近日， Dynatrace 發(fā)布一份全球報(bào)告顯示，隨著對(duì) AI 的投資不斷增加，“復(fù)合 AI”將成為企業(yè)成功運(yùn)用AI的關(guān)鍵因素。Dynatrace 指出，盡管 83% 的技術(shù)領(lǐng)導(dǎo)者認(rèn)為 AI 是必不可少的，但 95% 的人認(rèn)為，如果有其他類型的 AI 來(lái)協(xié)助，生成式 AI(GenAI)會(huì)更有效果。

　　該報(bào)告認(rèn)為，企業(yè)需要采用一種復(fù)合的人工智能方式，也就是說(shuō)組織要把多種類型的人工智能結(jié)合在一起。這些可能包括 GenAI、預(yù)測(cè)性和/或因果性 AI，以及來(lái)自可觀察性、安全性和業(yè)務(wù)事件等不同的數(shù)據(jù)源。這種方式可以實(shí)現(xiàn)更高層次的推理，并讓人工智能的輸出更加準(zhǔn)確、相關(guān)和有意義。

　　由此可見(jiàn)，人工智能并不是一種簡(jiǎn)單的技術(shù)，它涉及到多種類型、方法、數(shù)據(jù)和場(chǎng)景，每一種都有其優(yōu)勢(shì)和局限。要想充分發(fā)揮人工智能的潛力，單一的人工智能技術(shù)是不夠的，需要將不同的人工智能技術(shù)和數(shù)據(jù)源相結(jié)合，以提供更高級(jí)的推理，以及更準(zhǔn)確、更有意義和更有上下文的人工智能輸出。這就是復(fù)合人工智能(composite AI)的概念，它是指組合多種類型的人工智能，如生成型、預(yù)測(cè)型和因果型，以及不同的數(shù)據(jù)源，如可觀察性、安全性和業(yè)務(wù)事件。復(fù)合人工智能是企業(yè)成功采用人工智能的關(guān)鍵因素，因?yàn)樗梢詭椭髽I(yè)解決復(fù)雜的問(wèn)題，提供更有價(jià)值的解決方案，以及更好地適應(yīng)不斷變化的環(huán)境。

　　本文基于Dynatrace的一項(xiàng)全球報(bào)告來(lái)分析復(fù)合人工智能的概念、應(yīng)用和價(jià)值，以及復(fù)合人工智能的優(yōu)勢(shì)和挑戰(zhàn)。目的是為了我們更好地了解復(fù)合人工智能的重要性和潛力，以及如何有效地采用復(fù)合人工智能，以提升企業(yè)的競(jìng)爭(zhēng)力和創(chuàng)新力。

　　01 復(fù)合人工智能的概念

　　眾所周知，人工智能是一門涉及到計(jì)算機(jī)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、心理學(xué)、哲學(xué)等多個(gè)學(xué)科的交叉學(xué)科，它讓計(jì)算機(jī)或機(jī)器具有類似于人類的智能，如感知、理解、學(xué)習(xí)、推理、決策、創(chuàng)造等。人工智能的研究和發(fā)展已經(jīng)有了幾十年的歷史，期間經(jīng)歷了多次的興衰和變革，形成了多種類型、方法、數(shù)據(jù)和場(chǎng)景的人工智能技術(shù)，每一種都有其優(yōu)勢(shì)和局限。

　　近來(lái)發(fā)展迅猛的生成型人工智能(generative AI)是利用深度學(xué)習(xí)等技術(shù)，從數(shù)據(jù)中生成新的內(nèi)容，如文本、圖像、音頻等。生成型人工智能的優(yōu)勢(shì)是可以幫助我們創(chuàng)建新的產(chǎn)品和服務(wù)，如虛擬助理、個(gè)性化推薦、智能內(nèi)容等。生成型人工智能的局限是可能存在不準(zhǔn)確、不合理或不道德的問(wèn)題，如生成的內(nèi)容與事實(shí)不符、違反常識(shí)或傷害他人的感情等。

