2分享評測數據，3精度設定中的精度指標：精確率和召回率。4準確性評估測試，5準備反映共同特徵和多樣化差異的數據

用相對較少的樣本數據，低於完整系統10%或者更少的預算進行試驗性學習，驗證實現目標精度的可能性。這才是正確的AI開發方法

第3章更詳細的闡述了目標精度評估的過程。

例1：使用車載攝像頭識別危險徵兆

例2：日語OCR（文字識別）

例3：罕見癌症的病理診斷輔助

1結合預期值評估服務質量

2設計業務流程使用混淆矩陣

3分支條件精細化

4場景分類

5設定最佳精度

6對精度進行定量評估

7改善業務流程

三、AI系統套用用什麼樣的硬體和軟體?

GPU的挑選，主記憶體容量

軟體方面，選擇Python

野村直之

1984年畢業於東京大學工學專業，2002年獲得九州大學理學博士學位。曾在NEC C&C研究所、JUSTSYSTEM公司、法政大學、理光集團任職，後擔任法政大學客座教授。

2005年創立元數據公司，從事大數據分析、社交網路套用、各種人工智慧套用方案的提供等方面的工作。在此期間，擔任MIT人工智慧研究所客座研究員，與人工智慧之父馬文・明斯基曾同在一個實驗室，並與該校語言學者諾姆·喬姆斯基進行過學術探討。

他曾參與名詞網路（Wordnet）的套用研究以及日本第五代計算機開發機構（ICOT）衍生知識庫開發，同時對AI在產業、生活、行政、教育等領域的套用保持著高度的關注。