在剛剛過去的這個夏季，人工智能領(lǐng)域顯得異常繁忙，不過，最令人關(guān)注的人工智能機遇并非來自那些規(guī)模最大的企業(yè)。

你們或許已經(jīng)聽到特斯拉無人駕駛汽車兩次登上新聞頭條，每次原因各不相同。一次是因為發(fā)生在佛羅里達(dá)州的致命車禍，在這次車禍中，司機開啟了 Autopilot 軟件，結(jié)果此軟件未能準(zhǔn)確識別路況導(dǎo)致車禍發(fā)生；另一次是一名密蘇里州的特斯拉車主在駕駛 Model X 時突發(fā)肺栓塞，幸好他開啟了自動駕駛功能，并成功導(dǎo)航至最近醫(yī)院，因及時就醫(yī)，這位車主與死神擦肩而過，成功獲救。

當(dāng)然，你們可能也聽說了蘋果公司花費了兩億美元收購了機器學(xué)習(xí)和人工智能初創(chuàng)企業(yè) Turi、人工智能 Alpha 模擬空戰(zhàn)擊敗空戰(zhàn)專家、IBM 的 Watson 在 10 分鐘內(nèi)診斷出一位 60 歲的老嫗患上了罕見的白血病等事件。

事實上，企業(yè) IT 領(lǐng)域也能為人工智能的發(fā)展提供肥沃土壤，信不信由你。一些最緊急和最具影響力的人工智能使用案例日益出現(xiàn)，而企業(yè)同時也越來越多地將人工智能融入到他們的數(shù)據(jù)中心和發(fā)展機構(gòu)之中，以幫助數(shù)十年來一直依賴手工完成的程序?qū)崿F(xiàn)自動化。

以下就是人工智能從 5 大方面改變企業(yè) IT 的事例。
1
預(yù)測軟件失敗

哈佛大學(xué)陳曾熙公共衛(wèi)生學(xué)院的研究表明，有朝一日，人們可能會使用人工智能算法來評估一個人患心血管病的風(fēng)險。這項研究正在測試這些算法能否勾畫出病人描述他們癥狀方式與他們患有疾病的可能性之間的聯(lián)系。這些算法最終可能會催促人們匯編出專門的醫(yī)藥詞典，來更好地解釋病人的癥狀，并幫助人們更加快速地做出精確診斷。

在類似的方式中，人工智能算法將能夠評估和理解 IT 基礎(chǔ)架構(gòu)中的所有日志文件，這種作業(yè)是人類通過傳統(tǒng)方法根本無法完成的。除此之外，人工智能算法還將能夠在人可能發(fā)現(xiàn)一些錯誤之前的幾分鐘和或幾小時，就預(yù)測出系統(tǒng)崩潰的問題。
2
檢測網(wǎng)絡(luò)攻擊問題

在過去的幾年中，一些廣為人知的網(wǎng)絡(luò)攻擊事件層出不窮，而且數(shù)量日益增多，其中包括在 2015 年假期銷售旺季期間數(shù)千個 Target 客戶的秘密資料被盜、美國人事管理辦公室的服務(wù)遭到攻擊導(dǎo)致約 2150 萬人的個人敏感信息被嚴(yán)重破、以及近期美國民主黨全國委員會的計算機網(wǎng)絡(luò)遭遇黑客攻擊等。

人工智能在掌握網(wǎng)絡(luò)、設(shè)備與系統(tǒng)方式，以及破譯黑客攻擊密碼等方面具有較強的潛力。大量的初創(chuàng)企業(yè)都以這些方法為重點，例如由創(chuàng)業(yè)企業(yè)家朗斯·克洛斯比（Lance Crosby）成立的 StackPath 公司等。克洛斯比曾于 2013 年將自己此前的公司——云基礎(chǔ)架構(gòu)初創(chuàng)企業(yè) SoftLayer 以 20 億美元的價格賣給了 IBM。

美國防高級研究計劃局(DARPA，幫助創(chuàng)建互聯(lián)網(wǎng)的機構(gòu))近期主辦了一場競賽，在這場競賽中，7 個完全自動化的人工智能機器人各自搜尋隱藏在大量代碼中的安全漏洞。第二天，獲勝的機器人受邀與全球最優(yōu)秀的黑客進(jìn)行競賽。在此競爭中，機器人多次打敗了自然人組成的黑客團隊。

當(dāng)然，人工智能在幫助機器人最終擊敗自然人組成的黑客團隊中發(fā)揮了關(guān)鍵作用。
3
打造超級程序員

《鋼鐵俠》影片中虛構(gòu)的超級英雄托尼·斯塔克（Tony Stark）主要依賴一套非常強大的盔甲來保護(hù)全世界。人工智能也能夠為那些剛剛從大學(xué)校園畢業(yè)的軟件開發(fā)者提供這樣的能力。

我們都知道 Siri。事實上，Siri 就是一個人工智能神經(jīng)元網(wǎng)絡(luò)，經(jīng)過了大量的人類語言培訓(xùn)而來。當(dāng)我們向她問路時，她可能就已經(jīng)“掌握”到我說話的背后意圖。

正如托尼·斯塔克依賴科技來完成工作一樣，普通的程序員也將能夠求助人工智能來幫助他們更好地完成工作，其效果當(dāng)然超過他們依賴自己。
4
讓互聯(lián)網(wǎng)更有意義

近期的一些研究預(yù)測，到 2021 年時，大數(shù)據(jù)和物聯(lián)網(wǎng)中的人工智能和機器學(xué)習(xí)規(guī)模將達(dá)到 185 億美元，這一點不足為奇。那種將設(shè)備、建筑和日常物體連接起來以讓它們更智能和更靈敏的創(chuàng)意也帶來了前所未有的復(fù)雜性。

這是一個數(shù)據(jù)問題。隨著物聯(lián)網(wǎng)的進(jìn)步，非結(jié)構(gòu)化的機器數(shù)據(jù)量已經(jīng)讓我們的傳統(tǒng)處理方法顯得不知所措。

機構(gòu)將不得不求助人工智能的幫助來解決這些問題，以便將數(shù)十億的數(shù)據(jù)片斷整合起來，加以處理，最終從中挖掘有價值的情報信息。
5
數(shù)據(jù)中心中的機器人

你們看到過機器人在亞馬遜發(fā)貨中心工作的視頻嗎？事實上，同樣的場景也將出現(xiàn)在大企業(yè)的數(shù)據(jù)中心。沒錯，實體機器人將能夠處理諸如更換服務(wù)器機架之類的維護(hù)任務(wù)。

根據(jù)最新的新聞報道，像 IBM 和 EMC 等之類的大公司都已經(jīng)在使用定制化的機器人 Roomba，將這些機器人部署到數(shù)據(jù)中心，負(fù)責(zé)追蹤溫度、溫度和氣流等環(huán)境數(shù)據(jù)。

目前來看，無人駕駛汽車并非是人工智能高速發(fā)展的唯一領(lǐng)域。企業(yè) IT 領(lǐng)域的創(chuàng)新，正在悄無聲息的進(jìn)行，但發(fā)展速度卻毫不遜色。