什么是人工智能？专家是这么说的

雅加达 - 并不是所有标有人工智能（人工智能）的东西都是人工智能。事实上，到目前为止，这项技术还没有发展到真正成为"智能"和方便世界人民的地方。

"人工智能经常是一个耸人听闻的话题，"Codility的首席工业和组织心理学家尼尔·莫雷利说。"这使得从一种极端反应转向另一种极端反应变得容易，"他说。

"一方面，人们担心人工智能滥用，存在"失控"的特点和"黑匣子"。另一方面，基于对人工智能能力和局限性的过度承诺或误解，乐观和过于热心的采用。消极的，"他说。

关于人工智能是什么或不是，存在的许多困惑是由过于广泛地使用这个词所驱动的。这在很大程度上是由流行的娱乐故事或电影、媒体和错误信息驱动的。

AI到底是什么？

技术辅导和培训公司下一波研究所的创始主任彼得？斯科特（PeterScott）表示："如今，许多被贴上'人工智能'标签的东西并不是事实。"这种贴错标签非常普遍，我们称之为'AI洗涤'。"

当涉及到人工智能时，边界经常会发生变化。斯科特补充说："人工智能被描述为'我们不能做的事情'，因为一旦我们学会了如何做，我们就不再称它为人工智能。

斯科特说，人工智能的最终目标是制造出像人类一样思考的机器。许多人认为，任何低于这个程度的东西都不值得被命名为AI。

根据Scott的说法，大多数业内人士会说，如果它使用机器学习，特别是如果它使用深度学习，那么它是人工智能。

斯科特说："从官方说，人工智能是机器学习的超级集，它为广告商提供了充足的回旋余地来促进他们的贸易，因为两者之间的区别没有明确界定。

里普科德机器学习工程主管杰夫·基斯克对此表示赞同。"今天许多所谓的人工智能最好被称为"机器学习"，他说。他更倾向于参考这种最新的数据驱动技术。

根据Kiske的说法，机器学习这个词只是意味着计算机已经学会根据数据对现象进行建模。Kiske 说："当公司吹嘘他们的产品是'机器学习驱动型'时，我期望其复杂程度会更高。

克利夫兰凯斯西储大学福勒研究员约书亚·格利克说，人工智能是一个非常广泛的研究领域，包括许多技术。他说，一个共同的主题是，一个"真实"的人工智能系统与"误导"系统是否从它分析的数据中的模式和特征中学习。

这是人力资源中许多使用案例的承诺，用于机器学习，而机器学习实际上并没有达到人工智能的真正水平。

对人力资源的影响

想象一下，人力资源部门会获取"由 AI 供电"的软件，以便将新招聘的员工与组织内经验丰富的导师进行匹配。该软件的编程是为了在潜在受训者和导师的个人资料中查找常见关键字，并且根据领先匹配的最高回报进行选择。当然，一种算法有助于软件中的匹配过程，"Gerlick 说。

"这根本不是人工智能驱动的算法。它只复制了任何人能够完成的过程，虽然它速度很快，但它并没有使牵线搭桥过程更加有效，"他补充说。

他说，一个真正由人工智能驱动的软件平台需要一些初步数据，比如之前导师对的档案，以及结果是否成功。然后将研究导致成功夫妇的因素。

Gerlick 说："事实上，该软件将非常敏感，因此可能仅用于识别某个特定组织中成功的导师对。间接地，他"学会了"如何理解组织的独特文化和在组织内工作的个人的原型。人力资源主管必须发现，人工智能支持的软件平台会随着时间的推移而提高其有效性，并有望超过其人类同行的成功。，给他们时间采取更复杂的举措。

Gadgetreview.com 的创始人克里斯滕·达科斯塔说，她认为"AI"这个词太容易被抛在一旁了。"例如，大多数自动化工具都不是我所说的人工智能，"他说。"他们获取用户提供给他们的信息，并寻找合适的案例。随着时间的推移，他们学习用户的偏好，并变得更好，但这是算法学习。虽然它可以是人工智能的一个方面，但它不会使人工智能。

重要吗？能。当人力资源专业人员考虑采用新技术时，重要的是不要被往往经常被抛出的高科技术语所迷惑或左右。同样重要的是，不要太迷恋或可能被"人工智能"的诱惑所迷住。

"人工智能在人力资源领域的智能读者和观察者最好记住，人工智能系统有助于在人力资源中执行手动、重复和艰巨的任务，"Codility 的莫雷利说。但是，此任务的范围和范围可能比一些供应商和提供商认为的要窄。

他说，没有人工智能系统能理解、理解、学习、匹配模式或自己适应。相反，它需要以人为标签和精心策划的数据作为起点。因此，用户和评估人员应更加关注用于教授人工智能系统的培训数据，"他说，"特别是数据的来源、发展和特征。

Gerlick 建议："当对技术是否真正'由人工智能驱动'持怀疑态度时，请考虑提出几个简单的问题：

1. 此技术是否使用数据来增强其预测能力？

2. 这项技术是否提高了人类已经能够做的事情的有效性？

如果这个问题的答案是肯定的，他说，"那么人工智能可能会有所帮助。