Apa AI Luwih Pinter tinimbang Bocah Limang Taun?

by Sep 29, 2022Bisnis Analytics, Business Intelligencekomentar 0

Dadi metu, ya, nanging mung meh wae

AI ana ing ngendi-endi. Salah sawijining papan sing paling umum kanggo AI ing omah saiki yaiku smartphone, omah cerdas lan peralatan. Bubar, nalika lungguh kanggo nedha bengi, kita ngobrol karo Alexa sing kaya mangkene:

Me: Alexa, muter Cubs highlights. [Iki minangka fitur sing diarani ing layar ngarep Alexa. Takon Alexa kanggo muter sorotan kanggo tim favorit sampeyan.]

Alexa: Aku ketemu soko ing web. [Aku ngerti nalika Alexa wiwit kaya iki, ana masalah. Iku ora bakal dadi apik. Alexa nuduhake dhaptar sawetara video. Mesthine, umume yaiku video baseball karo pemain sing main luar biasa sajrone 5 taun kepungkur. Salahku. Coba maneh.]

Me: Alexa, nuduhake kula highlights kanggo game baseball Chicago Cubs paling anyar. [Aku ngarep-arep ora ndeteksi nada condescending amarga aku nampa kesalahan amarga ora bisa ngerti panjalukku.]

Alexa: Highlights kanggo game Chicago Cubs bakal kasedhiya rong jam sawise game rampung. [kemajuan. Aku ora ngerti manawa dheweke bisa main ing wektu iki. Begja ana ing sisihku. Aku dumadakan ngarep-arep.]

Me: Alexa, apik nuduhake kula wingi highlights effing, banjur. [Ya, frustasiku wiwit katon. Aku dadi cedhak kanggo nglanggar kode. Aku meh bisa ngrasakake.]

Alexa: Nuwun sewu, kula mboten ngertos. [Iku ngandika iki adoh banget asring. Mungkin aku ora jelas.]

Me: Apa sampeyan guyon aku? Puter, sorotan video kanggo game Baseball Liga Utama antarane Chicago Cubs lan Pittsburgh Pirates kanggo Senin 25 Juli 2022 ing Wrigley Field. [Wektu iki aku yakin aku wis nangkep. Aku wis ngidoni metu tartamtu, panjalukan unambiguous sing skill aku ngerti Alexa wis. Iki wis rampung sadurunge. ]

Alexa: [ meneng. ora ana apa-apa. Ora ana wangsulan. Aku lali ngucapake tembung wake up, Alexa.]

The rata-rata IQ saka umur 18 taun kira-kira 100. Rata-rata IQ manungsa umur 6 taun yaiku 55. Google AI IQ dievaluasi dadi 47. IQ Siri kira-kira 24. Bing lan Baidu ana ing 30-an. Aku ora nemokake evaluasi IQ Alexa, nanging pengalamanku kaya ngomong karo bocah prasekolah.

Sawetara bisa ngomong, iku ora adil kanggo menehi komputer test IQ. Nanging, iku sampurna titik. Janji AI yaiku nindakake apa sing ditindakake manungsa, mung luwih apik. Nganti saiki, saben head-to-head - utawa, bakal kita ngomong, jaringan saraf menyang jaringan saraf - tantangan banget fokus. Dolanan catur. Diagnosa penyakit. Susu sapi. nyopir mobil. Robot biasane menang. Sing dakkarepake yaiku Watson nyusoni sapi nalika nyopir mobil lan dolanan Jeopardy. saiki, sing bakal dadi trifecta. Manungsa malah ora bisa golek rokok nalika lagi nyopir tanpa kacilakan.

IQ AI

Dibuwang dening mesin. Aku curiga aku ora piyambak. Aku kudu mikir, yen iki kahanan, carane pinter iku iki? Apa kita bisa mbandhingake kapinteran manungsa karo mesin?

