升到句子，上升到段落，還要處理語境，這樣機(jī)器處理語言的方式就和以前完全不同，機(jī)器翻譯的準(zhǔn)確度也會顯著提升。
舉兩個更好的預(yù)測可能改變流程或者商業(yè)模式的例子。
在醫(yī)學(xué)領(lǐng)域，X光和CT這樣的檢查，是幫助醫(yī)生去判斷病人是否有腫瘤的重要依據(jù)，當(dāng)醫(yī)生無法確定腫瘤是良性還是惡性的時候，需要對病灶做生理切片檢查的小手術(shù)。如果AI分析檢查片子的能力增強，預(yù)測腫瘤的準(zhǔn)確度提高，手術(shù)的必要性會越來越低。
更準(zhǔn)確地預(yù)測也可能顛覆整個電商領(lǐng)域的商業(yè)模式。如果電商可以準(zhǔn)確預(yù)測消費者的需求，商業(yè)模式可以有什么變化？目前，電商已經(jīng)可以比較準(zhǔn)確地預(yù)測一定區(qū)域內(nèi)用戶對一些大宗商品比如說肥皂或者洗衣粉的需求，并因此可以在靠近社區(qū)的倉庫中提前布貨。未來，如果預(yù)測的準(zhǔn)確度可以進(jìn)一步提升，像亞馬遜這樣的電商巨頭很可能不再需要用戶在線或者在手機(jī)上搜索下單，而是直接把用戶需要的商品送到客戶家里。因為準(zhǔn)確度非常高，配送十件商品至少有九件滿足客戶的需求，亞馬遜只要做好一件商品的退貨服務(wù)即可。
人人都要培養(yǎng)AIQ
如果說IQ是用來測量一個人的智商，EQ用來評價一個人的情商，那么AIQ就是評價一個人對人工智能的認(rèn)知?！禔IQ》的兩位作者都是數(shù)字工程師，他們認(rèn)為要適應(yīng)未來“人+機(jī)器”的工作場景，每個人都需要培養(yǎng)AIQ，提升對AI的認(rèn)知，以便更容易適應(yīng)科技快速迭代改變的未來。此外，人類還需要有能力去監(jiān)督AI，在“人+機(jī)器”的協(xié)作中，成為關(guān)鍵的一環(huán)，要做到這一點的前提也必須對AI和數(shù)據(jù)科學(xué)有基本的認(rèn)知。
培養(yǎng)AIQ首先要建立對當(dāng)下AI發(fā)展的認(rèn)知。很多人把AI看得神秘莫測，的確現(xiàn)在AI可以做很多神奇的事情，比如說圖像識別、語音識別、輔助駕駛、自動翻譯等等，在一些情況下做的比大多數(shù)人還要好。但目前的AI仍然并不具備人類的那種聰明，它只聽得懂一種語言——數(shù)字。
AI可以處理各種信息，只要輸入的是數(shù)字就行。所以AI系統(tǒng)要能起作用，需要將各類不同輸入都變成可以處理的數(shù)字語言，數(shù)據(jù)工程師把這種過程稱為“特征工程學(xué)”，比如說把圖像和語言的數(shù)字特征提取出來，變成機(jī)器聽得懂的語言。
以自然語言識別為例。以前處理語言的思路是自上而下的編程思路，希望灌輸給機(jī)器所有的語言規(guī)則，同時窮盡任何特例。結(jié)果幾十年語言識別都沒有大進(jìn)步，因為語言其實太隨意、太復(fù)雜了。AI的自然語言識別，完全走了另外一條路，讓機(jī)器做最擅長的事情，找到文字與文字之間的相關(guān)性。機(jī)器回答的是一個最基本的問題，能不能讓有相同意思的詞，對應(yīng)的數(shù)字也類似？當(dāng)機(jī)器可以給每個單詞和詞組一個描述性的數(shù)字后，就可以用數(shù)字的加減乘除來幫助算法做出正確的判斷。比如說，如果問機(jī)器一個問題：英國的倫敦，對應(yīng)的詞應(yīng)該是意大利的什么？機(jī)器就可以這么計算：倫敦-英國+意大利=羅馬，因此得出羅馬這個正確答案。
現(xiàn)在的AI，無論是亞馬遜的Alexa，或者蘋果的Siri，都并不懂得語言的含義，但是卻能準(zhǔn)確判斷文字之間的相關(guān)性。不究原因，只強調(diào)結(jié)果，AI能帶來高效率，而我們暫時遠(yuǎn)不用擔(dān)心它能和我們有一樣的智慧。
這也是培養(yǎng)AIQ的第二個要點，不用過早擔(dān)心AI是否會取代人類，因為現(xiàn)在的AI發(fā)展距離通用機(jī)器智能（AGI），距離趕上人類的智能還很遠(yuǎn)。數(shù)字工程師現(xiàn)在要花90%的時間用于處理數(shù)據(jù)，把非標(biāo)的數(shù)據(jù)變成機(jī)器可以讀懂的結(jié)構(gòu)化數(shù)據(jù)，只有10%的時間用在推進(jìn)AI的發(fā)展上。因為AI只聽得懂?dāng)?shù)字，無論是圖像還是文字的識別，都是找出它們的數(shù)字屬性，然后讓AI做最擅長的事：快速地計算和找到準(zhǔn)確的關(guān)聯(lián)。
培養(yǎng)AIQ的第三點，需要理解人與現(xiàn)在的AI