Nagu selgub, jah, aga napilt

AI on üldlevinud. Üks AI levinumaid kohti kodus tänapäeval on nutitelefon, targad kodud ja seadmed. Hiljuti, kui me õhtusöögile istusime, oli meil Alexaga vestlus, mis oli umbes selline:

Me: Alexa, mängi Cubsi tipphetki. [See on funktsioon, mida reklaamitakse Alexa avakuval. Paluge Alexal mängida teie lemmikmeeskonna tipphetki.]

Alexa: Leidsin midagi veebist. [Ma tean, et kui Alexa niimoodi alustab, on probleem. See ei lähe hästi. Alexa näitab käputäie videote loendit. Tõsi, enamik neist on pesapallivideod, kus mängijad on viimase 5 aasta jooksul teinud erakordseid mänge. Minu süü. Proovi uuesti.]

Me: Alexa, näita mulle viimase Chicago Cubsi pesapallimängu tipphetki. [Loodan, et see ei tuvasta alandavat tooni, kuna võtan omaks süü, et ta ei saanud minu palvest aru.]

Alexa: Chicago Cubsi mängu tipphetked on saadaval kaks tundi pärast mängu lõppu. [Edusammud. Mul polnud aimugi, et nad võivad just praegu mängida. Õnn on minu poolel. Olen järsku lootusrikas.]

Me: Alexa, näita mulle siis eilseid tipphetki. [Jah, minu pettumus hakkab ilmnema. Olen koodi murdmisele nii lähedal. Ma peaaegu tunnen seda.]

Alexa: Vabandust, ma ei tea seda. [Seda öeldakse liiga sageli. Võib-olla ma ei olnud selge.]

Me: Kas sa teed nalja? Esitage esmaspäeval, 25. juulil 2022 Wrigley Fieldis peetava Major League Baseballi mängu Chicago Cubsi ja Pittsburgh Piratesi video tipphetki. [Seekord olen kindel, et sain hakkama. Olen välja sülitanud konkreetse ja ühemõttelise taotluse, mis on oskus, mida ma tean, et Alexal on. Seda on ta varemgi teinud. ]

Alexa: [Vaikus. Mitte midagi. Mingit vastust. Olen unustanud öelda maagilise äratuse sõna, Alexa.]

. keskmine IQ 18-aastasel on umbes 100. 6-aastase inimese keskmine IQ on 55. Google'i AI IQ-ks hinnati 47. Siri IQ on hinnanguliselt 24. Bing ja Baidu on 30ndates. Ma ei leidnud hinnangut Alexa IQ-le, kuid minu kogemus sarnanes koolieelikuga rääkimisega.

Mõni võib öelda, et pole aus anda arvutile IQ-testi. Aga see on täiesti asja mõte. AI lubadus on teha seda, mida inimesed teevad, ainult paremini. Seni on iga pea vastu – või, ütleme nii, närvivõrgust närvivõrku – väljakutse olnud väga keskendunud. Mängib malet. Haiguse diagnoosimine. Lehmade lüpsmine. Autode juhtimine. Tavaliselt võidab robot. Mida ma tahan näha, on Watson lüpsmas lehma autoga sõites ja mängides Jeopardyt. Nüüd et oleks trifecta. Inimesed ei saa isegi sõidu ajal oma sigarette otsida, ilma et nad õnnetusse satuksid.

AI IQ

Masina poolt üle kavaldatud. Ma kahtlustan, et ma pole üksi. Ma pean mõtlema, et kui see on nüüdisaegne, siis kui targad need asjad on? Kas me saame võrrelda inimese intelligentsust masinaga?

Teadlased hindavad süsteemide õppimis- ja mõtlemisvõimet. Seni pole sünteetilistel inimestel läinud nii hästi kui päriselus. Teadlased kasutavad puudujääke lünkade tuvastamiseks, et saaksime paremini aru, kus on vaja teha täiendavat arengut ja edusamme.

