كما اتضح ، نعم ، لكن بالكاد

الذكاء الاصطناعي موجود في كل مكان. أحد أكثر الأماكن شيوعًا للذكاء الاصطناعي في المنزل هذه الأيام هو الهاتف الذكي والمنازل والأجهزة الذكية. في الآونة الأخيرة ، عندما جلسنا لتناول العشاء ، أجرينا محادثة مع Alexa تحدثت عن شيء مثل هذا:

Me: Alexa ، العب يسلط الضوء على الأشبال. [هذه ميزة يتم الترويج لها على شاشة Alexa الرئيسية. اطلب من Alexa أن تلعب دورًا بارزًا لفريقك المفضل.]

اليكسا: وجدت شيئًا ما على الويب. [أعلم أنه عندما يبدأ Alexa بهذه الطريقة ، هناك مشكلة. لن تسير الأمور على ما يرام. يعرض Alexa قائمة بعدد قليل من مقاطع الفيديو. من المؤكد أن معظمها عبارة عن مقاطع فيديو للعبة البيسبول يقوم فيها اللاعبون بمسرحيات استثنائية على مدار السنوات الخمس الماضية. خطأي. حاول مرة أخرى.]

Me: Alexa ، أرني أبرز الأحداث في لعبة البيسبول الأخيرة في Chicago Cubs. [آمل ألا تكتشف النغمة المتعالية لأنني أقبل اللوم لعدم تمكنها من فهم طلبي.]

اليكسا: ستتوفر أبرز أحداث لعبة Chicago Cubs بعد ساعتين من انتهاء المباراة. [تقدم. لم يكن لدي أي فكرة أنهم ربما يلعبون في هذه اللحظة بالذات. الحظ في جانبي. أنا متفائل فجأة.]

Me: أليكسا ، حسنًا ، أرني النقاط البارزة في الأمس ، إذن. [نعم ، لقد بدأ إحباطي بالظهور. أنا قريب جدًا من كسر الكود. يمكنني تذوقه تقريبا.]

اليكسا: أنا آسف ، لا أعرف ذلك. [تقول هذا في كثير من الأحيان. ربما لم أكن واضحًا.]

أنا: هل تمزح معي؟ تشغيل ، فيديو يسلط الضوء على مباراة دوري البيسبول الرئيسية بين Chicago Cubs و Pittsburgh Pirates ليوم الاثنين 25 يوليو 2022 في Wrigley Field. [هذه المرة أنا واثق من أنني نجحت في ذلك. لقد قدمت طلبًا محددًا لا لبس فيه وهي مهارة أعرف أن أليكسا تمتلكها. لقد فعلت هذا من قبل. ]

اليكسا: [الصمت. لا شئ. لا يوجد رد. لقد نسيت أن أقول كلمة الاستيقاظ السحرية ، أليكسا.]

• متوسط ​​معدل الذكاء يبلغ من العمر 18 عامًا حوالي 100. متوسط ​​معدل ذكاء الإنسان البالغ من العمر 6 سنوات هو 55. تم تقييم Google AI IQ بـ 47. يقدر معدل الذكاء في Siri بـ 24. Bing و Baidu في الثلاثينيات. لم أجد تقييمًا لمعدل ذكاء Alexa ، لكن تجربتي كانت تشبه إلى حد كبير التحدث إلى طفل ما قبل المدرسة.

قد يقول البعض ، ليس من العدل إعطاء الكمبيوتر اختبار ذكاء. لكن هذا هو بيت القصيد تمامًا. وعد الذكاء الاصطناعي هو أن يفعل ما يفعله البشر ، بشكل أفضل فقط. حتى الآن ، كان كل تحدٍ وجهاً لوجه - أو كما نقول ، شبكة عصبية إلى شبكة عصبية - شديد التركيز. يلعب الشطرنج. تشخيص المرض. حلب الابقار. قيادة السيارات. عادة ما يفوز الروبوت. ما أريد رؤيته هو أن واتسون يحلب بقرة أثناء قيادة السيارة ولعب لعبة Jeopardy. حاليا، أن سيكون تريفيكتا. لا يستطيع البشر حتى البحث عن سجائرهم أثناء القيادة دون التعرض لحادث.

