智能程序开始工作 - 彭博社
bloomberg
当35岁的香农去年晚些时候进入密歇根州伊普西兰蒂的圣约瑟夫慈善医院时,医生们知道她的情况很严重。她被诊断出患有一种潜在致命的呼吸疾病,此外还有她已有的淋巴瘤,并被迅速送往重症监护室。在一个角落里,靠近亚麻布橱柜,坐着一个工作站,程序设计用于做所有其他高科技医疗设备无法做到的事情:预测香农是生是死。
医生和护士将香农的病情和病史数据输入计算机,该计算机正在运行一个名为Apache III的程序。根据来自17,448名之前重症监护患者的记录数据库和香农的生命体征,该程序首先预测香农面临15%的死亡机会。但两周后,这一数字飙升至90%。医生们为家人准备了是否继续治疗的艰难决定。
然后,过了一夜——字面意义上——情况发生了变化。当它对香农不同症状的矛盾读数进行排序并加权关键症状时,该程序发现了医生未曾看到的希望迹象。它计算出她的死亡机会已降至60%。十二天后,这一数字降至40%,这意味着她可以转移到普通病房。香农现在在家中康复。单位主任查尔斯·M·瓦茨博士表示,如果没有Apache III,工作人员将不会在四天内注意到并对改善做出反应。他说,有了它,他的工作人员能够更快地行动,并更好地控制成本,专注于最有可能受益的病例。
直到最近,医生们从未如此依赖假设评估患者命运的软件。难道“思考”的机器终于到来了?被长期宣传的人工智能技术是否已经完善?
几乎不可能。虽然这仍然是全球研究人员的目标,但这项追求模仿人类思维的35年探索产生了如此多的炒作、如此多的破灭期望,甚至直接导致破产,以至于软件制造商现在避开这个术语。“这不是人工智能,”华盛顿初创公司Apache Medical Systems Inc.的首席执行官Gary Bisbee坚持说,该公司已将其软件包出售给圣约瑟夫慈善医院和其他16家医院。
没有思考。那么这是什么呢?称之为应用智能——“知道”的软件,而不是“思考”的软件。应用智能处于思考机器的理论世界和今天的传统计算机程序之间的一个快乐中间地带,后者仍然是愚蠢的,尽管强大的工具。大多数程序并不“知道”任何事情。它们所能做的只是执行人类操作员告诉它们执行的任务。
另一方面,应用智能软件知道足够多以自行做出一些决策——因为它蕴含了丰富的人类经验。除了为医生提供建议外,这些程序还被用于预测股票表现、检测税务和信用卡欺诈,以及确定地下石油和天然气储藏(表)。“现在的重点是利用计算机捕捉人类经验并做出明确、具体的决策,”美国航空公司知识系统主任Lynden Tennison说。
机会巨大。在工业和政府中,几乎所有的工作都需要大量的人类知识。根据安德森咨询公司的合伙人Joe K. Carter的说法,制造商品的构建和运作知识占其开发成本的70%。而在服务行业,如销售共同基金,这一比例约为90%。然而,Carter断言,“知识是任何组织中最未被充分利用的资产。”然而,如果你能以某种方式将知识从人脑转移到计算机程序中,你就可以充分利用这一资产。
在美国航空公司,应用智能的追求使得一个由三名“知识工程师”组成的团队在航空公司的塔尔萨维修中心花费了大约一年时间研究报告、采访机械师,并学习关于常规飞机维护的调度和执行的所有知识。他们研究了美国航空的维护经理们所设计的所有技巧——例如,为通过凤凰城的飞机预留额外时间,因为那里的老年人比例较高,意味着清空和重新装载飞机需要更长的时间。