Ilmuwan ngevaluasi kemampuan sistem kanggo sinau lan nalar. Nganti saiki, manungsa sintetik durung rampung kaya sing nyata. Para panaliti nggunakake kekurangan kasebut kanggo ngenali kesenjangan kasebut supaya kita luwih ngerti babagan pangembangan lan kemajuan tambahan sing kudu ditindakake.

Supaya sampeyan ora kesasar lan lali apa sing diwakili "Aku" ing AI, para pemasar saiki wis nggawe istilah Smart AI.

Apa AI Sentient?

Apa robot duwe perasaan? Bisa pengalaman komputer emotions? Ora, ayo nerusake. Yen sampeyan pengin maca babagan iki, siji (mantan) mesin Google ngaku model AI sing digarap Google iku sentient. Dheweke wis chatting serem karo bot sing nggawe percoyo wong sing komputer wis raos. Komputer wedi kanggo urip. Aku malah ora percaya yen aku nulis ukara kasebut. Komputer ora wedi urip. Komputer ora bisa mikir. Algoritma ora dipikirake.

Nanging, aku ora bakal kaget yen komputer nanggapi prentah ing mangsa ngarep kanthi: "Nyuwun pangapunten, Dave, aku ora bisa nindakake."

Ngendi AI Gagal?

Utawa, luwih tepate, kenapa proyek AI gagal? Padha gagal kanggo alasan sing padha proyek IT tansah gagal. Proyek gagal amarga salah urus, utawa gagal ngatur wektu, ruang lingkup utawa anggaran..:

  • Sesanti sing ora jelas utawa ora ditemtokake. Strategi sing ala. Sampeyan bisa uga wis krungu manajemen ngomong, "Kita mung kudu mriksa kothak." Yen proposisi nilai ora bisa ditemtokake, tujuane ora jelas.
  • Pangarepan sing ora nyata. Iki bisa uga amarga salah pangerten, komunikasi sing ora apik, utawa jadwal sing ora nyata. Pangarepan sing ora nyata bisa uga amarga kurang pangerten babagan kemampuan lan metodologi alat AI.
  • Syarat sing ora bisa ditampa. Syarat bisnis ora ditetepake kanthi apik. Metrik kanggo sukses ora jelas. Uga ing kategori iki undervaluing karyawan sing ngerti data.
  • Proyek sing ora dianggarake lan disepelekake. Biaya durung dikira kanthi lengkap lan objektif. Kontingensi durung direncanakake lan diantisipasi. Kontribusi wektu staf sing wis sibuk banget wis disepelekake.
  • Kahanan sing ora dikarepake. Ya, kasempatan kelakon, nanging aku iki tiba ing planning miskin.

Deleng uga, kiriman kita sadurunge 12 Alasan Gagal Ing Analytics lan Business Intelligence.

AI, saiki, kuat banget lan bisa mbantu perusahaan entuk sukses sing luar biasa. Nalika inisiatif AI gagal, kegagalan kasebut meh bisa dilacak menyang salah siji saka ndhuwur.

Ngendi AI Excel?

AI apik ing tugas sing bola-bali, rumit. (Supaya adil, bisa uga nindakake tugas sing prasaja lan ora bola-bali. Nanging, bakal luwih murah yen bocah-bocah prasekolah nindakake.) Iku apik kanggo nemokake pola lan hubungan, yen ana, ing jumlah data sing akeh.

  • AI nindakake kanthi apik nalika nggoleki acara sing ora cocog karo pola tartamtu.
    • Ndeteksi penipuan kertu kredit yaiku babagan nemokake transaksi sing ora ngetutake pola panggunaan. Iku cenderung salah ing sisih ati-ati. Aku wis nampa telpon saka kertu kredit karo algoritma over-zealous nalika aku ngisi mobil rental karo bensin ing Dallas lan banjur ngisi mobil pribadi ing Chicago. Iku legit, nanging cukup ora biasa kanggo diwenehi gendera.