ذكاء الذكاء الاصطناعي

تتفوق عليها آلة. أظن أنني لست وحدي. لقد فكرت ، إذا كان هذا هو أحدث ما توصلت إليه التكنولوجيا ، ما مدى ذكاء هذه الأشياء؟ هل يمكننا مقارنة ذكاء الإنسان بآلة؟

العلماء يقومون بالتقييم قدرات الأنظمة على التعلم والعقل. حتى الآن ، لم يفعل البشر الاصطناعية مثل الشيء الحقيقي. يستخدم الباحثون أوجه القصور لتحديد الثغرات حتى نفهم بشكل أفضل أين يجب تحقيق المزيد من التطوير والتقدم.

فقط حتى لا تفوتك النقطة وتنسى ما يمثله "أنا" في الذكاء الاصطناعي ، صاغ المسوقون الآن مصطلح الذكاء الاصطناعي الذكي.

هل الذكاء الاصطناعي حساس؟

هل للروبوتات مشاعر؟ يمكن لأجهزة الكمبيوتر تجربة هmotioنانوثانية؟ رقم دعنا ننتقل. إذا كنت تريد ذلك اقرأ حول هذا الموضوع ، يدعي أحد محركات Google (سابقًا) أن نموذج الذكاء الاصطناعي الذي تعمل Google عليه هو نموذج حساس. أجرى محادثة مخيفة مع روبوت أقنعه أن الكمبيوتر لديه مشاعر. يخشى الكمبيوتر على حياته. لا أصدق حتى أنني كتبت تلك الجملة. أجهزة الكمبيوتر ليس لديها حياة للخوف. لا تستطيع أجهزة الكمبيوتر التفكير. لا يعتقد الخوارزميات.

ومع ذلك ، لن أتفاجأ إذا استجاب جهاز كمبيوتر لأمر ما في المستقبل القريب جدًا بـ: "أنا آسف ، ديف ، لا يمكنني فعل ذلك."

أين يفشل الذكاء الاصطناعي؟

أو بشكل أكثر دقة ، لماذا تفشل مشاريع الذكاء الاصطناعي؟ فشلوا لنفس الأسباب التي فشلت مشاريع تكنولوجيا المعلومات دائما. فشل المشاريع بسبب سوء الإدارة أو الفشل في إدارة الوقت أو النطاق أو الميزانية ..:

• رؤية غير واضحة أو غير محددة. استراتيجية سيئة. ربما سمعت أن الإدارة تقول ، "نحتاج فقط إلى تحديد المربع." إذا كان عرض القيمة لا يمكن تحديده ، والغرض غير واضح.
• توقعات غير واقعية. قد يكون هذا بسبب سوء الفهم أو ضعف التواصل أو الجدول الزمني غير الواقعي. قد تنبع التوقعات غير الواقعية أيضًا من عدم فهم قدرات ومنهجيات أدوات الذكاء الاصطناعي.
• المتطلبات غير المقبولة. لم يتم تحديد متطلبات العمل بشكل جيد. مقاييس النجاح غير واضحة. أيضا في هذه الفئة هو التقليل من قيمة الموظفين الذين يفهمون البيانات.
• المشاريع غير المدرجة في الميزانية والتي تم التقليل من شأنها. لم يتم تقدير التكاليف بشكل كامل وموضوعي. لم يتم التخطيط لحالات الطوارئ والمتوقعة. لقد تم التقليل من مساهمة الوقت للموظفين الذين هم بالفعل مشغولون للغاية.
• ظروف غير متوقعة. نعم ، تحدث الصدفة ، لكنني أعتقد أن هذا يندرج تحت سوء التخطيط.

انظر ، أيضا ، منشوراتنا السابقة 12 سببًا للفشل في التحليلات وذكاء الأعمال.

