Je li AI pametniji od petogodišnjaka?

by Rujna 29, 2022Poslovna analitika, Business Intelligence0 komentari

Kako se ispostavilo, da, ali jedva

AI je sveprisutan. Jedno od najčešćih mjesta za AI u domu ovih dana su pametni telefoni, pametne kuće i uređaji. Nedavno, dok smo sjedili za večerom, imali smo razgovor s Alexom koji je išao otprilike ovako:

Me: Alexa, igraj istaknute trenutke Cubsa. [Ovo je značajka koja se reklamira na Alexa početnom zaslonu. Zamolite Alexu da odigra najzanimljivije trenutke za vaš omiljeni tim.]

Alexa: Našao sam nešto na webu. [Znam da kad Alexa ovako počne, postoji problem. Neće dobro proći. Alexa prikazuje popis nekoliko videozapisa. Doduše, većina njih su videozapisi o bejzbolu s igračima koji igraju izvanredne igre u posljednjih 5 godina. Moja greška. Pokušajte ponovno.]

Me: Alexa, pokaži mi istaknute dijelove najnovije bejzbol utakmice Chicago Cubsa. [Nadam se da neće primijetiti snishodljiv ton jer prihvaćam krivnju što nije u stanju razumjeti moj zahtjev.]

Alexa: Istaknuto za utakmicu Chicago Cubsa bit će dostupno dva sata nakon završetka utakmice. [Napredak. Nisam imao pojma da možda igraju baš u ovom trenutku. Sreća je na mojoj strani. Odjednom sam pun nade.]

Me: Alexa, dobro mi onda pokaži jučerašnje vrhunce. [Da, moja frustracija se počinje pokazivati. Tako sam blizu razbijanja šifre. Gotovo ga mogu okusiti.]

Alexa: Žao mi je, ne znam taj. [Kaže ovo prečesto. Možda nisam bio jasan.]

Mi: zajebavaš me? Reproducirajte videozanimke za utakmicu Major League Baseball između Chicago Cubsa i Pittsburgh Piratesa za ponedjeljak, 25. srpnja 2022. na Wrigley Fieldu. [Ovaj put sam uvjeren da sam uspio. Iznio sam konkretan, nedvosmislen zahtjev koji je vještina za koju znam da Alexa ima. To je već radilo. ]

Alexa: [Tišina. Ništa. Nema odgovora. Zaboravio sam reći čarobnu riječ za buđenje, Alexa.]

Korištenje električnih romobila ističe prosječni IQ 18-godišnjaka je oko 100. Prosječni IQ čovjeka od 6 godina je 55. Google AI IQ procijenjen je na 47. Sirin IQ procjenjuje se na 24. Bing i Baidu su u 30-im. Nisam našao procjenu Alexina IQ-a, ali moje je iskustvo bilo poput razgovora s djetetom predškolske dobi.

Neki bi mogli reći da nije pošteno dati računalu IQ test. Ali, to je savršeno bit. Obećanje AI je da će raditi ono što rade ljudi, samo bolje. Do sada je svaki izazov direktno – ili, da tako kažemo, neuronska mreža do neuronske mreže – bio vrlo fokusiran. Igranje šaha. Dijagnosticiranje bolesti. Muzne krave. Vožnja automobila. Robot obično pobjeđuje. Ono što želim vidjeti je Watsona kako muze kravu dok vozi auto i igra Jeopardy. Sada, jer je bila bi trifecta. Ljudi ne mogu ni tražiti svoje cigarete dok voze, a da ne dožive nesreću.

AI-ov IQ

Nadmudrio stroj. Sumnjam da nisam sam. Počeo sam razmišljati, ako je ovo vrhunsko, koliko su te stvari pametne? Možemo li ljudsku inteligenciju usporediti sa strojnom?

Znanstvenici procjenjuju sposobnosti sustava za učenje i zaključivanje. Do sada, sintetički ljudi nisu bili tako dobri kao pravi. Istraživači koriste nedostatke kako bi identificirali nedostatke kako bismo bolje razumjeli gdje je potrebno napraviti dodatni razvoj i napredak.

Samo kako ne biste promašili bit i zaboravili što "ja" u AI predstavlja, trgovci su skovali pojam Smart AI.

Je li AI osjetljiv?

Imaju li roboti osjećaje? Mogu li računala doživjeti emotions? Ne. Idemo dalje. Ako to želite čitati o tome, jedan (bivši) Googleov motor tvrdi da je AI model na kojem Google radi osjećajan. Imao je jeziv razgovor s botom koji ga je uvjerio da računalo ima osjećaje. Računalo se boji za svoj život. Ne mogu vjerovati da sam ja napisao tu rečenicu. Računala se nemaju čega bojati. Računala ne mogu razmišljati. Algoritmi se ne misle.

