Mint kiderült, igen, de alig

Az AI mindenütt jelen van. Manapság az otthoni mesterséges intelligencia egyik leggyakoribb helye az okostelefon, az okosotthonok és a készülékek. Nemrég, amikor leültünk vacsorázni, beszélgettünk Alexával, ami valahogy így hangzott:

Me: Alexa, játszd a Cubs kiemeléseit. [Ez egy olyan funkció, amelyet az Alexa kezdőképernyőjén hirdetnek. Kérd meg Alexát, hogy játsszon kiemelt meccseket kedvenc csapatodban.]

Alexa: Találtam valamit a neten. [Tudom, hogy amikor Alexa így kezdi, akkor van egy probléma. Nem fog jól menni. Alexa megmutat egy listát néhány videóból. Igaz, ezek többsége baseballvideó, amelyben a játékosok kivételes játékokat játszottak az elmúlt 5 évben. Az én hibám. Próbáld újra.]

Me: Alexa, mutasd meg a legfrissebb Chicago Cubs baseballmeccs legfontosabbjait. [Remélem, nem érzékeli a leereszkedő hangot, mivel elfogadom a vádat, amiért nem érti a kérésemet.]

Alexa: A Chicago Cubs meccs legfontosabb eseményei két órával a meccs vége után lesznek elérhetők. [Előrehalad. Fogalmam sem volt, hogy ebben a pillanatban játszhatnak. A szerencse az én oldalamon van. Hirtelen reménykedem.]

Me: Alexa, akkor mutasd meg a tegnapi effing csúcspontjait. [Igen, a csalódottságom kezd megmutatkozni. Nagyon közel állok a kód feltöréséhez. Szinte érzem az ízét.]

Alexa: Sajnálom, ezt nem ismerem. [Túl gyakran mondja ezt. Talán nem voltam világos.]

Nekem: Tréfálsz velem? A 25. július 2022-én, hétfőn, a Wrigley Fieldben megrendezésre kerülő Major League Baseball-mérkőzés videója, a Chicago Cubs és a Pittsburgh Pirates között. [Ezúttal biztos vagyok benne, hogy sikerült. Kiköptem egy konkrét, egyértelmű kérést, amelyről tudom, hogy Alexa rendelkezik. Ezt korábban is megtette. ]

Alexa: [Csend. Semmi. Nincs válasz. Elfelejtettem kimondani a varázslatos ébresztő szót, Alexa.]

A átlagos IQ A 18 évesek IQ-ja 100 körül van. Egy 6 éves ember átlagos IQ-ja 55. A Google AI IQ-ját 47-re értékelték. A Siri IQ-ját 24-re becsülik. Bing és Baidu a 30-as években járnak. Nem találtam értékelést Alexa IQ-járól, de a tapasztalatom olyan volt, mintha egy óvodás gyerekkel beszélgetnék.

Egyesek azt mondhatják, hogy nem fair egy számítógépen IQ-tesztet adni. De tökéletesen ez a lényeg. A mesterséges intelligencia ígérete az, hogy azt teszi, amit az emberek, csak még jobban. Eddig minden fej-fej – vagy mondjuk neurális hálózattól neurális hálózatig – kihívás nagyon koncentrált volt. Sakkozni. Betegség diagnosztizálása. Fejő tehenek. Autók vezetése. Általában a robot nyer. Amit látni akarok, az az, hogy Watson tehenet fej, miközben autót vezet, és Jeopardyt játszik. Most, hogy a trifecta lenne. Az emberek még a cigarettáikat sem tudják keresni vezetés közben anélkül, hogy balesetbe ne esnének.

Az AI IQ-ja

Kijátszotta egy gép. Gyanítom, nem vagyok egyedül. Arra kell gondolnom, hogy ha ez a legkorszerűbb, mennyire okosak ezek? Összehasonlíthatjuk az ember intelligenciáját egy géppel?

A tudósok értékelik rendszerek tanulási és érvelési képességei. Eddig a szintetikus embereknek nem sikerült olyan jól, mint az igazinak. A kutatók a hiányosságokat használják fel a hiányosságok azonosítására, hogy jobban megértsük, hol van szükség további fejlesztésekre és előrelépésekre.