يعد الذكاء الاصطناعي اليوم قويًا للغاية ويمكنه مساعدة الشركات على تحقيق نجاح هائل. عندما تفشل مبادرات الذكاء الاصطناعي ، يمكن دائمًا إرجاع الفشل إلى واحد مما سبق.

أين يقوم AI Excel؟

الذكاء الاصطناعي جيد في المهام المتكررة والمعقدة. (لكي نكون منصفين ، يمكنه القيام بمهام بسيطة وغير متكررة أيضًا. ولكن سيكون من الأرخص أن يقوم طفلك في مرحلة ما قبل المدرسة بذلك). إنه أمر جيد في العثور على الأنماط والعلاقات ، إذا كانت موجودة ، في كميات هائلة من البيانات.

• يعمل الذكاء الاصطناعي جيدًا عند البحث عن الأحداث التي لا تتطابق مع أنماط معينة.
  • كشف بطاقة الائتمان الاحتيال يتعلق بإيجاد المعاملات التي لا تتبع أنماط الاستخدام. يميل إلى الخطأ في جانب الحذر. لقد تلقيت مكالمات من بطاقتي الائتمانية بخوارزمية شديدة الحماس عندما ملأت سيارتي المؤجرة بالبنزين في دالاس ثم ملأت سيارتي الشخصية في شيكاغو. كان أمرًا شرعيًا ، لكنه غير معتاد بدرجة كافية ليتم الإبلاغ عنه.

"أمريكان إكسبريس يعالج تريليون دولار في المعاملات ولديها 1 مليون بطاقة AmEx قيد التشغيل. إنهم يعتمدون بشكل كبير على تحليلات البيانات وخوارزميات التعلم الآلي للمساعدة في اكتشاف الاحتيال في الوقت الفعلي تقريبًا ، وبالتالي توفير الملايين من الخسائر ".

• الاحتيال وسوء استخدام الأدوية. يمكن أن تجد الأنظمة أنماطًا غير عادية من السلوك بناءً على العديد من القواعد المبرمجة. على سبيل المثال ، إذا رأى مريض ثلاثة أطباء مختلفين في جميع أنحاء المدينة في نفس اليوم مع شكاوى مماثلة من الألم ، فقد يكون هناك ما يبرر إجراء تحقيق إضافي لاستبعاد سوء المعاملة.
• منظمة العفو الدولية في الرعاية الصحية حققت بعض النجاحات الممتازة.
  • تم تدريس الذكاء الاصطناعي والتعلم العميق لمقارنة الأشعة السينية بالنتائج العادية. كان قادرًا على زيادة عمل اختصاصي الأشعة عن طريق وضع علامة على التشوهات حتى يقوم أخصائي الأشعة بفحصها.
• يعمل الذكاء الاصطناعي بشكل جيد مع ملفات الاجتماعية والتسوق. أحد الأسباب التي تجعلنا نرى هذا كثيرًا هو أن هناك مخاطر منخفضة. خطر أن يكون الذكاء الاصطناعي مخطئًا وأن يكون له عواقب وخيمة منخفض.
• • إذا كنت تحب / اشتريت ، نعتقد أنك ستعجبك هذا. من Amazon إلى Netflix و YouTube ، يستخدمون جميعًا شكلاً من أشكال التعرف على الأنماط. يعتبر Instagram AI تفاعلاتك لتركيز خلاصتك. يميل هذا إلى العمل بشكل أفضل إذا تمكنت الخوارزمية من وضع تفضيلاتك في مجموعة أو مجموعة من المستخدمين الآخرين الذين اتخذوا خيارات مماثلة ، أو إذا كانت اهتماماتك محدودة.
  • تتمتع منظمة العفو الدولية ببعض النجاح مع التعرف على الوجه. يمكن لـ Facebook التعرف على الشخص الذي تم وضع علامة عليه مسبقًا في صورة جديدة. خدعت الأقنعة بعض أنظمة التعرف على الوجه المبكرة المتعلقة بالأمان.
• حقق الذكاء الاصطناعي نجاحات في زراعة باستخدام التعلم الآلي ومستشعرات إنترنت الأشياء والأنظمة المتصلة.
  • ساعدت منظمة العفو الدولية الجرارات الذكية زراعة وحصاد الحقول لتعظيم العائد وتقليل الأسمدة وتحسين تكاليف إنتاج الغذاء.
  • مع نقاط البيانات من خرائط ثلاثية الأبعاد ، وأجهزة استشعار التربة ، وطائرات بدون طيار ، وأنماط الطقس ، تحت الإشراف آلة التعلم يعثر على أنماط في مجموعات البيانات الكبيرة للتنبؤ بأفضل وقت لزراعة المحاصيل والتنبؤ بالإنتاجية قبل أن يتم زراعتها حتى.
  • مزارع الألبان استخدم روبوتات الذكاء الاصطناعي للحصول على حليب الأبقار بأنفسهم ، كما يراقب الذكاء الاصطناعي والتعلم الآلي العلامات الحيوية للبقرة ونشاطها وتناول الطعام والماء للحفاظ على صحتها ورضاها.
  • بمساعدة الذكاء الاصطناعي ، المزارعين الذين هم أقل من 2٪ من السكان يطعمون 300 مليون في بقية الولايات المتحدة.
  • الذكاء الاصطناعي في الزراعة