Međutim, ne bih se iznenadio da računalo u vrlo bliskoj budućnosti odgovori na naredbu s: "Žao mi je, Dave, ne mogu to učiniti."

Gdje AI ne uspijeva?

Ili, točnije, zašto AI projekti propadaju? Propadaju iz istih razloga iz kojih IT projekti uvijek propadaju. Projekti ne uspijevaju zbog lošeg upravljanja ili neuspjeha u upravljanju vremenom, opsegom ili proračunom..:

  • Nejasan ili nedefiniran vid. Loša strategija. Možda ste čuli upravu kako kaže: "Samo trebamo označiti kućicu." Ako se prijedlog vrijednosti ne može definirati, svrha je nejasna.
  • Nerealna očekivanja. To može biti zbog nesporazuma, loše komunikacije ili nerealnog rasporeda. Nerealna očekivanja također mogu proizaći iz nedostatka razumijevanja mogućnosti i metodologije AI alata.
  • Neprihvatljivi zahtjevi. Poslovni zahtjevi nisu dobro definirani. Mjerila uspjeha su nejasna. U ovu kategoriju spada i podcjenjivanje zaposlenika koji razumiju podatke.
  • Neproračunski i podcijenjeni projekti. Troškovi nisu potpuno i objektivno procijenjeni. Nepredviđene situacije nisu planirane i predviđene. Podcijenjen je vremenski doprinos osoblja koje je već prezauzeto.
  • Nepredviđene okolnosti. Da, dogodi se slučajnost, ali mislim da ovo spada u loše planiranje.

Pogledajte također naš prethodni post 12 razloga za neuspjeh u analitici i poslovnoj inteligenciji.

AI je danas vrlo moćan i može pomoći tvrtkama da postignu golem uspjeh. Kada inicijative umjetne inteligencije ne uspiju, neuspjeh se gotovo uvijek može pripisati jednom od gore navedenih.

Gdje radi AI Excel?

AI je dobra u složenim zadacima koji se ponavljaju. (Da budemo pošteni, može obavljati i jednostavne zadatke koji se ne ponavljaju. No, bilo bi jeftinije da to radi vaše predškolsko dijete.) Dobar je u pronalaženju obrazaca i odnosa, ako postoje, u golemim količinama podataka.

  • AI se dobro snalazi kada traži događaje koji ne odgovaraju određenim obrascima.
    • Otkrivanje kreditna kartica prijevara radi se o pronalaženju transakcija koje ne slijede obrasce korištenja. Ima tendenciju griješiti na strani opreza. Primio sam pozive sa svoje kreditne kartice s pretjerano revnim algoritmom kad sam napunio benzin u svoj unajmljeni automobil u Dallasu, a zatim u svoj osobni automobil u Chicagu. Bilo je legitimno, ali dovoljno neobično da bude označeno.

"American Express obrađuje 1 trilijun dolara transakcija i ima 110 milijuna AmEx kartica u pogonu. Uvelike se oslanjaju na analizu podataka i algoritme strojnog učenja kako bi pomogli u otkrivanju prijevara u gotovo stvarnom vremenu, čime štede milijune na gubicima”.

  • Farmaceutske prijevare i zloporabe. Sustavi mogu pronaći neobične obrasce ponašanja na temelju mnogih programiranih pravila. Na primjer, ako je pacijent istog dana posjetio tri različita liječnika u gradu sa sličnim pritužbama na bol, može biti opravdano dodatno ispitivanje kako bi se isključilo zlostavljanje.
  • AI u zdravstvene je postigao izvrsne uspjehe.
    • Umjetna inteligencija i duboko učenje naučeni su da uspoređuju rendgenske snimke s normalnim nalazima. Bio je u mogućnosti povećati rad radiologa označavanjem abnormalnosti koje radiolog može provjeriti.
  • AI dobro radi s društvene i kupovne. Jedan od razloga zašto ovo toliko vidimo je taj što postoji nizak rizik. Nizak je rizik da umjetna inteligencija pogriješi i ima ozbiljne posljedice.
    • Ako vam se svidio/kupio to, mislimo da će vam se svidjeti ovaj. Od Amazona do Netflixa i YouTubea, svi koriste neki oblik prepoznavanja uzoraka. Instagram AI uzima u obzir vaše interakcije kako bi fokusirao vaš feed. To obično radi najbolje ako algoritam može staviti vaše preferencije u kantu ili grupu drugih korisnika koji su napravili slične izbore ili ako su vaši interesi uski.
    • AI je postigla određeni uspjeh prepoznavanje lica. Facebook može identificirati prethodno označenu osobu na novoj fotografiji. Neki rani sigurnosni sustavi za prepoznavanje lica bili su prevareni maskama.
  • AI je postigao uspjeh u uzgoj koristeći strojno učenje, IoT senzore i povezane sustave.
    • Pomoću umjetne inteligencije pametni traktori sadnju i žetvu kako bi se povećao prinos, smanjilo gnojivo i poboljšali troškovi proizvodnje hrane.
    • S podatkovnim točkama iz 3-D karata, senzorima tla, dronovima, vremenskim uzorcima, pod nadzorom stroj za učenje pronalazi uzorke u velikim skupovima podataka kako bi predvidio najbolje vrijeme za sadnju usjeva i predvidio prinose prije nego što se posade.
    • Mljekarske farme koristite AI robote kako bi se krave same muzle, AI i strojno učenje također prate vitalne znakove, aktivnost, unos hrane i vode kako bi bile zdrave i zadovoljne.
    • Uz pomoć umjetne inteligencije, poljoprivrednici koji čine manje od 2% stanovništva hrane 300 milijuna u ostatku SAD-a.
    • Umjetna inteligencija u poljoprivredi