Hogy ne tévessze el a lényeget, és ne felejtse el, mit is jelent az „én” az AI-ban, a marketingesek most megalkották az intelligens AI kifejezést.

Az AI érző?

A robotoknak vannak érzései? Megtapasztalhatják-e a számítógépek plmotions? Nem. Menjünk tovább. Ha akarod olvas ezzel kapcsolatban az egyik (korábbi) Google-motor azt állítja, hogy az AI-modell, amelyen a Google dolgozik, érző. Hátborzongató beszélgetést folytatott egy bottal, amely meggyőzte őt arról, hogy a számítógépnek vannak érzései. A számítógép az életét félti. El sem hiszem, hogy megírtam ezt a mondatot. A számítógépeknek nincs félnivalójuk az élettől. A számítógépek nem tudnak gondolkodni. Az algoritmusok nem gondolkodnak.

Nem lennék azonban meglepve, ha egy számítógép a közeljövőben egy parancsra így válaszolna: „Sajnálom, Dave, ezt nem tudom megtenni.”

Hol bukik az AI?

Vagy pontosabban: miért buknak meg az AI-projektek? Ugyanazok az okok miatt kudarcot vallanak, mint az informatikai projektek. A projektek hibás irányítás, vagy az idő, a hatókör vagy a költségvetés kudarca miatt sikertelenek...:

• Tisztázatlan vagy meghatározatlan látás. Rossz stratégia. Talán hallotta már azt a vezetést, hogy „Csak be kell jelölnünk a négyzetet”. Ha az értékajánlatot nem lehet meghatározni, a cél nem egyértelmű.
• Irreális elvárások. Ennek oka lehet félreértés, rossz kommunikáció vagy irreális ütemezés. Az irreális elvárások az AI-eszközök képességeinek és módszertanának ismeretének hiányából is fakadhatnak.
• Elfogadhatatlan követelmények. Az üzleti követelmények nincsenek pontosan meghatározva. A siker mérőszámai nem tisztázottak. Szintén ebbe a kategóriába tartozik az adatokat értő alkalmazottak alulértékelése.
• Nem tervezett és alábecsült projektek. A költségeket nem becsülték meg teljes körűen és objektíven. A váratlan eseményeket nem tervezték meg és nem látták előre. Az amúgy is túl elfoglalt munkatársak időráfordítását alábecsülték.
• Előre nem látható körülmények. Igen, megtörténik a véletlen, de úgy gondolom, hogy ez rossz tervezés alá esik.

Lásd még korábbi bejegyzésünket Az Analytics és az üzleti intelligencia kudarcának 12 oka.

A mesterséges intelligencia manapság nagyon erős, és segíthet a vállalatoknak óriási sikereket elérni. Ha az AI kezdeményezések kudarcot vallanak, a hiba szinte mindig a fentiek valamelyikére vezethető vissza.

Hol található az AI Excel?

Az AI jó az ismétlődő, összetett feladatokban. (Az igazat megvallva egyszerű, nem ismétlődő feladatokat is el tud végezni. De olcsóbb lenne, ha az óvodás gyerek csinálná.) Hatalmas adatmennyiségben jó mintákat és összefüggéseket találni, ha vannak.

• A mesterséges intelligencia jól működik, ha olyan eseményeket keres, amelyek nem egyeznek meghatározott mintákkal.
  • érzékelő hitelkártya-csalás olyan tranzakciók kereséséről szól, amelyek nem követik a használati mintákat. Hajlamos az óvatosság oldalára tévedni. Túlbuzgó algoritmussal hívtak a hitelkártyámról, amikor feltöltöttem a bérelt autómat benzinnel Dallasban, majd a személyes autómat Chicagóban. Legális volt, de elég szokatlan ahhoz, hogy megjelöljék.

"American Express 1 billió dollárnyi tranzakciót bonyolít le, és 110 millió AmEx kártyával rendelkezik. Erősen támaszkodnak az adatelemzésre és a gépi tanulási algoritmusokra, amelyek segítségével közel valós időben észlelhetik a csalásokat, így milliós veszteségeket takarítanak meg.

