Tartalom
- AI a Hype ciklusban
- Eddig nem olyan jó
- Nincsenek hibák, nincs stressz - Az Ön életét megváltoztató szoftverek készítésének lépésről lépésre történő leírása az élet megsemmisítése nélkül
- Ez mind az adatlapon van
Forrás: charles taylor / iStockphoto
Elvitel:
Nagyon jó hír van a mesterséges intelligencia vonatkozásában, mennyire intelligens ez?
A mesterséges intelligencia annyira figyelmet szentelt a vállalati körökben, hogy sok informatikai vezetőt meg lehet bocsátani azzal a gondolattal, hogy az összes választ ad az egyre összetettebb adatökoszisztémára. Ugyanakkor, bár ez valóban jelentős változtatásokat eredményezhet a meglévő technológiában, igazságos azt mondani, hogy a hatékonyságával kapcsolatos néhány elvárás túlterhelt.
Valójában viszonylag kevés a megértés arról, hogy mi az AI, hogyan működik valójában és mit tud valójában csinálni. És ez széles körű tévhithez vezet ahhoz, hogy milyen szerepet játszik a vállalkozásban, és hogyan viszonyul a meglévő infrastruktúrához és az azt működtető emberekhez.
AI a Hype ciklusban
A Gartner legfrissebb Hype Cycle ciklusa szerint az AI olyan kulcsfontosságú részhalmazai, mint a mély tanulás, a gépi tanulás és a kognitív számítástechnika, a csúcsra felfújt várakozási görbe tetején vannak, ami azt jelenti, hogy a hosszú diák csúcsán helyezkednek el a kiábrándulás mélypontjába. Noha ez megegyezik az elmúlt 30 év gyakorlatilag minden zavaró technológiájának menetével, rámutat arra a tényre, hogy az AI várható hatása a vállalkozásra, amely elsősorban ellenőrzött laboratóriumi tesztekből származik, hamarosan a teljes valóságba fog kerülni. a termelési környezet (Nézze meg az Ada Lovelace-tól a mély tanulásig terjedő számítástechnikai innovációk történetét.)
Ennek ellenére, a Gartner kutatója, Mike Walker arra számít, hogy az AI az elkövetkező évtizedben mindenütt jelenlévővé válik az előrehaladott számítási teljesítmény kombinációjával, ami olyan konstrukciók fejlesztéséhez vezet, mint a neurális hálózat, és pusztán az a tény, hogy a vállalati adatok terhelése olyan hatalmasmá vált és annyira összetett, hogy az emberi szereplők már nem képesek egyedül megbirkózni.
Az egyik első dolog, amelyet a vállalkozásnak meg kell értenie az AI-vel kapcsolatban, hogy gyorsan és lazán játszik az „intelligencia” kifejezéssel. Ahogyan a svájci idegtudós, Pascal Kaufmann a közelmúltban kifejtette a ZDnet-nek, mély különbségek vannak a számítógépes algoritmus és az emberi agy módjai között. feldolgozza az információkat a következtetés levonásához. Elegendő feldolgozási teljesítmény mellett egy számítógépes algoritmus összehasonlíthat milliókat, milliárdokat, talán akár milliárd adatkészletet is egy egyszerű meghatározáshoz, például hogy egy macska képe valóban egy macska képe. De még egy kis gyermek is, nagyon kevés adatot adva, ösztönösen megállapíthatja, hogy macska-e, és örökre tudni fogja, mi a macska, és hogyan néz ki.
E szabvány szerint még a munkahelyi AI vezető példája - a Google DeepMind AlphaGo által elsajátított stratégiai játék Go - valójában nem a mesterséges intelligencia volt, hanem a nagy adatok, az elemzés és az automatizálás keresztmetszete, amely képes a szabályokon alapuló megközelítés ésszerűsítésére. a nyerésig. Érdekes módon Kaufmann hozzáteszi, hogy a mesterséges intelligencia valódi példája lenne, ha az AlphaGo kitalálta volna, hogyan kell csalni, hogy megnyerje. Ennek érdekében azonban a tudománynak először meg kell ragadnia az „agykódot”, amely felhatalmazza képességünket az információk feldolgozására, az ismeretek visszanyerésére és az emlékek tárolására. (Tudjon meg többet az automatizálás automatizálásával: az adattudomány és a gépi tanulás jövője?)