知识工程师在塔尔萨学到的一切都被汇集到一个名为Moca的计算机程序中,该程序在苹果麦金塔计算机上运行。这个所谓的专家系统代表了30名飞机调度专家的综合知识。这些知识已经被转化为5000条规则,程序在决定如何最好地安排美国航空622架飞机的常规维护时会参考这些规则。根据联邦航空管理局的规定,每架飞机必须在每60小时的飞行时间内至少停靠一次区域维修中心。诀窍在于在不干扰航空公司调度的情况下做到这一点。最重要的是,航空公司希望避免将空飞机飞往维修中心的成本。通过Moca管理所有细节,美国航空每年节省了估计50万美元,因为Moca在这方面的表现比人类单独完成要好得多。
魔术标记。加利福尼亚中部的一个县政府也使用同类型的系统来改善社会服务的交付并降低成本。默塞德县人类服务局有一个名为Magic的计算机程序,它咨询6000条政府法规的矩阵,以确定申请人在72小时内是否符合福利资格——而不是长达三个月。然后,它计算将给予多少和什么类型的福利,这一任务过去需要经过六个月培训的文员来处理与福利、食品券、医疗补助和寄养相关的政策。现在,所有这些都可以由对如何引导申请人回答计算机提出的一系列问题了解不多的工作人员完成。
魔法系统与安德森咨询公司合作开发,每年为该县节省400万美元的行政和培训成本,机构主任约翰·B·卡伦表示。而且这还不是全部。“机器对任何人都没有歧视,”他说。“此外,如果人们遇到缺乏适当信息的职员,他们不会受到惩罚。”由于福利职员的工作得到了简化,该机构计划将员工减少28%,仍然能够服务同样的40,000个客户案件。安永会计师事务所的审计得出结论,如果这种系统在全州推广,加利福尼亚州每年可以节省4亿美元。
但专家系统也有其缺点。它们在梅塞德县社会服务部门等规则明确的情况下效果最佳,或者在美国航空公司等有明确经验基础的地方。但当问题过于复杂或根本无法简化为一系列规则时,它们的效果就不佳。这时,一种新的应用智能技术——基于案例的推理就派上用场,它从数千个实际经验中得出推论。帮助香农的阿帕奇程序就是一个例子。它搜索了一个单一医生无法掌握的庞大现实知识库(见第100页表格)。圣约瑟夫慈善医院的瓦茨医生表示,阿帕奇对死亡率的95%预测在3%范围内是准确的。而且,尽管医生的预后可能因其匆忙、疲惫或训练程度而有所不同,但阿帕奇从不动摇。
更平凡的工作也可以通过基于案例的推理来解决。纽约和新英格兰的电话公司NYNEX Corp.使用这种技术来评估当客户报告问题时,维修卡车是否真的需要派遣。没有电话维修专业知识的职员咨询维护管理专家Max程序,该程序搜索数千个维修记录,以找到与来电者问题相似的案例。NYNEX表示,Max改善了客户服务,每年节省约600万美元——通过减少不必要的服务电话和降低筛选员工的规模及培训需求。
并不是每个人都欢迎这种系统的出现。劳动倡导者认为,像Max、Magic和Moca这样的系统往往会使劳动力“去技能化”。“员工不需要知道计算机屏幕上以外的任何东西,”1988年《电子汗水工厂》一书的作者芭芭拉·加尔森说,该书详细描述了计算机化的社会后果。加尔森认为,应用智能软件已经使从技术人员到股票经纪人的工人去技能化。
更高的士气?这就是“经典的恐惧,”美国航空公司的泰尼森说。但他认为,智能软件实际上可以通过让工人将脑力集中在更高层次的问题解决上来增强许多工作。“现在,我们的员工可以专注于真正独特的问题,”例如紧急维修,他说。默塞德县的卡伦表示,他的员工很高兴跳过评估资格的机械过程,花更多时间帮助客户。士气改善的一个迹象是:自从Magic去年到来以来,员工流失率从35%降至15%,主要是因为员工过去觉得这份工作“太复杂,难以学习,”他说。
