Kuten käy ilmi, kyllä, mutta vain tuskin

AI on kaikkialla läsnä. Yksi yleisimmistä tekoälyn paikoista kotona nykyään on älypuhelin, älykodit ja kodinkoneet. Äskettäin, kun istuimme illalliselle, kävimme Alexan kanssa keskustelun, joka meni suunnilleen näin:

Me: Alexa, pelaa Cubsin kohokohdat. [Tämä on ominaisuus, jota mainostetaan Alexan aloitusnäytöllä. Pyydä Alexaa pelaamaan suosikkijoukkueesi kohokohtia.]

Alexa: Löysin jotain netistä. [Tiedän, että kun Alexa aloittaa näin, siinä on ongelma. Se ei tule menemään hyvin. Alexa näyttää luettelon muutamasta videosta. Tosin suurin osa niistä on baseball-videoita, joissa pelaajat ovat pelanneet poikkeuksellisia pelejä viimeisen viiden vuoden aikana. Minun vikani. Yritä uudelleen.]

Me: Alexa, näytä minulle viimeisimmän Chicago Cubsin baseball-ottelun kohokohdat. [Toivon, että se ei havaitse alentuvaa sävyä, kun hyväksyn syytteen siitä, että se ei pysty ymmärtämään pyyntöäni.]

Alexa: Chicago Cubs -ottelun kohokohdat ovat saatavilla kaksi tuntia pelin päättymisen jälkeen. [Edistyminen. Minulla ei ollut aavistustakaan, että he saattavat pelata tällä hetkellä. Onni on puolellani. Olen yhtäkkiä toiveikas.]

Me: Alexa, näytä sitten minulle eiliset kohokohdat. [Kyllä, turhautumiseni alkaa näkyä. Olen niin lähellä koodin rikkomista. Melkein voin maistaa sitä.]

Alexa: Anteeksi, en tiedä sitä. [Tätä sanotaan aivan liian usein. Ehkä en ollut selvä.]

Minulle: Vitsailetko? Toista, video kohokohdat Major League Baseball -ottelusta Chicago Cubsin ja Pittsburgh Piratesin välillä maanantaina 25. heinäkuuta 2022 Wrigley Fieldissä. [Tällä kertaa olen varma, että onnistuin. Olen sylkenyt tietyn, yksiselitteisen pyynnön, jonka tiedän Alexalla olevan taidon. Se on tehnyt tämän ennenkin. ]

Alexa: [Hiljaisuus. Ei mitään. Ei vastausta. Olen unohtanut sanoa maagisen herätyssanan, Alexa.]

- keskimääräinen älykkyysosamäärä 18-vuotiaan älykkyysosamäärä on noin 100. 6-vuotiaan ihmisen keskimääräinen älykkyysosamäärä on 55. Googlen AI IQ:ksi arvioitiin 47. Sirin älykkyysosamääräksi arvioidaan 24. Bing ja Baidu ovat 30-luvulla. En löytänyt arviota Alexan älykkyysosamäärästä, mutta kokemukseni oli paljon kuin esikoululaisen kanssa puhuminen.

Jotkut saattavat sanoa, että ei ole reilua antaa tietokoneelle IQ-testiä. Mutta se on täydellinen pointti. Tekoälyn lupaus on tehdä mitä ihmiset tekevät, vain paremmin. Toistaiseksi jokainen head-to-head - tai sanotaanko hermoverkosta hermoverkkoon -haaste on ollut hyvin kohdennettu. Pelata shakkia. Sairauden diagnosointi. Lypsylehmiä. Autojen ajaminen. Yleensä robotti voittaa. Haluan nähdä, että Watson lypsää lehmää ajaessaan autoa ja pelaten Jeopardya. Nyt, että olisi trifecta. Ihmiset eivät voi edes etsiä savukkeitaan ajaessaan joutumatta onnettomuuteen.

AI:n älykkyysosamäärä

Koneen ovelta. Epäilen, etten ole yksin. Jouduin miettimään, että jos tämä on uusinta, kuinka älykkäitä nämä asiat ovat? Voiko ihmisen älykkyyttä verrata koneeseen?

Tiedemiehet arvioivat järjestelmien oppimis- ja järkeilykyky. Toistaiseksi synteettiset ihmiset eivät ole pärjänneet yhtä hyvin kuin todelliset. Tutkijat käyttävät puutteita tunnistaakseen aukkoja, jotta ymmärrämme paremmin, missä tarvitaan lisäkehitystä ja edistystä.