"American Express proses $1 triliun ing transaksi lan wis 110 yuta kertu AmEx ing operasi. Dheweke gumantung banget marang analisis data lan algoritma pembelajaran mesin kanggo mbantu ndeteksi penipuan ing wektu nyata, mula ngirit jutaan kerugian ".

  • Penipuan lan penyalahgunaan farmasi. Sistem bisa nemokake pola prilaku sing ora biasa adhedhasar akeh aturan sing diprogram. Contone, yen pasien ndeleng telung dokter sing beda-beda ing kutha ing dina sing padha kanthi keluhan nyeri sing padha, investigasi tambahan bisa ditindakake kanggo ngilangi penyalahgunaan.
  • AI ing kesehatan wis sawetara sukses banget.
    • AI lan sinau jero diwulangake kanggo mbandhingake sinar X karo temuan normal. Iki bisa nambah pakaryan radiologi kanthi menehi tandha kelainan kanggo dipriksa dening ahli radiologi.
  • AI dianggo uga karo sosial lan blanja. Siji alesan kenapa kita ndeleng iki akeh banget yaiku ana risiko sing sithik. Risiko AI salah lan duwe akibat sing abot kurang.
    • Yen sampeyan seneng / tuku iki, kita mikir sampeyan bakal seneng iki. Saka Amazon nganti Netflix lan YouTube, kabeh padha nggunakake sawetara wangun pangenalan pola. Instagram AI nganggep interaksi sampeyan kanggo fokus feed sampeyan. Iki cenderung paling apik yen algoritma bisa nyelehake preferensi sampeyan ing ember utawa klompok pangguna liyane sing wis nggawe pilihan sing padha, utawa yen kapentingan sampeyan sempit.
    • AI wis sante sawetara sukses karo pangenalan rai. Facebook bisa ngenali wong sing wis diwenehi tag ing foto anyar. Sawetara sistem pangenalan rai sing gegandhengan karo keamanan awal diapusi dening topeng.
  • AI wis sukses ing pertanian nggunakake learning machine, sensor IoT lan sistem nyambung.
    • AI dibantu traktor pinter nandur lan panen sawah kanggo nggedhekake asil, nyilikake pupuk lan nambah biaya produksi panganan.
    • Kanthi titik data saka peta 3-D, sensor lemah, drone, pola cuaca, diawasi learning machine nemokake pola ing set data gedhe kanggo prédhiksi wektu paling apik kanggo nandur tanduran lan prédhiksi asil sadurunge ditandur.
    • Peternakan susu nggunakake robot AI kanggo nggawe susu sapi dhewe, AI lan machine learning uga ngawasi tandha vital sapi, aktivitas, pangan lan banyu intake kanggo njaga kesehatan lan marem.
    • Kanthi bantuan AI, petani sing kurang saka 2% saka populasi feed 300 yuta ing liyane saka USA.
    • Artificial Intelligence ing Pertanian

Ana uga crita gedhe babagan AI kasuksesan ing industri layanan, ritel, media lan manufaktur. AI pancen ana ing endi wae.

Kekuwatan lan Kekirangan AI Kontras

Pangerten sing kuat babagan kekiyatan lan kelemahan AI bisa uga nyumbang kanggo sukses inisiatif AI sampeyan. Elinga, uga, kemampuan sing saiki ana ing kolom sisih tengen minangka kesempatan. Iki minangka wilayah ing ngendi vendor lan pengadopsi pinggiran getih saiki wis maju. Kita bakal ndeleng kemampuan sing saiki nantang AI maneh sajrone setaun lan nyathet shift kiwa. Yen sampeyan sinau grafik ing ngisor iki kanthi teliti, aku ora bakal kaget yen ana sawetara gerakan antarane wektu aku nulis iki lan wektu diterbitake.