Eddig nem olyan jó
Valójában annak ellenére, hogy attól tartanak, hogy az AI mindenki munkáját felveszi, az eddigi eredmények szinte komikusak. A George R.R. Martin „Trónok játékának” rajongói annyira türelmetlenek a sorozat következő részletében, hogy sokan a szinte tiszta gobbledygook fejezetéhez jutottak, amelyet egy AI formája írt, amely úgynevezett ismétlődő neurális hálózat. Időközben az IBM az onkológiai kutatóktól vesz részt, akiknek azt mondták, hogy Watson új korszakot enged fel a diagnózis és a kezelés terén, ám ehelyett továbbra is küzd, hogy megkülönböztesse a rák alapvető formáit. Tekintettel erre a tapasztalatra, valószínű, hogy amikor az AI-t először bevezetik a tipikus vállalkozásba, akkor valószínűleg nagyobb erőfeszítéseket kell tenni az emberi szereplők részéről, csak az összes hibája nyomon követésére és figyelemmel kísérésére.
Nincsenek hibák, nincs stressz - Az Ön életét megváltoztató szoftverek készítésének lépésről lépésre történő leírása az élet megsemmisítése nélkül
Nem javíthatja a programozási készségét, ha senki sem törődik a szoftver minőségével.
De itt van a dörzsölés: Az AI idővel jobb lesz, anélkül, hogy újra kellene programozniuk. Amint a Cornell Tech kutatója, Daniel Huttenlocker a közelmúltban elmondta a Tech Crunch-nak, az AI nagyobb valószínűséggel váltja ki a hagyományos szoftvereket - és az összes bosszantó javítást, frissítést és javítást, amire szüksége van -, mint az emberi operátorok. Ez nem azt jelenti, hogy az AI-t nem kell programozni, hanem hogy a megközelítés jelentősen egyszerűsödik. A mai szoftverrel a programozónak nemcsak a megoldandó feladatot kell meghatároznia, hanem annak pontos lépéseit is. Az AI-vel minden a cél, amire szükség van, és a szoftvernek képesnek kell lennie a többiek kezelésére, feltéve, hogy megfelelő adatokkal rendelkezik a működéshez.
Ez mind az adatlapon van
Ez az utolsó pont döntő fontosságú, mivel a nap végén az AI egyszerűen algoritmus, és az algoritmusok csak annyira jóak, mint az általuk táplált adatok. Ez azt jelenti, hogy a megfelelő AI operatív keret felépítésén túl a vállalkozásnak meglehetősen szigorú adatkondicionáló környezetet kell létrehoznia, hogy az elemzési eredmények pontos információkon alapuljanak. Ahogyan Jason VandeBoom, az ActiveCampaign vezérigazgatója elmondta a Forbes-nek a közelmúltban, a régi a „szemetet egyenlő a hulladékkal” szabályok továbbra is érvényesek, tehát eltarthat egy ideig, mielőtt a szervezetek meglátják az AI-beruházás valódi előnyeit.
Mindezek alapján a vállalkozásnak nem kellene elvárnia, hogy az AI gyors megoldást találjon a nagy adatok és az IoT felmerülő kihívásaira. Az emberek és a gépek tanulási görbéje valószínűleg meglehetősen hosszú, és az eredmények legjobb esetben bizonytalanok.
De ha ez mind a tervek szerint működik, akkor mind a vállalkozásnak, mind az ismeretekkel foglalkozó munkaerőnek hosszú távon jelentős előnyöket kell látnia. Gondolj csak a legfontosabb, fárasztóbb és időigényesebb feladatra, amely jelenleg lelassítja a folyamatokat, és képzelje el, hogy soha nem szabad megismételnie ezeket.