Jotta et missaa pointtia ja unohda, mitä "minä" tekoälyssä edustaa, markkinoijat ovat nyt keksineet termin Smart AI.

Onko tekoäly tunteva?

Onko roboteilla tunteita? Voivatko tietokoneet kokea esimmotions? Ei. Jatketaan. Jos sinä haluat luettu yksi (entinen) Google-moottori väittää, että Googlen kehittämä tekoälymalli on tunnollinen. Hän kävi kammottavan keskustelun botin kanssa, joka sai hänet vakuuttuneeksi siitä, että tietokoneella on tunteita. Tietokone pelkää henkensä puolesta. En voi edes uskoa, että kirjoitin tuon lauseen. Tietokoneilla ei ole elämää pelättävää. Tietokoneet eivät osaa ajatella. Algoritmeja ei ajatella.

En kuitenkaan yllättyisi, jos tietokone vastaisi käskyyn lähitulevaisuudessa: "Anteeksi, Dave, en voi tehdä sitä."

Missä tekoäly epäonnistuu?

Tai tarkemmin sanottuna, miksi tekoälyprojektit epäonnistuvat? Ne epäonnistuvat samoista syistä kuin IT-projektit ovat aina epäonnistuneet. Projektit epäonnistuvat huonon hallinnon tai epäonnistumisen vuoksi ajan, laajuuden tai budjetin hallinnassa..:

• Epäselvä tai määrittelemätön visio. Huono strategia. Olet ehkä kuullut johdon sanovan: "Meidän täytyy vain valita valintaruutu." Jos arvolupausta ei voida määritellä, tarkoitus on epäselvä.
• Epärealistiset odotukset. Tämä voi johtua väärinkäsityksistä, huonosta viestinnästä tai epärealistisesta aikataulusta. Epärealistiset odotukset voivat johtua myös tekoälytyökalujen ominaisuuksien ja menetelmien ymmärtämättömyydestä.
• Vaatimukset, joita ei voida hyväksyä. Liiketoiminnan vaatimuksia ei ole määritelty tarkasti. Menestyksen mittarit ovat epäselviä. Tähän kategoriaan kuuluu myös dataa ymmärtävien työntekijöiden aliarvostaminen.
• Budjetoitumattomia ja aliarvioituja projekteja. Kustannuksia ei ole arvioitu täysin ja objektiivisesti. Etukäteistilanteita ei ole suunniteltu eikä ennakoitu. Liian kiireisen henkilöstön aikapanos on aliarvioitu.
• Ennakoimattomat olosuhteet. Kyllä, sattumaa tapahtuu, mutta mielestäni tämä kuuluu huonon suunnittelun piiriin.

Katso myös edellinen viestimme 12 epäonnistumisen syytä Analyticsissa ja Business Intelligencessä.

Tekoäly on nykyään erittäin voimakas ja voi auttaa yrityksiä saavuttamaan valtavaa menestystä. Kun tekoälyaloitteet epäonnistuvat, epäonnistuminen voidaan melkein aina jäljittää johonkin yllä olevista.

Missä AI Excel sijaitsee?

Tekoäly on hyvä toistuvissa, monimutkaisissa tehtävissä. (Ollakseni rehellinen, sillä voi tehdä myös yksinkertaisia, ei-toistuvia tehtäviä. Mutta olisi halvempaa, jos esikoululainen tekee sen.) Se on hyvä löytämään malleja ja suhteita, jos niitä on, valtavasta datamäärästä.

• Tekoäly toimii hyvin etsiessään tapahtumia, jotka eivät vastaa tiettyjä malleja.
  • havaitseminen luottokorttipetosten on sellaisten tapahtumien löytämistä, jotka eivät noudata käyttötapoja. Se pyrkii erehtymään varovaisuuden puolelle. Olen saanut puheluita luottokortiltani liian innokkaalla algoritmilla, kun tankkasin vuokra-autoni bensiinillä Dallasissa ja sitten tankkasin henkilökohtaisen autoni Chicagossa. Se oli laillista, mutta tarpeeksi epätavallista tullakseen ilmoittamaan.

"American Express käsittelee 1 biljoonan dollarin tapahtumia ja sillä on käytössä 110 miljoonaa AmEx-korttia. He luottavat vahvasti data-analytiikkaan ja koneoppimisalgoritmeihin, jotka auttavat havaitsemaan petokset lähes reaaliajassa, mikä säästää miljoonia tappioita.