هناك أيضًا قصص رائعة عن الذكاء الاصطناعي تحقيق النجاح في الصناعات الخدمية وتجارة التجزئة ووسائل الإعلام والتصنيع. الذكاء الاصطناعي موجود حقًا في كل مكان.

نقاط القوة والضعف في الذكاء الاصطناعي

قد يساهم الفهم القوي لنقاط القوة والضعف في الذكاء الاصطناعي في نجاح مبادرات الذكاء الاصطناعي الخاصة بك. تذكر أيضًا أن الإمكانات الموجودة حاليًا في العمود الأيمن هي فرص. هذه هي المجالات التي يحرز فيها البائعون والجهات المتبناة تقدمًا في الوقت الحالي. سننظر في القدرات التي تتحدى الذكاء الاصطناعي حاليًا مرة أخرى في غضون عام وتوثيق التحول اليساري. إذا درست المخطط التالي بعناية ، فلن أتفاجأ إذا كان هناك بعض الحركة بين الوقت الذي أكتب فيه هذا ووقت نشره.

ما هو مستقبل الذكاء الاصطناعي؟

إذا كان الذكاء الاصطناعي أكثر ذكاءً ، فقد يتنبأ بما يخبئه المستقبل. من الواضح أن هناك الكثير المفاهيم الخاطئة حول ما يمكن للذكاء الاصطناعي فعله وما لا يمكنه فعله. عديدة المفاهيم الخاطئة وأمية الذكاء الاصطناعي هي نتيجة التسويق التكنولوجي المبالغة في تضخيم القدرات الحالية. الذكاء الاصطناعي مثير للإعجاب لما يمكنه فعله اليوم. أتوقع أن العديد من نقاط الضعف في العمود الأيمن ستتحول إلى اليسار وتصبح نقاط قوة في العامين أو الثلاثة أعوام القادمة.

[بعد أن انتهيت من هذه المقالة ، قدمت الفقرة السابقة إلى OpenAI، وهو منشئ لغة مفتوح لمنصة AI. ربما تكون قد شاهدت بعض الأعمال الفنية التي تم إنشاؤها بواسطة DALL-E. أردت أن أعرف رأيها في مستقبل الذكاء الاصطناعي. هذا ما قاله. ]

لا يتعلق مستقبل الذكاء الاصطناعي بشراء عدد قليل من الخوادم وتثبيت حزمة برامج جاهزة. يتعلق الأمر بالعثور على الأشخاص المناسبين وتوظيفهم ، وبناء الفريق المناسب ، والقيام بالاستثمارات المناسبة في كل من الأجهزة والبرامج.

