A quanto pare, sì, ma a malapena

L'IA è onnipresente. Uno dei luoghi più comuni per l'IA in casa in questi giorni è lo smartphone, le case intelligenti e gli elettrodomestici. Di recente, mentre ci sedevamo a cena, abbiamo avuto una conversazione con Alexa che è andata più o meno così:

Me: Alexa, riproduci i momenti salienti di Cubs. [Questa è una funzione pubblicizzata nella schermata principale di Alexa. Chiedi ad Alexa di riprodurre gli highlights per la tua squadra del cuore.]

Alexa: Ho trovato qualcosa sul web. [So che quando Alexa inizia così, c'è un problema. Non andrà bene. Alexa mostra un elenco di una manciata di video. Certo, la maggior parte di loro sono video di baseball con giocatori che hanno fatto giocate eccezionali negli ultimi 5 anni. Colpa mia. Riprova.]

Me: Alexa, mostrami i momenti salienti dell'ultima partita di baseball dei Chicago Cubs. [Spero che non rilevi il tono condiscendente poiché accetto la colpa per non essere in grado di capire la mia richiesta.]

Alexa: Gli highlights della partita dei Chicago Cubs saranno disponibili due ore dopo la fine della partita. [Progresso. Non avevo idea che stessero suonando proprio in questo momento. La fortuna è dalla mia parte. Improvvisamente sono fiducioso.]

Me: Alexa, fammi vedere i momenti salienti di ieri, allora. [Sì, la mia frustrazione comincia a manifestarsi. Sono così vicino a decifrare il codice. Posso quasi assaporarlo.]

Alexa: Mi dispiace, non lo conosco. [Lo dice fin troppo spesso. Forse non sono stato chiaro.]

Me: Ma stai scherzando? Gioca, video highlights per la partita della Major League Baseball tra i Chicago Cubs e i Pittsburgh Pirates di lunedì 25 luglio 2022 al Wrigley Field. [Questa volta sono sicuro di aver fatto centro. Ho sputato una richiesta specifica e inequivocabile che è un'abilità che so che Alexa ha. Lo ha già fatto prima. ]

Alexa: [Silenzio. Niente. Nessuna risposta. Ho dimenticato di dire la parola magica sveglia, Alexa.]

I QI medio di un diciottenne è di circa 18. Il QI medio di un essere umano di 100 anni è 6. Il QI AI di Google è stato valutato pari a 55. Il QI di Siri è stimato a 47. Bing e Baidu hanno 24 anni. Non ho trovato una valutazione del QI di Alexa, ma la mia esperienza è stata molto simile a quella di parlare con un bambino in età prescolare.

Alcuni potrebbero dire che non è giusto sottoporre un computer a un test del QI. Ma questo è perfettamente il punto. La promessa dell'IA è di fare ciò che fanno gli umani, solo meglio. Finora, ogni sfida testa a testa – o, per meglio dire, da rete neurale a rete neurale – è stata molto focalizzata. Giocare a scacchi. Diagnosi della malattia. Mucche da latte. Guidare auto. Il robot di solito vince. Quello che voglio vedere è Watson che munge una mucca mentre guida un'auto e gioca a Jeopardy. Adesso, che sarebbe la tripletta. Gli esseri umani non possono nemmeno cercare le sigarette mentre guidano senza fare un incidente.

Il QI dell'IA

Imbrogliato da una macchina. Sospetto di non essere solo. Devo pensare, se questo è lo stato dell'arte, quanto sono intelligenti queste cose? Possiamo paragonare l'intelligenza di un essere umano a una macchina?

Gli scienziati stanno valutando capacità dei sistemi di apprendere e ragionare. Finora, gli umani sintetici non hanno fatto bene come la cosa reale. I ricercatori stanno sfruttando le carenze per identificare le lacune in modo da capire meglio dove è necessario realizzare ulteriori sviluppi e progressi.

Proprio per non perdere il punto e dimenticare cosa rappresenta l'"io" nell'IA, i marketer hanno ora coniato il termine Smart AI.

L'IA è senziente?

I robot hanno sentimenti? I computer possono sperimentare emotions? No. Andiamo avanti. Se vuoi read a questo proposito, un (ex) motore di Google afferma che il modello di intelligenza artificiale su cui Google sta lavorando è senziente. Ha avuto una chiacchierata inquietante con un bot che lo ha convinto che il computer ha dei sentimenti. Il computer teme per la sua vita. Non riesco nemmeno a credere di aver scritto quella frase. I computer non hanno vita da temere. I computer non possono pensare. Gli algoritmi non sono pensati.

Non sarei sorpreso, tuttavia, se un computer rispondesse a un comando in un futuro molto prossimo con: "Mi dispiace, Dave, non posso farlo".

Dove fallisce l'IA?