• Lääkepetokset ja väärinkäyttö. Järjestelmät voivat löytää epätavallisia käyttäytymismalleja monien ohjelmoitujen sääntöjen perusteella. Jos potilas esimerkiksi tapasi samana päivänä kolme eri lääkäriä eri puolilla kaupunkia, joilla oli samanlaisia ​​kipuvalituksia, lisätutkimukset saattavat olla aiheellisia väärinkäytösten poissulkemiseksi.
• AI sisään terveydenhuollon on saavuttanut loistavia onnistumisia.
  • Tekoälyä ja syväoppimista opetettiin vertaamaan röntgensäteitä normaaleihin löydöksiin. Se pystyi tehostamaan radiologien työtä merkitsemällä poikkeavuuksia radiologin tarkastettavaksi.
• AI toimii hyvin sosiaalinen ja shoppailu. Yksi syy siihen, miksi näemme tämän niin paljon, on alhainen riski. Riski, että tekoäly on väärässä ja sillä on vakavia seurauksia, on pieni.
• • Jos pidit/ostit tätä, uskomme sinun pitävän tämä. Amazonista Netflixiin ja YouTubeen ne kaikki käyttävät jonkinlaista hahmontunnistusta. Instagram AI huomioi vuorovaikutuksesi keskittyäkseen syötteeseesi. Tämä toimii yleensä parhaiten, jos algoritmi voi laittaa asetuksesi ämpäriin tai ryhmään muita käyttäjiä, jotka ovat tehneet samanlaisia ​​valintoja, tai jos kiinnostuksesi ovat kapeat.
  • AI on nauttinut jonkin verran menestystä kasvot. Facebook pystyy tunnistamaan aiemmin merkityn henkilön uudesta valokuvasta. Jotkut varhaiset turvallisuuteen liittyvät kasvojentunnistusjärjestelmät huijasivat naamarit.
• AI on nauttinut menestyksestä maanviljely koneoppimisen, IoT-anturien ja yhdistettyjen järjestelmien avulla.
  • AI auttoi älykkäitä traktoreita istuttaa ja korjata peltoja sadon maksimoimiseksi, lannoitteiden minimoimiseksi ja ruoan tuotantokustannusten parantamiseksi.
  • Tietopisteet 3-D-kartoista, maa-anturit, droonit, sääkuviot, valvottu koneoppiminen löytää kuvioita suurista tietojoukoista ennustaakseen parhaan ajan sadon istuttamiseen ja ennustaakseen sadon ennen niiden istuttamista.
  • Meijeritilat AI-robottien avulla lehmät lypstävät itse, tekoäly ja koneoppiminen valvovat myös lehmän elintoimintoja, aktiivisuutta, ravinnon ja veden saantia pitääkseen lehmän terveenä ja tyytyväisenä.
  • AI:n avulla viljelijät jotka ovat alle 2 % väestöstä ruokkivat 300 miljoonaa muualla Yhdysvalloissa.
  • Tekoäly maataloudessa

Tekoälystä löytyy myös mahtavia tarinoita menestys palvelualoilla, vähittäiskaupassa, mediassa ja teollisuudessa. AI on todella kaikkialla.

Tekoälyn vahvuudet ja heikkoudet ristiriidassa

Vankka käsitys tekoälyn vahvuuksista ja heikkouksista voi edistää tekoälyaloitteesi menestystä. Muista myös, että tällä hetkellä oikeanpuoleisessa sarakkeessa olevat ominaisuudet ovat mahdollisuuksia. Nämä ovat alueita, joilla toimittajat ja syrjäytyneet edistyvät tällä hetkellä. Tarkastelemme kykyjä, jotka tällä hetkellä haastavat tekoälyn uudelleen vuoden kuluttua, ja dokumentoimme vasemmalle siirtymisen. Jos tutkit seuraavaa taulukkoa huolellisesti, en olisi yllättynyt, jos tämän kirjoittamisen ja julkaisun välillä tapahtuisi jotain liikettä.

Mikä on tekoälyn tulevaisuus?

Jos tekoäly olisi älykkäämpi, se voisi ennustaa, mitä tulevaisuus tuo tullessaan. On selvää, että niitä on monia väärinkäsityksiä siitä, mitä tekoäly voi tehdä ja mitä ei. monet väärinkäsityksiä ja tekoälyn lukutaidottomuutta ovat seurausta teknologiamarkkinoinnin liiallisesta hypetystä olemassa olevista ominaisuuksista. AI on vaikuttava sen suhteen, mitä se voi tehdä nykyään. Ennustan, että monet oikeanpuoleisen sarakkeen heikkoudet siirtyvät vasemmalle ja niistä tulee vahvuuksia seuraavien 2 tai 3 vuoden aikana.