 

Kekuwatan lan kelemahane Artificial Intelligence saiki

Kekuwatan

Kelemahane

  • Nganalisis set data kompleks
  • Kontingen
  • Prediksi Analytics
  • kapercayan
  • Buku kawruh
  • Bisa niru para master
  • kreatifitas
  • Makarya ing kamar sing adhem lan peteng dhewe
  • Chatbots
  • Kognisi, pangerten
  • Nemokake pola ing data
  • Ngenali pentinge, nemtokake relevansi
  • Processing Language Natural
  • Tarjamahan basa
  • Ora bisa nerjemahake minangka apik, utawa luwih apik tinimbang manungsa
  • Kesenian tingkat 5 SD
  • Asli, seni kreatif
  • Nemokake kesalahan lan menehi rekomendasi ing teks sing ditulis
  • Ngarang apa wae sing kudu diwaca
  • Terjemahan mesin
  • Bias, intervensi manual dibutuhake
  • Muter game rumit kaya Jeopardy, Catur lan Go
  • Kesalahan bodho kaya ngira jawaban sing salah sing padha karo kontestan sadurunge, utawa mbingungake gerakan acak nalika ora ana pilihan jero sing jelas kanthi cepet.
  • Tugas sing gampang diulang-ulang, kaya mbungkus umbah-umbah
  • Algoritma sing dicoba lan bener, ditrapake kanggo masalah sing ditetepake kanthi sempit
  • Fancy AI disebut-sebut minangka cerdas
  • Prediksi luwih apik tinimbang ngiro-iro acak, sanajan ora kanthi kapercayan sing dhuwur kanggo umume kasus
  • Nerapake algoritma probabilistik sing kompleks kanggo data sing akeh
  • Ndeteksi pola penipuan lan penyalahgunaan ing apotek
  • Mobil nyopir dhewe, robot vakum, mesin pemotong rumput otomatis
  • Nggawe non- kaputusan fatal 100% wektu, dealing with acara sing ora dikarepke. Otonomi lengkap; nyopir ing tingkat manungsa.
  • Nggawe gambar lan video Deep Fakes
  • Machine Learning, Processing
  • Algoritma sing diprogram
  • Pangenalan obyek
  • Khusus, fokus tugas tunggal
  • Versatility, kemampuan kanggo nindakake macem-macem tugas

Apa Masa Depan AI?

Yen AI luwih pinter, bisa uga prédhiksi apa sing bakal ditindakake ing mangsa ngarep. Cetha yen ana akeh salah paham babagan apa sing bisa lan ora bisa ditindakake AI. akeh misconceptions lan buta huruf AI minangka asil saka marketing tech over-hyping kapabilitas sing wis ana. AI nyengsemaken apa sing bisa ditindakake saiki. Aku prédhiksi manawa akeh kelemahane ing kolom sisih tengen bakal pindhah menyang sisih kiwa lan dadi kekuwatan ing 2 utawa 3 taun sabanjure.

[Sawise rampung artikel iki, aku presented paragraf sadurunge kanggo OpenAI, generator basa platform AI mbukak. Sampeyan bisa uga wis ndeleng sawetara saka seni kui DALL-E sawijining. Aku pengin ngerti apa sing dipikirake babagan masa depan AI. Mangkene apa sing diomongake. ]

Masa depan AI dudu babagan tuku sawetara server lan nginstal paket piranti lunak sing ora kasedhiya. Iki babagan nemokake lan nyewa wong sing tepat, mbangun tim sing tepat, lan nggawe investasi sing tepat ing hardware lan piranti lunak.