• Gyógyszerészeti csalás és visszaélés. A rendszerek számos programozott szabály alapján szokatlan viselkedési mintákat találhatnak. Például, ha egy páciens ugyanazon a napon három különböző orvoshoz fordult a városban, hasonló fájdalompanaszokkal, további vizsgálatra lehet szükség a visszaélések kizárása érdekében.
• AI be egészségügyi kiváló sikereket ért el.
  • A mesterséges intelligenciát és a mély tanulást arra tanították, hogy összehasonlítsák a röntgensugarakat a normál eredményekkel. Ki tudta javítani a radiológusok munkáját azáltal, hogy jelezte a rendellenességeket, hogy egy radiológus ellenőrizhesse.
• Az AI jól működik vele szociális és vásárlási. Az egyik oka annak, hogy miért látjuk ezt annyira, hogy alacsony a kockázat. Alacsony annak a kockázata, hogy az AI téved, és súlyos következményekkel járjon.
• • Ha tetszett/vásárolt ezt, úgy gondoljuk, tetszeni fog ez. Az Amazontól a Netflixig és a YouTube-ig mindegyik használ valamilyen mintafelismerést. Az Instagram AI az Ön interakcióit veszi figyelembe a hírfolyam középpontjában. Ez általában akkor működik a legjobban, ha az algoritmus be tudja helyezni az Ön preferenciáit egy csoportba vagy más felhasználók csoportjába, akik hasonló döntéseket hoztak, vagy ha az Ön érdeklődési köre szűk.
  • Az AI bizonyos sikereket ért el arcfelismerő. A Facebook képes azonosítani egy korábban megcímkézett személyt egy új fotón. Néhány korai, biztonsággal kapcsolatos arcfelismerő rendszert megtévesztették a maszkok.
• Az AI sikereket ért el mezőgazdasági gépi tanulás, IoT-érzékelők és csatlakoztatott rendszerek használatával.
  • AI segített okos traktorok beültetni és betakarítani a mezőket a hozam maximalizálása, a műtrágya minimálisra csökkentése és az élelmiszer-termelési költségek javítása érdekében.
  • 3D-s térképek adatpontjaival, talajérzékelőkkel, drónokkal, időjárási mintákkal, felügyelt gépi tanulás mintákat talál a nagy adathalmazokban, hogy megjósolja a növények elültetésének legmegfelelőbb idejét, és megjósolja a terméshozamot még az elvetés előtt.
  • Tejgazdaságok mesterséges intelligenciarobotokat használnak a tehenek fejésére, az AI és a gépi tanulás is figyeli a tehén életjeleit, aktivitását, táplálék- és vízbevitelét, hogy egészséges és elégedett legyen.
  • Az AI segítségével gazdálkodók akik a lakosság kevesebb mint 2%-át teszik ki, 300 millió embert táplálnak az USA többi részében.
  • Mesterséges intelligencia a mezőgazdaságban

Vannak nagyszerű történetek az AI-ról is siker a szolgáltató iparágakban, a kiskereskedelemben, a médiában és a gyártásban. Az AI valóban mindenhol jelen van.

Az AI erősségei és gyengeségei szembeállítva

A mesterséges intelligencia erősségeinek és gyengeségeinek alapos ismerete hozzájárulhat AI-kezdeményezéseinek sikeréhez. Ne feledje azt is, hogy a jobb oldali oszlopban jelenleg található képességek lehetőségek. Ezek azok a területek, amelyeken a szállítók és az élenjáró alkalmazók jelenleg haladnak előre. Egy év múlva újra megvizsgáljuk azokat a képességeket, amelyek jelenleg kihívást jelentenek az AI-ban, és dokumentáljuk a balra váltást. Ha figyelmesen tanulmányozza az alábbi táblázatot, nem lennék meglepve, ha valami elmozdulás lenne ennek megírása és megjelenése között.

Mi az AI jövője?

Ha a mesterséges intelligencia okosabb lenne, megjósolhatná, mit hoz a jövő. Egyértelmű, hogy sokan vannak téveszmék arról, hogy a mesterséges intelligencia mire képes és mit nem. Sok tévhitek és a mesterséges intelligencia analfabéta a technológiai marketing túlzásba vitte a meglévő képességeket. Az AI lenyűgöző ahhoz képest, amit ma tud. Azt jósolom, hogy a jobb oldali oszlop sok gyengesége balra tolódik, és erősséggé válik a következő 2-3 évben.

