做到你知道为止16 做到你知道为止

又一AI公司被戳破谎言:伪装到你做到为止真的很难 域名多个 AI, 融资可能多 50% 。为了「梦想」,先画个饼不失为上策 。
「fake it till they make it」(假装做到,直到你做到为止)这句话,在创业圈一直非常流行 。
鉴于许多创业公司以及成熟企业的产品都不会在 100% 成功后才发布,这似乎是一个圈内默认的操作 。但有一个疑问:
在开发人工智能技术方面,当初创公司也在假装(fake it till they make it)的时候,多少才算太多?
弓满则断 。
获得资本与缓冲时间的代价,是要冒着「善意谎言」还没有兑换成现实就在中途被戳穿的巨大风险 。
上周,纽约时报刚刚曝光明星公司 One Concern 制作的 AI 灾难应对解决方案名不副实,灾难预测的部分结果被灾后专家与工程师认为可能会有致命缺陷;
今天,华尔街日报就做了另一个披露:
声称正在建立人工智能 app 开发平台的印度创业公司 Engineer.AI,其实并没有真正使用人工智能开发应用程序 。
相反,真正的贡献者是使用手动方法的员工们 。
根据 Engineer.ai 创始人 Sachin Dev Duggal 的公开演讲以及宣传资料显示,Engineer.ai 开发的一项名为 Natasha 的人工智能软件能够帮助任何人创建定制化 app 。
换句话说,任何人都可以在这款 AI 辅助工具的帮助下通过点击网站上的菜单来迅速创建一个移动应用程序 。大致流程如下:
用户可以选择任何自己喜欢的现有应用程序模板(如公司网站给出的例子是订披萨的 app) 。然后 Natasha 在很大程度上会自动创建一个相似的应用程序 。
公司表示,由于支撑流行应用程序的大部分代码都是类似的,因此该公司的「人工智能软件」已经掌握了这里面大部分结构,可以帮助用户自动组装新的应用程序 。
这将使得整个过程比传统的应用程序开发更便宜、更快捷 。
至于效果如何,华尔街日报援引 Engineer.ai 发言人称——「在公司最近开发的一个 app 过程中,大约有 82% 是由这款软件『在第一个小时内自动生成的』,这就是 AI 的魅力 。」
然而,Engineer.ai 的内部工程师在接受华尔街日报采访时却透露,AI 并没有像这家公司声称的那样为应用程序自动汇编代码 。
他们指出,该公司的大部分工作依赖于印度和其他地方的「人工工程师」 。而且即使考虑到 科技 创业公司普遍存在的「伪装到你做到为止」的心态,公司关于人工智能的应用也被夸大了 。
当被媒体问及该公司有哪些使用人工智能的案例时,公司曾表示,客户需要支付的价格和工程时间表都是完全自动计算出的 。
「其中一部分过程使用了自然语言处理,这项人工智能技术主要是为了识别和理解文本或语音 。
另外,还使用决策树(基于选择的图形或模型)将任务分配给开发人员 。」
然而,一些现任和前任员工则向华尔街日报透露,实际上一些定价和时间表的计算是由传统软件产生的,而且大部分工作总体上是由员工手动完成的 。
这些人甚至还表示,该公司并没有多少自然语言处理技术能力,而公司内部使用的决策树不应被视为人工智能 。
这个说法得到了瑞典深度学习软件公司 Peltarion 创始人 Luka Crnkovic-Friis 的认同 。他认为,称决策树为人工智能通常「有些牵强」 。
「如果你告诉客户你正在使用人工智能,他们可能不会期待使用一些上世纪 50 年代的技术 。决策树其实是一项非常古老和简单的技术 。」
有趣的是,就在本月,Engineer.ai 又悄悄在网站上对自己的技术与产品做了一些更加细致的解释与说明 。
他们把介绍修改为「平均约 60% 的可复用软件是由机器生产的,其余部分是人工生成的,用于开发应用程序」 。
我们并不是完全自动化的应用程序开发 。相反,我们依赖于人工与人工智能的合作关系,其中可复用软件 (在传统软件开发中,重复代码约占产品的 60%) 是机器生产的,其余 40% 是机器生产的;大多数项目的独特之处在于「人工生产」 。我们相信人类的创造力和才能将永远是创新和构建之旅的一部分 。
实际上,从实用的角度来看,花费巨资进行完全自动化开发对我们没有任何好处,而我们可以通过专注于用自动化来解决那些重复性强和效率低下的工作(虽然 80-20 规则是经典,但我们是 60-40 规则!),进而实现客户的利益 。
除了产品的技术应用受到质疑,其在推出产品的时间上,也被认为遵循了「fake it till they make it」的原则 。

秒懂生活扩展阅读