SAS调查说，AI采用仍然爆发
在阿姆斯特丹的分析经验会议上，Analytics软件供应商SAS披露了暗示人工智能（AI）的时尚在用户采用之前的街道。
其报告，企业AI承诺研究：价值的途径，是基于2017年8月在2017年8月进行的电话调查，从100个欧洲组织在包括银行，保险，制造，零售和政府的行业。
调查发现，尽管大多数组织开始谈论AI，但很少有人开始实施项目。通过数据科学技能短缺以及数据科学在公司和组织内部结构的限制，调查显示了障碍。
在每周在会议上接受电脑的采访中，SAS联合创始人兼首席执行官Jim Deaventand表示目前的AI时尚：“我们一直在做机器学习，接近20年。回到2002年，我们正在使用神经网络对伦敦大银行之一进行信用卡欺诈检测。如果您包括Logistic回归，我们自1977年以来一直这样做。“
现在的新事物说，晚安是“我们使用大规模并行计算做这些大工作的事实”。
他加了：“我不是一个染色的羊毛信徒，即艾是下一个伟大的事情。这将是一个艰难的光驱，很多模型建筑，以及许多试验和错误。
“我们几年远离机器能够思考。我们可以培训模型来预测您在电视屏幕上看到或估计图像的单词。但即便如此，你必须训练它来识别每个对象，所以它达到了概率。“
SAS的首席技术官Olivier Schabenberger在一组新闻采访中表示：“谁会想到五年前我们会谈论ai？这是一个拥有大量计算的神经网络技术之间的30年融合，使我们能够解决我们之前可以解决的问题，但具有不满意的准确性。如果您的语音到文本的准确性为20％，则会感到沮丧;如果它是60％，就可以了。这就是改变的事情，它自2012年开始发生。我们没有看到即将到来。
“在分析中，我们看到远离更多的工匠般的模型，这些模型对于更加自动化的工厂建模风格。所以，是的，数据科学家可以击败那种模型，但你没有时间投资找到该模型。
“当我们谈论自动化时，我们不仅仅意味着自主运行和替换一些过程的大型系统。我们考虑到较小的分析师探索，从探索到建设，验证和部署模型，所以它可以成为一个有用的资产 - 这是自动化的。“
SAS调查发现，20％的高管认为他们的数据科学团队为AI准备，而19％根本没有数据科学团队。共计划招聘新数据科学家的28％，32％表示他们将寻求在其现有的分析师团队中建立AI技能。
几乎一半的受访者不信任所谓的“黑匣子”AI，其中一个系统无法解释其结果。
该研究还针对基础设施方面的企业对AI的准备情况：24％的人认为他们有正确的基础设施到位，24％的人认为他们需要更新和调整他们的当前平台，而29％根本没有平台。