O, più precisamente, perché i progetti di IA falliscono? Falliscono per le stesse ragioni per cui i progetti IT hanno sempre fallito. I progetti falliscono a causa di cattiva gestione o mancata gestione del tempo, dell'ambito o del budget..:

• Visione poco chiara o indefinita. Strategia scadente. Potresti aver sentito la direzione dire: "Dobbiamo solo selezionare la casella". Se la proposta di valore non può essere definita, lo scopo non è chiaro.
• Aspettative non realistiche. Ciò potrebbe essere dovuto a incomprensioni, scarsa comunicazione o pianificazione non realistica. Le aspettative non realistiche possono anche derivare dalla mancanza di comprensione delle capacità e della metodologia degli strumenti di intelligenza artificiale.
• Requisiti inaccettabili. I requisiti aziendali non sono ben definiti. Le metriche per il successo non sono chiare. Anche in questa categoria c'è la sottovalutazione dei dipendenti che capiscono i dati.
• Progetti fuori budget e sottovalutati. I costi non sono stati stimati in modo completo e oggettivo. Gli imprevisti non sono stati pianificati e previsti. È stato sottovalutato il contributo in termini di tempo del personale già troppo impegnato.
• Situazioni non prevedibili. Sì, capita il caso, ma penso che questo rientri in una cattiva pianificazione.

Vedi anche il nostro post precedente 12 motivi per il fallimento in analisi e business intelligence.

L'IA, oggi, è molto potente e può aiutare le aziende a raggiungere un enorme successo. Quando le iniziative di IA falliscono, il fallimento può quasi sempre essere ricondotto a uno dei precedenti.

Dove eccelle l'IA?

L'IA è brava in compiti ripetitivi e complessi. (Ad essere onesti, può anche svolgere compiti semplici e non ripetitivi. Ma sarebbe più economico farlo fare al tuo bambino in età prescolare.) È bravo a trovare schemi e relazioni, se esistono, in grandi quantità di dati.

• L'IA funziona bene quando si cercano eventi che non corrispondono a schemi specifici.
  • Rilevamento carta di credito frode riguarda la ricerca di transazioni che non seguono i modelli di utilizzo. Tende a peccare per eccesso di cautela. Ho ricevuto chiamate dalla mia carta di credito con un algoritmo troppo zelante quando ho riempito di benzina la mia auto a noleggio a Dallas e poi ho riempito la mia auto personale a Chicago. Era legittimo, ma abbastanza insolito da essere segnalato.

"American Express elabora $ 1 trilione di transazioni e ha 110 milioni di carte AmEx in funzione. Fanno molto affidamento sull'analisi dei dati e sugli algoritmi di apprendimento automatico per rilevare le frodi quasi in tempo reale, risparmiando così milioni di perdite”.

• Frodi e abusi farmaceutici. I sistemi possono trovare modelli di comportamento insoliti basati su molte regole programmate. Ad esempio, se un paziente ha visto tre diversi medici in giro per la città lo stesso giorno con simili lamentele di dolore, potrebbero essere necessarie ulteriori indagini per escludere abusi.
• IA in assistenza sanitaria ha avuto ottimi successi.
  • L'intelligenza artificiale e l'apprendimento profondo sono stati insegnati a confrontare i raggi X con i risultati normali. È stato in grado di aumentare il lavoro di un radiologo segnalando le anomalie per il controllo di un radiologo.
• L'IA funziona bene con sociale e dello shopping. Uno dei motivi per cui lo vediamo così tanto è che il rischio è basso. Il rischio che l'IA si sbagli e abbia gravi conseguenze è basso.
• • Se ti è piaciuto/comprato questo, pensiamo che ti piacerà Questo. Da Amazon a Netflix e YouTube, utilizzano tutti una qualche forma di riconoscimento dei modelli. Instagram AI considera le tue interazioni per focalizzare il tuo feed. Questo tende a funzionare meglio se l'algoritmo può mettere le tue preferenze in un secchio o in un gruppo di altri utenti che hanno fatto scelte simili, o se i tuoi interessi sono ristretti.
  • AI ha riscosso un certo successo con riconoscimento facciale. Facebook è in grado di identificare una persona precedentemente taggata in una nuova foto. Alcuni dei primi sistemi di riconoscimento facciale legati alla sicurezza sono stati ingannati dalle maschere.
• L'IA ha ottenuto successi in agricoltura utilizzando machine learning, sensori IoT e sistemi connessi.
  • AI assistita trattori intelligenti piantare e raccogliere campi per massimizzare la resa, ridurre al minimo i fertilizzanti e migliorare i costi di produzione alimentare.
  • Con punti dati da mappe 3-D, sensori del suolo, droni, modelli meteorologici, supervisionati machine learning trova modelli in grandi set di dati per prevedere il momento migliore per piantare le colture e prevedere i raccolti prima ancora che vengano piantati.
  • Aziende lattiero-casearie usa i robot dell'intelligenza artificiale per far mungere le mucche da sole, l'intelligenza artificiale e l'apprendimento automatico monitorano anche i segni vitali, l'attività, il cibo e l'assunzione di acqua della mucca per mantenerla sana e contenta.
  • Con l'aiuto dell'IA, agricoltori che sono meno del 2% della popolazione nutrono 300 milioni nel resto degli Stati Uniti.
  • Intelligenza artificiale in agricoltura

Ci sono anche grandi storie sull'IA il successo nei servizi, nella vendita al dettaglio, nei media e nella produzione. L'IA è davvero ovunque.

