Obsah
- AI v Hype cykle
- Zatiaľ, nie tak dobre
- Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
- To všetko závisí od údajov
Zdroj: charles taylor / iStockphoto
Zobrať:
O umelej inteligencii je veľa humbuk, aké je to inteligentné?
Umelá inteligencia získala v podnikových kruhoch toľko pozornosti, že mnohí vedúci predstavitelia IT môžu byť ospravedlnení za to, že poskytnú všetky odpovede na stále komplexnejší dátový ekosystém. Aj keď má určite potenciál urobiť veľa zmysluplných vylepšení existujúcej technológie, je tiež spravodlivé tvrdiť, že niektoré z očakávaní týkajúcich sa jej účinnosti sú prehnané.
V skutočnosti je relatívne málo pochopenie toho, čo presne je AI, ako skutočne funguje a čo v skutočnosti môže robiť. A to vedie k širokým mylným predstavám o jej úlohe v podniku ao spôsobe, akým bude súvisieť s existujúcou infraštruktúrou a ľuďmi, ktorí ju prevádzkujú.
AI v Hype cykle
Podľa najnovšieho Gartnerovho cyklu Hype Cycle Cycle sú kľúčové podskupiny AI, ako sú hlboké vzdelávanie, strojové učenie a kognitívne výpočty, na vrchole krivky maximálneho inflačného očakávania, čo znamená, že sú na vrchole dlhého sklzu do koryta dezilúzie. Aj keď je to kurz pre prakticky každú rušivú technológiu za posledných 30 rokov, poukazuje na skutočnosť, že plánovaný vplyv AI v podniku, ktorý bol odvodený najmä z kontrolovaných laboratórnych testov, sa má čoskoro dostať do reality. výrobného prostredia. (Vyskúšajte históriu výpočtových inovácií od Ada Lovelace po Deep Learning.)
Výskumník Gartner Mike Walker napriek tomu očakáva, že sa AI v priebehu budúceho desaťročia stane všadeprítomnou kombináciou postupujúcej výpočtovej sily, ktorá vedie k vývoju takých konštruktov, ako je neurónová sieť, a samotnej skutočnosti, že zaťaženie podnikových údajov je také obrovské. a také zložité, že ľudskí operátori sa už nedokážu vyrovnať sami.
Jednou z prvých vecí, ktorú musí podnik o AI pochopiť, je to, že hrá rýchlo a voľne s pojmom „inteligencia“. Ako nedávno vysvetlil švajčiarsky neurovedec Pascal Kaufmann ZDnetu, existujú veľké rozdiely v spôsobe, akým počítačový algoritmus a ľudský mozog spracovávať informácie, aby sa dospelo k záveru. Počítačový algoritmus môže pri dostatočnom výpočtovom výkone porovnávať milióny, miliardy, možno dokonca bilióny množín údajov, aby urobil jednoduché určenie, napríklad či je obraz mačky skutočne obrazom mačky. Ale aj malé dieťa môže, vzhľadom na veľmi malé množstvo údajov, inštinktívne určiť, že je to mačka a navždy potom, čo vie, čo je mačka a ako vyzerá.
Podľa tohto štandardu ani popredným príkladom AI v práci - ovládaním AlphaGo spoločnosti Google DeepMind v oblasti strategickej hry Go - nebola skutočná umelá inteligencia, ale prierez veľkých údajov, analýz a automatizácie, ktorý bol schopný racionalizovať prístup založený na pravidlách. k víťazstvu. Je zaujímavé, že Kaufmann dodáva, že skutočným príkladom umelej inteligencie by bolo, keby AlphaGo prišiel na to, ako podvádzať, aby vyhral. Aby to však bolo možné urobiť, bude musieť veda najprv prelomiť „mozgový kód“, ktorý poháňa našu schopnosť spracovávať informácie, získavať vedomosti a ukladať spomienky. (Viac informácií o automatizácii pomocou automatizácie: Budúcnosť vedy o údajoch a strojového učenia?)
Zatiaľ, nie tak dobre
Napriek obavám, že AI sa chystá prijať prácu každého z nás, sú zatiaľ výsledky takmer komické. Fanúšikovia Georga R. R. Martinova hra o tróny je netrpezlivá pre nasledujúcu časť seriálu, že mnohí prepadli do kapitoly takmer čistého škriatka napísaného formou AI nazývanej opakujúca sa neurónová sieť. Medzitým spoločnosť IBM odrádza od onkologických výskumníkov, ktorým bolo povedané, že Watson rozpúta novú éru v diagnostike a liečbe, ale namiesto toho sa stále snaží len rozlišovať medzi základnými formami rakoviny. Vzhľadom na tieto výsledky je celkom možné, že keď sa AI prvýkrát predstaví v typickom podniku, pravdepodobne bude vyžadovať väčšie úsilie zo strany ľudských operátorov, aby len sledovali a monitorovali všetky chyby, ktoré urobia.
Žiadne chyby, žiadny stres - Váš sprievodca krok za krokom k vytvoreniu softvéru na zmenu života bez zničenia vášho života
Nemôžete zlepšiť svoje programovacie schopnosti, keď sa nikoho nezaujíma o kvalitu softvéru.
Ale tu je rub: AI sa časom zlepší, bez toho aby bolo potrebné preprogramovať. Ako výskumník spoločnosti Cornell Tech Daniel Huttenlocker nedávno povedal spoločnosti Tech Crunch, AI pravdepodobne nahradí tradičný softvér - a všetky otravné záplaty, aktualizácie a opravy, ktoré vyžaduje - ako ľudské operátory. To neznamená, že AI nie je potrebné programovať, ale že prístup je výrazne zjednodušený. Pri dnešnom softvéri musí programátor definovať nielen úlohu, ktorá sa má vyriešiť, ale aj presné kroky na jej vyriešenie. V prípade AI je všetko, čo potrebujete, cieľ a softvér by mal byť schopný zvládnuť zvyšok za predpokladu, že má správne údaje na prácu.
To všetko závisí od údajov
Tento posledný bod je rozhodujúci, pretože na konci dňa je AI jednoducho algoritmus a algoritmy sú iba také dobré, ako údaje, ktoré sú napájané. To znamená, že okrem budovania riadneho operačného rámca AI bude musieť podnik vytvoriť aj dosť rázne prostredie na úpravu údajov, aby výsledky analýzy boli založené na presných informáciách, ktoré prichádzajú. Ako nedávno povedal generálny riaditeľ spoločnosti ActiveCampaign Jason VandeBoom pre Forbes, starý stále platia pravidlá „odvoz odpadu do odpadu“, takže môže chvíľu trvať, kým organizácie uvidia skutočný prínos svojej investície do AI.
Vzhľadom na to všetko by podnik nemal očakávať, že AI poskytne rýchle riešenie vznikajúcich výziev týkajúcich sa veľkých údajov a internetu vecí. Krivka učenia ľudí i strojov bude pravdepodobne dosť dlhá a výsledky sú prinajlepšom neisté.
Ale ak to všetko funguje podľa plánu, tak podnik, ako aj znalostná pracovná sila by mali vidieť dlhodobý prínos. Len pomyslite na najbežnejšiu, únavnú a časovo náročnú úlohu, ktorá v súčasnosti spomaľuje vaše procesy, a predstavte si, že ich už nikdy nebudete musieť robiť znova.