Selleks, et te ei jätaks asja tähelepanuta ega unustaks, mida "mina" AI-s tähistab, on turundajad nüüd kasutusele võtnud termini Smart AI.

Kas tehisintellekt on tundlik?

Kas robotitel on tundeid? Kas arvutid saavad kogeda emotions? Ei. Liigume edasi. Kui sa tahad lugenud selle kohta väidab üks (endine) Google'i mootor, et AI mudel, mille kallal Google töötab, on tundlik. Tal oli jube vestelda robotiga, mis veenis teda, et arvutil on tunded. Arvuti kardab oma elu pärast. Ma isegi ei suuda uskuda, et ma selle lause kirjutasin. Arvutitel pole elu karta. Arvutid ei suuda mõelda. Algoritme ei mõelda.

Ma ei imestaks aga, kui arvuti vastab käsklusele lähitulevikus: "Vabandust, Dave, ma ei saa seda teha."

Kus AI ebaõnnestub?

Või täpsemalt, miks AI projektid ebaõnnestuvad? Need ebaõnnestuvad samadel põhjustel, mis IT-projektid on alati ebaõnnestunud. Projektid ebaõnnestuvad halva juhtimise või aja, ulatuse või eelarve haldamise ebaõnnestumise tõttu..:

• Ebaselge või määratlemata nägemus. Kehv strateegia. Võib-olla olete kuulnud juhtkonda ütlemas: "Peame lihtsalt märkeruudu märkima." Kui väärtuspakkumist ei saa määratleda, on eesmärk ebaselge.
• Ebareaalsed ootused. Selle põhjuseks võivad olla arusaamatused, kehv suhtlus või ebareaalne ajakava. Ebarealistlikud ootused võivad tuleneda ka AI tööriistade võimaluste ja metoodika mõistmise puudumisest.
• Vastuvõetamatud nõuded. Ärinõuded pole täpselt määratletud. Edu mõõdikud on ebaselged. Sellesse kategooriasse kuulub ka andmetest aru saavate töötajate alaväärtustamine.
• Eelarvestamata ja alahinnatud projektid. Kulusid ei ole täielikult ja objektiivselt hinnatud. Ettenägematuid olukordi ei ole ette nähtud ega ette nähtud. Niigi liiga hõivatud töötajate ajalist panust on alahinnatud.
• Ettenägematud asjaolud. Jah, juhus juhtub, aga ma arvan, et see jääb halva planeerimise alla.

Vaata ka meie eelmist postitust 12 ebaõnnestumise põhjust analüüsis ja ärianalüüsis.

AI on tänapäeval väga võimas ja võib aidata ettevõtetel saavutada tohutut edu. Kui tehisintellekti algatused ebaõnnestuvad, võib ebaõnnestumise peaaegu alati seostada mõne ülalnimetatuga.

Kus on AI Excel?

AI oskab hästi teha korduvaid ja keerulisi ülesandeid. (Ausalt öeldes võib see teha ka lihtsaid, mittekorduvaid ülesandeid. Kuid odavam oleks lasta seda teha teie koolieelikul.) Sellega on hea leida mustreid ja seoseid, kui need on olemas, suurtest andmemahtudest.

• AI saab hästi hakkama, kui otsite sündmusi, mis ei vasta konkreetsetele mustritele.
  • Avastamine krediitkaardi pettus eesmärk on leida tehinguid, mis ei järgi kasutusmustreid. See kipub eksima ettevaatusega. Olen saanud oma krediitkaardilt liiga innuka algoritmiga kõnesid, kui tankisin Dallases oma rendiautos bensiini ja seejärel tankisin oma isikliku auto Chicagos. See oli legitiimne, kuid piisavalt ebatavaline, et märgistada.

"American Express töötleb 1 triljoni dollari ulatuses tehinguid ja tal on kasutusel 110 miljonit AmExi kaarti. Nad toetuvad suuresti andmeanalüütikale ja masinõppe algoritmidele, mis aitavad pettusi peaaegu reaalajas tuvastada, säästes seega miljoneid kahjusid.