一种更先进的智能软件形式,称为神经网络,正在承担人类从未做过的工作。神经网络的名称源于对人类神经系统工作原理的研究,利用统计分析在大量信息中识别模式。这项技术可能是使计算机“看”和“听”的关键,是人工智能研究最肥沃的领域之一。但它也正在进入商业领域。例如,谢尔森·雷曼兄弟公司使用神经网络来梳理大量数据并识别市场活动中的模式。在人类尚未察觉之前标记模式可能意味着数百万的交易利润。
斯皮格尔公司,位于伊利诺伊州的橡树溪,利用神经网络来优化其直邮业务。该公司每年向客户邮寄2亿本目录和宣传册。“如果我们能够将一次性购买者与那些最有可能再次购买的客户区分开来,”斯皮格尔市场研究总监菲利普·奥施曼说,“公司真的可以提高利润。”
这个挑战由位于匹兹堡的神经网络软件制造商NeuralWare公司承担。该公司从一个只进行过一次目录购买的庞大客户名单开始,并结合每位收件人的生活方式和人口统计数据,例如年龄、收入、家庭构成和房屋拥有情况,NeuralWare的软件开始工作。例如,它发现,一个年轻的郊区夫妇,因有了第一个孩子而宅在家中,定期从目录中购买的可能性是没有孩子的类似夫妇的五倍。
通过发现数千个这样的趋势,NeuralWare的程序员提出了一种方法,可以剔除60%可能不会再次购买的客户,同时保留90%会再次购买的客户。奥施曼预计会有丰厚的回报:通过避免不太可能的买家,每年节省至少100万美元,并提高整体目录销售。
大玩家。神经网络技术也使得一种全新的易用个人电脑成为可能。所谓的“笔顶电脑”,可以“读取”屏幕上描绘的单词和数字,依赖神经网络编程来识别“e”和“o”之间的区别。例如,Poquet Computer为其新款笔顶电脑使用了Nestor Inc.的NestorWriter神经程序。该软件还可以“学习”任何个人的手写字体。
慢慢地但确实地,应用智能软件开始在计算机领域传播。根据国际数据公司,去年,美国的几十家计算机和软件公司销售了约2亿美元的专家系统、基于案例的推理和神经网络软件包。这比1987年增长了100%。这些数字不包括与之相关的咨询和定制编程服务的数亿美元费用——每个项目高达1500万美元——由安德森咨询等公司开具。安德森去年安装了两打应用智能系统。
迄今为止,最大的参与者之一是数字设备公司。十二年前,它建立了世界上第一个大规模专家系统,一个拥有18000条规则的程序,用于满足其VAX小型计算机的定制订单。从那时起,DEC安装了70个其他应用智能系统,该公司表示每年为其节省2亿美元。它还为从Aetna Life & Casualty Co.到日本住友银行的客户实施了50个项目,许多项目带来了数百万的费用。
现在,联合信息公司正在为宾夕法尼亚公共福利部开发一个类似于梅塞德县的应用智能系统。而幸存的人工智能软件初创公司也开始转向应用智能。位于加利福尼亚州帕洛阿尔托的Neuron Data Inc.是个人计算机专家系统的主要供应商。位于加利福尼亚州埃尔塞贡多的Inference Corp.为美国航空的Moca系统和NYNEX Max项目提供了知识软件和咨询服务。
专家们说,应用智能的下一个方向是寻找同时使用多种不同编程技术的方法。一些问题可能无法通过神经网络、专家系统或基于案例的推理程序解决,但可以通过组合来处理。
但即使是那些领导应用智能发展的专家也对过度宣传感到谨慎,并且不想重蹈过去的错误。HNC Inc.的董事长罗伯特·赫希特-尼尔森(Robert Hecht-Nielsen)表示,“人工智能的概念曾经极其宏伟。”这一次,重点是实现合理的目标——解决现实世界中的应用,而不是让科幻变为现实。这听起来像是一种智能的方法。