　　預(yù)測(cè)型人工智能(predictive AI)的發(fā)展歷史可以追溯到 20 世紀(jì) 50 年代，當(dāng)時(shí)出現(xiàn)了第一批統(tǒng)計(jì)學(xué)習(xí)理論和機(jī)器學(xué)習(xí)算法。預(yù)測(cè)型人工智能利用統(tǒng)計(jì)學(xué)習(xí)等技術(shù)，從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和趨勢(shì)進(jìn)行分類、回歸、聚類等。預(yù)測(cè)型人工智能的優(yōu)勢(shì)是可以幫助我們優(yōu)化現(xiàn)有的產(chǎn)品和服務(wù)，比如性能監(jiān)控、故障預(yù)測(cè)、異常檢測(cè)等。預(yù)測(cè)型人工智能的局限是預(yù)測(cè)的結(jié)果與實(shí)際不符、受到噪聲或異常的影響或缺乏可解釋性等。

　　因果型人工智能(causal AI)是一種利用數(shù)據(jù)和算法來(lái)推斷因果關(guān)系的人工智能。它可以幫助組織理解數(shù)據(jù)背后的原因和效果，從而進(jìn)行更好的決策和干預(yù)。因果型人工智能的一些應(yīng)用領(lǐng)域包括醫(yī)療、社會(huì)科學(xué)、經(jīng)濟(jì)學(xué)、教育、政策制定等。因果型人工智能的核心概念是因果圖，它是一種用節(jié)點(diǎn)和箭頭表示變量和因果關(guān)系的圖形模型。因果圖可以用來(lái)表示數(shù)據(jù)生成的機(jī)制，以及如何通過(guò)干預(yù)或?qū)嶒?yàn)來(lái)改變數(shù)據(jù)的分布。因果圖還可以用來(lái)回答因果問(wèn)題，如“如果我做了這個(gè)，會(huì)發(fā)生什么?”或“為什么這個(gè)變量會(huì)影響那個(gè)變量?”

　　除了不同類型的人工智能技術(shù)，還有不同的數(shù)據(jù)源，如可觀察性、安全性和業(yè)務(wù)事件。可觀察性數(shù)據(jù)是指與應(yīng)用程序性能、軟件開(kāi)發(fā)和安全實(shí)踐、IT基礎(chǔ)設(shè)施和用戶體驗(yàn)相關(guān)的數(shù)據(jù)。安全性數(shù)據(jù)是指與網(wǎng)絡(luò)安全、數(shù)據(jù)保護(hù)和隱私合規(guī)相關(guān)的數(shù)據(jù)。業(yè)務(wù)事件數(shù)據(jù)是指與業(yè)務(wù)流程、交易、客戶行為和滿意度相關(guān)的數(shù)據(jù)。不同的數(shù)據(jù)源可以提供不同的信息和價(jià)值，也有不同的質(zhì)量、安全和隱私的要求和挑戰(zhàn)。

　　復(fù)合人工智能是指將不同類型的人工智能技術(shù)和數(shù)據(jù)源相結(jié)合，以提供更高級(jí)的推理，以及更準(zhǔn)確、更有意義和更有上下文的人工智能輸出。復(fù)合人工智能可以幫助我們解決復(fù)雜的問(wèn)題，提供更有價(jià)值的解決方案，以及更好地適應(yīng)不斷變化的環(huán)境。復(fù)合人工智能的核心是利用不同的人工智能技術(shù)和數(shù)據(jù)源的優(yōu)勢(shì)，彌補(bǔ)不同的人工智能技術(shù)和數(shù)據(jù)源的局限，實(shí)現(xiàn)人工智能技術(shù)和數(shù)據(jù)源的協(xié)同和互補(bǔ)。