• Farmaatsiapettused ja kuritarvitamine. Süsteemid võivad paljude programmeeritud reeglite põhjal leida ebatavalisi käitumismustreid. Näiteks kui patsient pöördus samal päeval kolme erineva arsti poole, kellel on sarnased valukaebused, võib väärkohtlemise välistamiseks olla õigustatud täiendav uurimine.
• AI sisse tervishoid on saavutanud suurepäraseid õnnestumisi.
  • Tehisintellekti ja süvaõpet õpetati võrdlema röntgenikiirgust tavaliste leidudega. See suutis täiendada radioloogide tööd, märgistades kõrvalekaldeid, mida radioloog saaks kontrollida.
• AI töötab hästi sotsiaalne ja ostlemine. Üks põhjus, miks me seda nii palju näeme, on madal risk. Risk, et AI eksib ja sellel on rasked tagajärjed, on väike.
• • Kui meeldis/ostsid see, arvame, et teile meeldib Selle. Alates Amazonist kuni Netflixi ja YouTube'ini kasutavad nad kõik teatud tüüpi mustrituvastust. Instagrami tehisintellekt arvestab teie suhtlust teie voo keskendumiseks. See toimib kõige paremini siis, kui algoritm suudab panna teie eelistused ämbrisse või teiste kasutajate rühma, kes on teinud sarnaseid valikuid, või kui teie huvid on kitsad.
  • AI-l on olnud mõningast edu näo tuvastamine. Facebook suudab tuvastada uuel fotol varem märgistatud isiku. Mõningaid varaseid turvalisusega seotud näotuvastussüsteeme petsid maskid.
• AI on saavutanud edu põllumajandus kasutades masinõpet, IoT andureid ja ühendatud süsteeme.
  • AI abistas nutikad traktorid istutada ja koristada põlde, et maksimeerida saagikust, minimeerida väetist ja parandada toidu tootmiskulusid.
  • 3D-kaartide andmepunktide, pinnaseandurite, droonide, ilmamustrite, järelevalve all masinõpe leiab suurtest andmekogumitest mustreid, et ennustada põllukultuuride istutamiseks parimat aega ja ennustada saagikust enne nende istutamist.
  • Piimafarmid kasutage tehisintellektiroboteid, et lehmad ise lüpsksid, tehisintellekt ja masinõpe jälgivad ka lehma elulisi näitajaid, aktiivsust, toidu- ja veetarbimist, et hoida lehma terve ja rahulolevana.
  • AI abiga põllumajandustootjatele kes moodustavad alla 2% elanikkonnast, toidavad ülejäänud USA-s 300 miljonit inimest.
  • Tehisintellekt põllumajanduses

AI-st on ka suurepäraseid lugusid edu teenindussektoris, jaemüügis, meedias ja tootmises. AI on tõesti kõikjal.

AI tugevused ja nõrkused on vastandatud

AI tugevate ja nõrkade külgede põhjalik mõistmine võib aidata kaasa teie tehisintellekti algatuste edule. Pidage meeles ka seda, et praegu parempoolses veerus olevad võimalused on võimalused. Need on valdkonnad, milles müüjad ja äkilised kasutajad teevad praegu edusamme. Vaatleme aasta pärast taas võimalusi, mis praegu tehisintellekti väljakutseid esitavad, ja dokumenteerime vasakpoolse nihke. Kui te järgnevat tabelit hoolikalt uurite, siis ma ei imestaks, kui selle kirjutamise ja avaldamise vahel oleks mingisugune liikumine.

Mis on AI tulevik?

Kui tehisintellekt oleks targem, võib see ennustada, mida tulevik toob. On selge, et neid on palju väärarvamused selle kohta, mida AI saab teha ja mida mitte. Palju väärarusaamad ja AI kirjaoskamatus on tehnoloogilise turunduse olemasolevate võimaluste liialdamise tulemus. AI on muljetavaldav selle poolest, mida ta täna suudab. Ennustan, et paljud paremas veerus olevad nõrkused nihkuvad järgmise 2-3 aasta jooksul vasakule ja muutuvad tugevateks külgedeks.