[Miután befejeztem ezt a cikket, bemutattam az előző bekezdést OpenAI, egy nyílt mesterséges intelligencia platform nyelvgenerátora. Lehet, hogy láttál néhányat a DALL-E által generált művészetből. Tudni akartam, mit gondol az AI jövőjéről. Itt van a mondanivalója. ]

A mesterséges intelligencia jövője nem néhány szerver vásárlásából és egy kész szoftvercsomag telepítéséből áll. Ez a megfelelő emberek megtalálásáról és felvételéről szól, a megfelelő csapat felépítéséről, valamint a megfelelő hardver- és szoftverbefektetésekről.

Az AI néhány lehetséges sikere a következő néhány évben:

• Az előrejelzések és ajánlások pontosságának növelése
• A döntéshozatali folyamatok fejlesztése
• A kutatás és fejlesztés felgyorsítása
• Segítségnyújtás az üzleti folyamatok automatizálásában és optimalizálásában

Vannak azonban a mesterséges intelligencia néhány lehetséges hibája is, amelyekkel a vállalkozásoknak tisztában kell lenniük, például:

• Az AI-ra való túlzott támaszkodás, ami szuboptimális döntésekhez vezet
• Az AI működésének megértésének hiánya visszaélésekhez vezet
• Az AI-modellek betanításához használt adatok torzítása pontatlan eredményekhez vezet
• Biztonsági és adatvédelmi aggályok az AI-modellek betanításához használt adatokkal kapcsolatban

Tehát mit jelent ez azoknak a vállalkozásoknak, amelyek AI-ba fektetnek be, hogy kiegészítsék hagyományos elemzésüket? A rövid válasz az, hogy nincsenek gyorsbillentyűk. Az AI-kezdeményezések 85%-a kudarcot vall. Érdekes módon ez hasonlít a hagyományos IT- és BI-projektekhez kapcsolódó, gyakran idézett statisztikákhoz. Ugyanazt a kemény munkát, amelyre mindig is szükség volt ahhoz, hogy értéket hozhasson ki az elemzésből, továbbra is el kell végeznie. A víziónak léteznie kell, reálisnak és megvalósíthatónak kell lennie. A piszkos munka az adat-előkészítés, adatcsavarás és adattisztítás. Ezt mindig meg kell tenni. Az AI képzésében még inkább. Jelenleg nincs gyorsbillentyű az emberi beavatkozáshoz. Az embereknek továbbra is meg kell határozniuk az algoritmusokat. Az embereknek meg kell találniuk a „helyes” választ.

Összefoglalva, ahhoz, hogy az AI sikeres legyen, az embereknek a következőkre van szükségük:

• Az infrastruktúra kiépítése. Ez lényegében meghatározza azokat a határokat, amelyek között az AI működni fog. Arról van szó, hogy az alapítvány képes-e támogatni a strukturálatlan adatokat, a blokkláncot, az IoT-t, a megfelelő biztonságot.
• Segítség a felfedezéshez. Keresse meg és határozza meg az adatok elérhetőségét. A mesterséges intelligencia betanításához szükséges adatoknak létezniük és rendelkezésre kell állniuk.
• Kurálja az adatokat. Ha nagy adathalmazt mutatnak be, és ebből következően nagyszámú potenciális eredményt, akkor előfordulhat, hogy területi szakértőre lesz szükség az eredmények értékelésére. A gondozás magában foglalja az adatkörnyezet érvényesítését is.

Az adatkutatóktól kölcsönözve: ahhoz, hogy a vállalatok sikeresek legyenek az AI-val, hogy hozzáadott értéket tudjanak adni a meglévő elemzési képességeikhez, el kell tudni különíteni a jelet a zajtól, az üzenetet a hype-től.

Hét évvel ezelőtt az IBM-é Ginni Rometty valami olyasmit mondott, hogy a Watson Health [AI] a holdfényünk. Más szóval, a mesterséges intelligencia – a holdraszállás megfelelője – inspiráló, elérhető, nyújtható cél. Nem hiszem, hogy leszálltunk a Holdra. Még. Az IBM és sok más vállalat továbbra is dolgozik a transzformatív mesterségesintelligencia céljának elérése érdekében.

Ha a mesterséges intelligencia a Hold, akkor a hold látható, és közelebb van, mint valaha.