2022年7月12日讯，人工智能（AI）算法包含三个基本核心要素：1) 具备丈量能力；2) 知道个中有多少丈量须要进一步处理；3) 并行处理多路输入的能力。
系统的潜力是指它的可测性以及可达到的丈量深度，而潜力的发挥则指的是决定系统必须将哪些方面的丈量结果发送给处理器进一步处理。末了，传感器领悟指的是理解如何以精确的比例将不同传感器的丈量结果合并在一起，算法的智商有多高，推理的潜力有多大，这是我们探索的关键。通过反馈环路增强传感器领悟，算法将能够校验和纠正自身的逻辑，这是机器学习必不可少的一个组成部分。
这三个属性对付理解人工智能的深度非常关键，尤其是其独特的能力方面。我们发掘和校准的根本要素越多，人工智能算法的长远表现就越好。先容了我们要探索的三个领域之后，接下来我们深入理解第一个方面——丈量深度，以及它对构建稳健的高性能 AI 算法根本的主要性。
丈量深度
计量学研究的是丈量科学。在构建稳健算法的过程中，丈量深度发挥着至关主要的浸染。Gagemaker 规则（10:1 规则）规定，丈量仪器或器件的精度必须比被测工具高 10 倍。丈量深度之以是如此主要，是由于它决定了可能达到的精度水平，限定了算法的最大潜力。因此，您在进行任何一项指定丈量时，精度越高，人工智能算法的潜力就越大。
计量学侧重于深入理解某项特定丈量。这项丈量可能是十分大略明了，比如电压、接地、温度，或者像实现翱翔器掌握面板一样涉及多个模态，也可能十分繁芜，比如像最大化生产装置线吞吐量一样繁芜。无论是丈量单个还是多个参数，丈量深度决定了我们能够达到哪种程度的可编程能力。例如，以3 V 电压系统，如果丈量精度只有1/10 V，在洞察力方面，就无法与 1/1000 V的丈量精度同日而语。取决于给什么样的系统供电，额外的精度可能会对电池的续航韶光至关主要，也可能只是鸡肋般的多余。充分发挥算法的潜力必须让全体端到真个丈量需求与所需的深度相匹配。无论丈量的工具是什么，这一点都是精确无误的，纵然是可能不那么直不雅观的数据系统也不例外。下面，我们来看一个示例。
如何优化丈量
企业 IT 堆栈是一个繁芜的数据互连系统网络，每个别系须要交流信息来折衷组织的运营。这些技能堆栈包含一系列软件，例如 CRM、ERP、数据库、订单履行等等，每一种软件都有各自独特的数据格式和自定义运用编程接口（API）。Salesforce 的数据显示，公司的技能堆栈中运用软件的个数均匀有超过 900个，个中许多是云运用，并且它们的软件更新都可能会产生连锁反应。创造问题和隔离问题就犹如大海捞针一样平常，优化多个交叉运用软件的性能其难度就更加可想而知。
企业中技能堆栈内的每个运用软件会有一个不同的任务部门，譬如财务、人力资源、发卖、营销、供应链。IT 会将紧张组织的需求放在首位。每家企业都有特殊定制的事情流程，也汇合成浩瀚运用软件和后端系统，用户利用软件的行程或旅程会涉及各种路径，单一的线性旅程非常少见。因此，纵然两家企业的技能堆栈中利用了同样的运用软件，他们的所有交流点映射以及端到端操作验证办法也会完备不同。须要人工智能的运用软件运用
此应运而生。在这种情形下，丈量位置可能是系统间的数据输入点，也可能是系统内的数据交流点和数据显示点。
要想知道 AI 算法如何在这样的系统中运行，我们首先须要理解它如何在以下三个关键领域丈量各个点的数据：
1.评测用户与运用软件的交互办法，无论利用的是什么操作系统。在某些情形下，当须要按键操作时，还涉及到采取机器人流程自动化（RPA）
2.评测在繁芜的技能堆栈中各个别系之间的数据交流以及连接这些系统的运用编程接口命令，确保它们精确运行
3.评测所有平台（包括台式机和移动设备）上的屏幕信息，例如图像、文本、标识，从而理解它们的呈现办法
无论利用的是什么操作系统、什么版本的软件、哪种设备或接口机制，评估丈量功效都须要从丈量能力入手。人工智能无法丈量的环境越多，它在运行中发挥的影响就越小。
结论
在评估某个事物的潜力时，我们须要从根本入手。AI 系统的根本便是它的丈量能力。它能够丈量的条件越多，潜在的影响力就越大。我们要理解它能够进行哪些丈量，更主要的是，我们还要知道它不能进行哪些丈量。AI 算法的潜力会受到感测能力的限定。开尔文勋爵曾经的名言至今仍不过时――“无法丈量，则无法改进”。要想理解 AI 的真正能力，请务必从剖析其丈量的广度和深度开始。
（刘立庆）