Postoje i sjajne priče o umjetnoj inteligenciji uspjeh u uslužnim djelatnostima, maloprodaji, medijima i proizvodnji. AI je zaista posvuda.

Usporedba snaga i slabosti umjetne inteligencije

Čvrsto razumijevanje snaga i slabosti umjetne inteligencije može pridonijeti uspjehu vaših AI inicijativa. Upamtite također da su mogućnosti koje su trenutačno u desnom stupcu prilike. Ovo su područja u kojima dobavljači i napredni korisnici trenutno napreduju. Za godinu dana ponovno ćemo pogledati mogućnosti koje trenutno izazivaju AI i dokumentirati pomak ulijevo. Ako pažljivo proučite sljedeću tablicu, ne bih se iznenadio da je bilo nekih promjena između vremena kada sam ovo napisao i vremena kada je objavljeno.

 

Snage i slabosti umjetne inteligencije danas

Snage

nedostaci

  • Analiza složenih skupova podataka
  • Nepredviđene slučajeve
  • Prediktivna analitika
  • Povjerenje
  • Knjiško znanje
  • Može oponašati majstore
  • Kreativnost
  • Rad u hladnoj, mračnoj prostoriji sam
  • Chatbots
  • Spoznaja, razumijevanje
  • Pronalaženje uzoraka u podacima
  • Identificiranje važnosti, određivanje relevantnosti
  • Obrada prirodnog jezika
  • Prijevod jezika
  • Ne može prevesti jednako dobro ili bolje od čovjeka
  • Razina 5. razreda čl
  • Izvorna, kreativna umjetnost
  • Pronalaženje pogrešaka i davanje preporuka u pisanom tekstu
  • Autor bilo čega vrijednog čitanja
  • Strojno prevođenje
  • Pristranosti, potrebna ručna intervencija
  • Igranje složenih igara kao što su Jeopardy, Chess i Go
  • Glupe pogreške poput pogađanja istog krivog odgovora kao i prethodni natjecatelj ili zbunjujući nasumični potezi kada nema jasnog dubokog izbora dovoljno brzo
  • Jednostavni zadaci koji se ponavljaju, poput slaganja rublja
  • Isprobani algoritmi, primijenjeni na usko definirane probleme
  • Otmjeni AI koji se reklamira kao inteligentan
  • Predvidite bolje od nasumičnog pogađanja, čak i ako ne s velikom pouzdanošću u većini slučajeva
  • Primjena složenih probabilističkih algoritama na ogromne količine podataka
  • Otkrijte obrasce prijevare i zlouporabe u ljekarništvu
  • Samovozeći automobili, vakuumski roboti, automatske kosilice
  • Izrada non-kobne odluke 100% vremena, suočavanje s neočekivanim događajima. Potpuna autonomija; vožnja na razini čovjeka.
  • Stvaranje Deep Fakes slika i videa
  • Strojno učenje, obrada
  • Programirani algoritmi
  • Prepoznavanje predmeta
  • Specijalizirani, usmjereni na jedan zadatak
  • Svestranost, sposobnost obavljanja mnogih različitih zadataka

Kakva je budućnost umjetne inteligencije?

Da je umjetna inteligencija pametnija, mogla bi predvidjeti što nosi budućnost. Jasno je da ih ima mnogo zablude o tome što umjetna inteligencija može, a što ne može. Puno zablude i AI nepismenost su rezultat tehnološkog marketinga koji pretjerano hvali postojeće mogućnosti. AI je impresivan za ono što danas može. Predviđam da će se mnoge slabosti u desnom stupcu pomaknuti ulijevo i postati prednosti u sljedeće 2 ili 3 godine.