Punti di forza e di debolezza dell'IA contrastati

Una solida comprensione dei punti di forza e di debolezza dell'IA può contribuire al successo delle tue iniziative di IA. Ricorda anche che le capacità attualmente nella colonna di destra sono opportunità. Queste sono le aree in cui i fornitori e gli utilizzatori all'avanguardia stanno attualmente facendo progressi. Esamineremo le capacità che attualmente sfidano di nuovo l'IA tra un anno e documenteremo lo spostamento a sinistra. Se studi attentamente la seguente tabella, non sarei sorpreso se ci fosse qualche movimento tra il momento in cui scrivo questo e il momento in cui viene pubblicato.

Qual è il futuro dell'IA?

Se l'IA fosse più intelligente, potrebbe prevedere cosa riserva il futuro. È chiaro che ce ne sono molti idee sbagliate su cosa l'IA può e non può fare. Molti idee sbagliate e analfabetismo AI sono il risultato del marketing tecnologico che ha esagerato con le capacità esistenti. L'IA è impressionante per quello che può fare oggi. Prevedo che molti dei punti deboli nella colonna di destra si sposteranno a sinistra e diventeranno punti di forza nei prossimi 2 o 3 anni.

[Dopo aver finito questo articolo, ho presentato il paragrafo precedente a OpenAI, un generatore di linguaggi della piattaforma AI aperta. Potresti aver visto alcune delle opere d'arte generate dal suo DALL-E. Volevo sapere cosa ne pensasse del futuro dell'IA. Ecco cosa aveva da dire. ]

Il futuro dell'IA non riguarda l'acquisto di alcuni server e l'installazione di un pacchetto software standard. Si tratta di trovare e assumere le persone giuste, creare il team giusto e fare i giusti investimenti sia in hardware che in software.

Alcuni potenziali successi dell'IA nei prossimi anni includono:

• Maggiore accuratezza di previsioni e raccomandazioni
• Miglioramento dei processi decisionali
• Accelerare la ricerca e lo sviluppo
• Contribuire ad automatizzare e ottimizzare i processi aziendali

Tuttavia, ci sono anche alcuni potenziali fallimenti dell'IA di cui le aziende dovrebbero essere consapevoli, come ad esempio:

• Eccessiva dipendenza dall'IA che porta a decisioni non ottimali
• La mancanza di comprensione di come funziona l'IA che porta a un uso improprio
• Bias nei dati utilizzati per addestrare modelli di intelligenza artificiale che portano a risultati imprecisi
• Problemi di sicurezza e privacy relativi ai dati utilizzati per addestrare i modelli di intelligenza artificiale

Quindi, cosa significa questo per le aziende che investono nell'IA per integrare le loro analisi tradizionali? La risposta breve è che non ci sono scorciatoie. L'85% delle iniziative di intelligenza artificiale fallisce. È interessante notare che questo è simile alle statistiche spesso citate relative ai tradizionali progetti IT e BI. Lo stesso duro lavoro che è sempre stato richiesto prima di poter ottenere valore dall'analisi deve ancora essere svolto. La visione deve esistere, essere realistica e realizzabile. Il lavoro sporco è la preparazione dei dati, la disputa dei dati e la pulizia dei dati. Questo dovrà sempre essere fatto. Nell'allenamento dell'IA, ancora di più. Al momento non ci sono scorciatoie per l'intervento umano. Gli esseri umani sono ancora tenuti a definire gli algoritmi. Gli esseri umani sono tenuti a identificare la risposta "giusta".

In sintesi, affinché l'IA abbia successo, gli esseri umani devono:

• Stabilire l'infrastruttura. Si tratta essenzialmente di stabilire i confini entro i quali l'IA funzionerà. Si tratta di stabilire se la fondazione può supportare dati non strutturati, blockchain, IoT, sicurezza adeguata.
• Aiuto alla scoperta. Trova e determina la disponibilità dei dati. I dati per addestrare l'IA devono esistere ed essere disponibili.
• Cura i dati. Quando viene presentato un ampio set di dati e, di conseguenza, un gran numero di potenziali risultati, potrebbe essere necessario un esperto di dominio per valutare i risultati. La cura includerà anche la convalida del contesto dei dati.

Per prendere in prestito una frase dai data scientist, affinché le aziende abbiano successo con l'IA, per poter aggiungere valore alle capacità di analisi esistenti, devono essere in grado di separare il segnale dal rumore, il messaggio dall'hype.

Sette anni fa, IBM Ginni Rometty ha detto qualcosa del tipo, Watson Health [AI] è il nostro colpo di luna. In altre parole, l'IA - l'equivalente di un atterraggio lunare - è un obiettivo stimolante, realizzabile e allungabile. Non credo che siamo sbarcati sulla luna. Ancora. IBM e molte altre aziende continuano a lavorare per raggiungere l'obiettivo dell'IA trasformativa.

Se l'IA è la luna, la luna è in vista ed è più vicina di quanto non sia mai stata.