　　02 復(fù)合人工智能的集成和調(diào)整

　　復(fù)合人工智能的集成和調(diào)整是將不同類型的人工智能技術(shù)和數(shù)據(jù)源相結(jié)合，以提供更高級(jí)的推理，以及更準(zhǔn)確、更有意義和更有上下文的人工智能輸出。復(fù)合人工智能的集成和調(diào)整需要考慮多個(gè)方面，如人工智能的目標(biāo)、范圍、方法、數(shù)據(jù)的質(zhì)量、安全和隱私、以及人工智能的評(píng)估和監(jiān)督等。所以需要一些基本的概念和原則。

　　目標(biāo)是人工智能要解決的問(wèn)題或?qū)崿F(xiàn)的功能，如診斷、預(yù)測(cè)、生成、推薦等。人工智能的目標(biāo)決定了人工智能的輸出的類型、格式和內(nèi)容，以及人工智能的輸出的價(jià)值和影響。人工智能的目標(biāo)應(yīng)該是明確、具體、可量化和可達(dá)成的，以便于人工智能的設(shè)計(jì)、實(shí)現(xiàn)和評(píng)估。

　　還需要設(shè)定要涉及的領(lǐng)域或場(chǎng)景，如醫(yī)療、教育、金融、制造等。人工智能的范圍決定了人工智能的輸入和輸出的來(lái)源、特點(diǎn)和要求，以及人工智能的輸入和輸出的復(fù)雜性和難度。人工智能的范圍應(yīng)該是適當(dāng)、合理、可行和可擴(kuò)展的，以便于人工智能的獲取、處理和應(yīng)用。

　　選擇的方法是人工智能要采用的技術(shù)或算法，如生成型、預(yù)測(cè)型和因果型人工智能，以及深度學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)、因果推理等。方法決定了人工智能的輸出的質(zhì)量、可靠性和可解釋性，以及人工智能的輸出的優(yōu)勢(shì)和局限。人工智能的方法應(yīng)該是合適、有效、創(chuàng)新和可改進(jìn)的，以便于人工智能的優(yōu)化、驗(yàn)證和更新。

　　數(shù)據(jù)的質(zhì)量是指數(shù)據(jù)的準(zhǔn)確性、完整性、一致性、時(shí)效性和相關(guān)性等。數(shù)據(jù)的質(zhì)量影響了人工智能的輸出的準(zhǔn)確性、合理性和道德性，以及人工智能的輸出的信任度和可接受度。數(shù)據(jù)的質(zhì)量應(yīng)該是高、穩(wěn)、清和新的，以便于人工智能的學(xué)習(xí)、推理和生成。

　　還要考慮數(shù)據(jù)的安全和隱私，也是數(shù)據(jù)的保護(hù)和合規(guī)，包括數(shù)據(jù)的加密、授權(quán)、審計(jì)、備份、刪除等。數(shù)據(jù)的安全和隱私影響了人工智能的輸出的安全性、合法性和責(zé)任性，以及人工智能的輸出的風(fēng)險(xiǎn)和后果。數(shù)據(jù)的安全和隱私應(yīng)該是強(qiáng)、嚴(yán)、規(guī)和法的，以便于人工智能的防范、應(yīng)對(duì)和糾正。

　　重要的是人工智能的評(píng)估和監(jiān)督，對(duì)人工智能的輸出進(jìn)行檢驗(yàn)和改進(jìn)，包括人工智能的輸出的測(cè)試、評(píng)價(jià)、反饋、監(jiān)控等。人工智能的評(píng)估和監(jiān)督影響了人工智能的輸出的效率和效果，以及人工智能的輸出的創(chuàng)新和發(fā)展。人工智能的評(píng)估和監(jiān)督應(yīng)該是持續(xù)、全面、客觀和及時(shí)的，以便于人工智能的調(diào)整、優(yōu)化和更新。

　　復(fù)合人工智能的集成和調(diào)整是一個(gè)涉及到多個(gè)方面的過(guò)程，以提供更高級(jí)的推理，以及更準(zhǔn)確、更有意義和更有上下文的人工智能輸出。這是一個(gè)需要大量的時(shí)間、資源和專業(yè)知識(shí)，以及高度的協(xié)調(diào)和合作的過(guò)程。