Sawetara sukses potensial AI sajrone sawetara taun sabanjure kalebu:

  • Nambah akurasi ramalan lan rekomendasi
  • Ngapikake proses nggawe keputusan
  • Nyepetake riset lan pangembangan
  • Mbantu ngotomatisasi lan ngoptimalake proses bisnis

Nanging, ana uga sawetara kemungkinan kegagalan AI sing kudu dingerteni bisnis, kayata:

  • Kakehan gumantung ing AI sing nyebabake keputusan sing ora optimal
  • Kurang pangerten babagan cara kerja AI nyebabake penyalahgunaan
  • Bias ing data sing digunakake kanggo nglatih model AI sing nyebabake asil sing ora akurat
  • Masalah keamanan lan privasi babagan data sing digunakake kanggo nglatih model AI

Dadi, apa tegese bisnis sing nandur modal ing AI kanggo nambah analytics tradisional? Jawaban singkat, ora ana shortcut. 85% inisiatif AI gagal. Sing nggumunake, iki padha karo statistik sing asring dikutip sing ana gandhengane karo proyek IT lan BI tradisional. Kerja keras sing padha sing tansah dibutuhake sadurunge sampeyan bisa entuk nilai saka analytics isih kudu ditindakake. Wawasan kudu ana, realistis lan bisa digayuh. Karya sing reged yaiku nyiapake data, wrangling data lan ngresiki data. Iki mesthi kudu ditindakake. Ing latihan AI, malah luwih. Saiki ora ana trabasan kanggo campur tangan manungsa. Manungsa isih kudu netepake algoritma kasebut. Manungsa kudu nemtokake jawaban sing "bener".

Ing ringkesan, supaya AI sukses, manungsa kudu:

  • Nggawe infrastruktur. Iki ateges netepake wates sing bakal ditindakake AI. Iki babagan apa yayasan kasebut bisa ndhukung data sing ora terstruktur, pamblokiran, IoT, keamanan sing cocog.
  • Bantuan ing panemuan. Temokake lan nemtokake kasedhiyan data. Data kanggo nglatih AI kudu ana lan kasedhiya.
  • Currate data. Nalika diwenehi set data sing gedhe lan, akibate, akeh asil potensial, ahli domain bisa uga dibutuhake kanggo ngevaluasi asil kasebut. Kurasi uga bakal kalebu validasi konteks data.

Kanggo nyilih frasa saka ilmuwan data, supaya perusahaan bisa sukses karo AI, supaya bisa nambah nilai kanggo kapabilitas analytics sing ana, kudu bisa misahake sinyal saka gangguan, pesen saka hype.

Pitung taun kepungkur, IBM Gini Rometty ngandika kaya, Watson Health [AI] moonshot kita. Ing tembung liyane, AI - padha karo kebangkrutan rembulan - minangka inspirational, achievable, goal babagan. Aku ora mikir kita wis ndharat ing rembulan. Nanging. IBM, lan akeh perusahaan liyane terus ngupayakake tujuan AI transformatif.

Yen AI minangka rembulan, rembulan katon lan luwih cedhak tinimbang sadurunge.

CloudKognos AnalyticsMotioCI
Motio X IBM Cognos Analytics Cloud
Motio, Inc. Ngirim Kontrol Versi Wektu Nyata kanggo Cloud Analytics Cognos

Motio, Inc. Ngirim Kontrol Versi Wektu Nyata kanggo Cloud Analytics Cognos

PLANO, Texas – 22 September 2022 – Motio, Inc., perusahaan piranti lunak sing mbantu sampeyan njaga kauntungan analytics kanthi nggawe piranti lunak intelijen bisnis lan analytics luwih apik, dina iki ngumumake kabeh MotioCI aplikasi saiki ndhukung lengkap Cognos ...

Read More

Bisnis AnalyticsBusiness Intelligence Data
Cara Ngomong Boss Sampeyan Salah (Kanthi Data Mesthi)

Cara Ngomong Boss Sampeyan Salah (Kanthi Data Mesthi)

Kepiye carane sampeyan ngandhani bos sampeyan yen dheweke salah? Cepet utawa mengko, sampeyan bakal ora setuju karo manajer sampeyan. Mbayangno yen sampeyan ana ing perusahaan "data mimpin". Nduwe alat analitik 3 utawa 4 supaya bisa nyelehake alat sing bener babagan masalah kasebut. Nanging, sing aneh yaiku sampeyan ...

Read More