自動(dòng)化和人工智能的進(jìn)步為現(xiàn)實(shí)解決方案鋪平了道路，這些解決方案可以幫助組織節(jié)省資金和資源。該技術(shù)可用于必要但繁瑣且耗時(shí)的任務(wù)，這將使人類花費(fèi)更長(zhǎng)的時(shí)間并且更容易出錯(cuò)。然而，人工智能和智能自動(dòng)化常常被誤解，而當(dāng)涉及到AI時(shí)，炒作的傳播速度要比實(shí)際科學(xué)更快。

諸如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)之類的人工智能子集可以幫助組織篩選其數(shù)據(jù)，并解決諸如面部識(shí)別或人數(shù)統(tǒng)計(jì)之類的實(shí)際解決方案。智能自動(dòng)化可以通過使用現(xiàn)有數(shù)據(jù)并基于該數(shù)據(jù)進(jìn)行自動(dòng)化分析來進(jìn)一步為組織提供幫助，最終幫助改善運(yùn)營(yíng)和工作流程，并減少冗余響應(yīng)。但是，從他們可以像人一樣思考或行動(dòng)的意義上講，任何一種技術(shù)都不是“智能”的。距此還有很多年。

但是，這兩種技術(shù)都有可以在今天部署的實(shí)際解決方案，從而為組織帶來了實(shí)實(shí)在在的好處。要了解其中的一些好處，我們必須首先了解什么是AI和IA，它們的局限性以及如何有效地部署智能自動(dòng)化。

人工智能

人工智能經(jīng)常被談?wù)?，但是許多功能被誤解，未定義或被誤解。對(duì)AI功能的誤解通常會(huì)導(dǎo)致不切實(shí)際的期望。在數(shù)據(jù)科學(xué)中，人工智能是指具有自我意識(shí)，智能并且可以學(xué)習(xí)，推理和理解的功能齊全的人工大腦。雖然所謂的AI技術(shù)的進(jìn)步已經(jīng)取得了長(zhǎng)足的進(jìn)步，并且將會(huì)持續(xù)下去，但是AI的現(xiàn)實(shí)與可以像人一樣學(xué)習(xí)和做出決定的智能計(jì)算機(jī)截然不同。實(shí)際上，與物理安全行業(yè)相關(guān)，人工智能是一種運(yùn)行一系列算法，通過大型數(shù)據(jù)庫(kù)進(jìn)行搜索或快速進(jìn)行計(jì)算以提供更深刻見解的技術(shù)。結(jié)果可以幫助用戶根據(jù)應(yīng)用程序更快，更有效地做出決策。屬于“ AI”的應(yīng)用程序的一般示例是面部識(shí)別，物體檢測(cè)或人數(shù)統(tǒng)計(jì)。

因?yàn)檫@是一個(gè)非常寬泛的術(shù)語(yǔ)，所以如果不加說明地使用AI，通?？赡軣o法達(dá)到期望。實(shí)際上，當(dāng)今可能的實(shí)際上是AI的子集，例如包括神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的機(jī)器學(xué)習(xí)技術(shù)。例如，深度學(xué)習(xí)使用特定于任務(wù)的算法來幫助訓(xùn)練計(jì)算機(jī)以正確分類輸入。為此，程序員本質(zhì)上是通過輸入帶有相應(yīng)標(biāo)簽的大量數(shù)據(jù)來教導(dǎo)計(jì)算機(jī)，從而提高了該技術(shù)識(shí)別新輸入的能力。

盡管對(duì)于易于理解的應(yīng)用程序非常有利，但當(dāng)前的AI技術(shù)有其局限性。特定的用例和算法當(dāng)然可以幫助組織找到更高的運(yùn)營(yíng)效率，但是它無法教給自己全新的任務(wù)，也不會(huì)自動(dòng)理解尚未開始教的數(shù)據(jù)。另外，用戶可能難以解釋諸如深度學(xué)習(xí)之類的AI技術(shù)是如何做出決定或輸出的。

責(zé)任編輯：lq