تتضمن بعض النجاحات المحتملة للذكاء الاصطناعي خلال السنوات القليلة المقبلة ما يلي:

• زيادة دقة التنبؤات والتوصيات
• تحسين عمليات صنع القرار
• تسريع البحث والتطوير
• المساعدة في أتمتة العمليات التجارية وتحسينها

ومع ذلك ، هناك أيضًا بعض الإخفاقات المحتملة للذكاء الاصطناعي التي يجب أن تكون الشركات على دراية بها ، مثل:

• يؤدي الاعتماد المفرط على الذكاء الاصطناعي إلى اتخاذ قرارات دون المستوى الأمثل
• عدم فهم كيفية عمل الذكاء الاصطناعي مما يؤدي إلى سوء الاستخدام
• التحيز في البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي التي تؤدي إلى نتائج غير دقيقة
• مخاوف تتعلق بالأمان والخصوصية بشأن البيانات المستخدمة لتدريب نماذج الذكاء الاصطناعي

إذن ، ماذا يعني هذا للشركات التي تستثمر في الذكاء الاصطناعي لتكملة تحليلاتها التقليدية؟ الإجابة المختصرة هي أنه لا توجد طرق مختصرة. 85٪ من مبادرات الذكاء الاصطناعي تفشل. ومن المثير للاهتمام ، أن هذا مشابه للإحصاءات التي يتم الاستشهاد بها كثيرًا والمتعلقة بمشاريع تكنولوجيا المعلومات التقليدية وذكاء الأعمال. لا يزال يتعين القيام بنفس العمل الشاق الذي كان مطلوبًا دائمًا قبل أن تتمكن من الحصول على قيمة من التحليلات. يجب أن تكون الرؤية موجودة ، وأن تكون واقعية وقابلة للتحقيق. العمل القذر هو إعداد البيانات ، ومناقشة البيانات وتنقية البيانات. هذا سيحتاج دائمًا إلى القيام به. في تدريب الذكاء الاصطناعي ، أكثر من ذلك. لا توجد حاليًا طرق مختصرة للتدخل البشري. لا يزال يتعين على البشر تحديد الخوارزميات. مطلوب من البشر تحديد الإجابة "الصحيحة".

باختصار ، لكي ينجح الذكاء الاصطناعي ، يحتاج البشر إلى:

• إنشاء البنية التحتية. هذا هو أساسًا تحديد الحدود التي سيعمل فيها الذكاء الاصطناعي. يتعلق الأمر بما إذا كان بإمكان المؤسسة دعم البيانات غير المهيكلة ، و blockchain ، و IoT ، والأمن المناسب.
• المساعدة في الاكتشاف. البحث عن وتحديد مدى توافر البيانات. يجب أن تكون البيانات اللازمة لتدريب الذكاء الاصطناعي موجودة ومتاحة.
• نظم البيانات. عند تقديم مجموعة كبيرة من البيانات ، وبالتالي ، عدد كبير من النتائج المحتملة ، قد يُطلب من خبير المجال تقييم النتائج. سيشمل التنظيم أيضًا التحقق من صحة سياق البيانات.

لاستعارة عبارة من علماء البيانات ، لكي تنجح الشركات في استخدام الذكاء الاصطناعي ، لتتمكن من إضافة قيمة إلى إمكانات التحليلات الحالية ، يجب أن يكونوا قادرين على فصل الإشارة عن الضوضاء ، والرسالة من الضجيج.

قبل سبع سنوات ، آي بي إم جيني رومتي قال شيئًا مثل Watson Health [AI] هو هدفنا الأول. بعبارة أخرى ، يعد الذكاء الاصطناعي - وهو ما يعادل الهبوط على سطح القمر - هدفًا ممتدًا وملهمًا وقابل للتحقيق. لا أعتقد أننا هبطنا على القمر. حتى الآن. تواصل شركة IBM والعديد من الشركات الأخرى العمل نحو هدف الذكاء الاصطناعي التحويلي.

إذا كان الذكاء الاصطناعي هو القمر ، فالقمر في الأفق وهو أقرب مما كان عليه في أي وقت مضى.