[Pärast selle artikli lõpetamist esitasin eelmise lõigu OpenAI, avatud AI platvormi keelegeneraator. Võib-olla olete näinud mõnda selle DALL-E loodud kunsti. Tahtsin teada, mida see AI tulevikust arvab. Siin on, mida sellel oli öelda. ]

AI tulevik ei seisne mõne serveri ostmises ja valmis tarkvarapaketi installimises. See seisneb õigete inimeste leidmises ja palkamises, õige meeskonna loomises ning õigetes investeeringutes nii riist- kui ka tarkvarasse.

Mõned AI võimalikud edusammud järgmistel aastatel on järgmised:

• Prognooside ja soovituste täpsuse suurendamine
• Otsustusprotsesside parandamine
• Uurimis- ja arendustegevuse kiirendamine
• Aitab automatiseerida ja optimeerida äriprotsesse

Siiski on ka AI võimalikke tõrkeid, millest ettevõtted peaksid teadlikud olema, näiteks:

• Liigne sõltuvus AI-st, mis viib mitteoptimaalsete otsusteni
• Arusaamatus AI toimimisest põhjustab väärkasutamist
• AI mudelite koolitamiseks kasutatud andmete kallutatus, mis põhjustab ebatäpseid tulemusi
• Turvalisuse ja privaatsusprobleemid tehisintellektimudelite koolitamiseks kasutatavate andmetega

Mida see tähendab ettevõtetele, kes investeerivad tehisintellekti, et täiendada oma traditsioonilist analüüsi? Lühike vastus on, et otseteid pole. 85% tehisintellekti algatustest ebaõnnestuvad. Huvitaval kombel sarnaneb see traditsiooniliste IT- ja BI-projektidega seotud sageli tsiteeritud statistikaga. Sama raske töö, mida on alati olnud, enne kui analüütikast väärtust saada, tuleb ikka teha. Visioon peab olemas olema, olema realistlik ja teostatav. Must töö on andmete ettevalmistamine, andmete riidlemine ja andmete puhastamine. Seda tuleb alati teha. AI treenimisel veelgi enam. Praegu puuduvad otseteed inimese sekkumiseks. Inimesed peavad ikkagi algoritmid määratlema. Inimesed peavad leidma "õige" vastuse.

Kokkuvõttes, et AI oleks edukas, peavad inimesed:

• Rajada infrastruktuur. See on sisuliselt piiride kehtestamine, milles AI töötab. Asi on selles, kas sihtasutus suudab toetada struktureerimata andmeid, plokiahelat, asjade internetti ja sobivat turvalisust.
• Abi avastamisel. Leidke ja määrake andmete saadavus. Tehisintellekti treenimiseks vajalikud andmed peavad olemas olema ja kättesaadavad.
• Kureerige andmed. Kui esitatakse suur andmekogum ja sellest tulenevalt suur hulk potentsiaalseid tulemusi, võib tulemuste hindamiseks vaja minna domeenieksperti. Kureerimine hõlmab ka andmete konteksti valideerimist.

Andmeteadlastelt fraasi laenamiseks, et ettevõtted oleksid tehisintellektiga edukad ja suudaksid olemasolevatele analüüsivõimalustele väärtust lisada, peavad nad suutma eraldada signaali mürast ja sõnumit hüpest.

Seitse aastat tagasi IBM Ginni Rometty ütles midagi sellist: Watson Health [AI] on meie kuupilt. Teisisõnu, AI – Kuu maandumise ekvivalent – ​​on inspireeriv, saavutatav ja venitav eesmärk. Ma ei usu, et oleme Kuule maandunud. Siiski. IBM ja paljud teised ettevõtted jätkavad tööd transformatiivse AI eesmärgi nimel.

Kui tehisintellekt on kuu, on kuu nähtaval ja see on lähemal kui kunagi varem.