[Nakon što sam završio ovaj članak, predstavio sam prethodni paragraf OpenAI, generator jezika otvorene AI platforme. Možda ste vidjeli neke od umjetnosti koje je generirao njegov DALL-E. Htio sam znati što misli o budućnosti umjetne inteligencije. Evo što ima za reći. ]

Budućnost umjetne inteligencije nije u kupnji nekoliko poslužitelja i instaliranju gotovog softverskog paketa. Radi se o pronalaženju i zapošljavanju pravih ljudi, izgradnji pravog tima i pravim ulaganjima u hardver i softver.

Neki potencijalni uspjesi umjetne inteligencije u sljedećih nekoliko godina uključuju:

  • Povećanje točnosti predviđanja i preporuka
  • Poboljšanje procesa donošenja odluka
  • Ubrzavanje istraživanja i razvoja
  • Pomaže u automatizaciji i optimizaciji poslovnih procesa

Međutim, postoje i neki potencijalni nedostaci umjetne inteligencije kojih bi tvrtke trebale biti svjesne, kao što su:

  • Pretjerano oslanjanje na AI dovodi do neoptimalnih odluka
  • Nedostatak razumijevanja načina na koji AI funkcionira dovodi do zlouporabe
  • Pristranost podataka koji se koriste za obuku AI modela dovodi do netočnih rezultata
  • Problemi vezani uz sigurnost i privatnost u vezi s podacima koji se koriste za obuku AI modela

Dakle, što to znači za tvrtke koje ulažu u umjetnu inteligenciju kao dopunu svojoj tradicionalnoj analitici? Kratak odgovor je da nema prečaca. 85% AI inicijativa ne uspije. Zanimljivo, to je slično često citiranoj statistici vezanoj uz tradicionalne IT i BI projekte. Isti naporan rad koji je uvijek bio potreban da biste mogli izvući vrijednost iz analitike i dalje se mora obaviti. Vizija mora postojati, biti realna i ostvariva. Prljavi posao je priprema podataka, svađa i čišćenje podataka. To će uvijek trebati učiniti. U obuci AI, čak i više. Trenutno nema prečaca do ljudske intervencije. Ljudi još uvijek moraju definirati algoritme. Od ljudi se traži da prepoznaju "pravi" odgovor.

Ukratko, da bi umjetna inteligencija bila uspješna, ljudi moraju:

  • Uspostavite infrastrukturu. Ovo je u biti uspostavljanje granica u kojima će umjetna inteligencija raditi. Radi se o tome može li temelj podržati nestrukturirane podatke, blockchain, IoT, odgovarajuću sigurnost.
  • Pomoć u otkrivanju. Pronađite i utvrdite dostupnost podataka. Podaci za treniranje umjetne inteligencije moraju postojati i biti dostupni.
  • Uredite podatke. Kada se predoči veliki skup podataka i, posljedično, veliki broj potencijalnih rezultata, može biti potrebno da stručnjak za domenu ocijeni rezultate. Kuriranje će također uključivati ​​provjeru konteksta podataka.

Da posudimo izraz znanstvenika koji se bave podacima, da bi tvrtke bile uspješne s umjetnom inteligencijom, da bi mogle dodati vrijednost postojećim analitičkim sposobnostima, moraju biti u stanju odvojiti signal od buke, poruku od pompe.

Prije sedam godina, IBM-ov Ginni Rometty rekao je nešto poput, Watson Health [AI] je naš hitac. Drugim riječima, AI – ekvivalent slijetanju na Mjesec – inspirativan je, dostižan, rastezljiv cilj. Mislim da nismo sletjeli na Mjesec. Još. IBM i mnoge druge tvrtke nastavljaju raditi prema cilju transformativne umjetne inteligencije.

Ako je AI mjesec, mjesec je na vidiku i bliže je nego što je ikada bio.

oblakCognos AnalyticsMotioCI
Motio X IBM Cognos Analytics Cloud
Motio, Inc. isporučuje kontrolu verzija u stvarnom vremenu za Cognos Analytics Cloud

Motio, Inc. isporučuje kontrolu verzija u stvarnom vremenu za Cognos Analytics Cloud

PLANO, Texas – 22. rujna 2022. - Motio, Inc., softverska tvrtka koja vam pomaže da održite svoju prednost u analitici poboljšavajući svoj softver za poslovnu inteligenciju i analitiku, danas je objavila sve svoje MotioCI aplikacije sada u potpunosti podržavaju Cognos...

opširnije