[Kun sain tämän artikkelin valmiiksi, esitin edellisen kappaleen OpenAI, avoimen AI-alustan kieligeneraattori. Olet ehkä nähnyt osan sen DALL-E:n luomasta taiteesta. Halusin tietää, mitä se ajatteli tekoälyn tulevaisuudesta. Tässä on mitä sillä oli sanottavaa. ]

Tekoälyn tulevaisuus ei tarkoita muutaman palvelimen ostamista ja valmiin ohjelmistopaketin asentamista. Kyse on oikeiden ihmisten löytämisestä ja palkkaamisesta, oikean tiimin rakentamisesta ja oikeista investoinneista sekä laitteistoon että ohjelmistoon.

Tekoälyn mahdollisia menestyksiä seuraavien vuosien aikana ovat:

• Ennusteiden ja suositusten tarkkuuden lisääminen
• Päätöksentekoprosessien parantaminen
• Nopeuttaa tutkimusta ja kehitystä
• Auttaa automatisoimaan ja optimoimaan liiketoimintaprosesseja

Tekoälyssä on kuitenkin myös joitain mahdollisia epäonnistumisia, joista yritysten tulisi olla tietoisia, kuten:

• Liiallinen luottaminen tekoälyyn johtaa epäoptimaalisiin päätöksiin
• Tekoälyn toiminnan ymmärtämisen puute johtaa väärinkäyttöön
• Tekoälymallien harjoittamiseen käytettyjen tietojen harha, mikä johtaa epätarkkoihin tuloksiin
• Tekoälymallien kouluttamiseen käytettyjen tietojen turvallisuus- ja yksityisyyshuolet

Joten mitä tämä tarkoittaa yrityksille, jotka investoivat tekoälyyn täydentääkseen perinteistä analytiikkaansa? Lyhyt vastaus on, oikoteitä ei ole. 85 % tekoälyaloitteista epäonnistuu. Mielenkiintoista on, että tämä on samanlainen kuin usein lainatut tilastot, jotka liittyvät perinteisiin IT- ja BI-projekteihin. Sama kova työ, jota on aina vaadittu, ennen kuin voit saada lisäarvoa analytiikasta, on edelleen tehtävä. Vision on oltava olemassa, realistinen ja saavutettavissa oleva. Likainen työ on tietojen valmistelu, tietojen riitely ja tietojen puhdistaminen. Tämä tulee aina tehdä. Tekoälykoulutuksessa vielä enemmän. Ihmisen väliintuloon ei tällä hetkellä ole oikoteitä. Ihmisten on edelleen määriteltävä algoritmit. Ihmisten on löydettävä "oikea" vastaus.

Yhteenvetona voidaan todeta, että tekoäly menestyäkseen ihmisten on:

• Perustaa infrastruktuuri. Tämä on pohjimmiltaan rajat, joissa tekoäly toimii. Kyse on siitä, pystyykö säätiö tukemaan jäsentämätöntä dataa, lohkoketjua, IoT:tä, asianmukaista tietoturvaa.
• Apua löytämisessä. Etsi ja määritä tietojen saatavuus. Tekoälyn kouluttamiseen tarvittavan tiedon on oltava olemassa ja saatavilla.
• Kuroi tiedot. Kun esitellään suuri tietojoukko ja näin ollen suuri määrä mahdollisia tuloksia, tulosten arvioinnissa voidaan vaatia toimialueen asiantuntijaa. Kurointiin kuuluu myös datakontekstin validointi.

Lainatakseen lauseen datatieteilijöiltä, ​​jotta yritykset menestyisivät tekoälyn kanssa ja pystyisivät tuomaan lisäarvoa olemassa oleviin analytiikkaominaisuuksiin, heidän on kyettävä erottamaan signaali melusta, viesti hypetystä.

Seitsemän vuotta sitten, IBM:n Ginni Rometty sanoi jotain, että Watson Health [AI] on kuutamomme. Toisin sanoen tekoäly – kuuhun laskua vastaava – on inspiroiva, saavutettavissa oleva, venyvä tavoite. En usko, että olemme laskeutuneet kuuhun. Vielä. IBM ja monet muut yritykset jatkavat työtä kohti transformatiivisen tekoälyn tavoitetta.

Jos tekoäly on kuu, kuu on näkyvissä ja se on lähempänä kuin koskaan.