ដូចដែលវាប្រែចេញបាទ, ប៉ុន្តែគ្រាន់តែទទេ

AI មានគ្រប់ទីកន្លែង។ កន្លែងមួយក្នុងចំណោមកន្លែងទូទៅបំផុតសម្រាប់ AI នៅក្នុងផ្ទះនាពេលបច្ចុប្បន្ននេះគឺស្មាតហ្វូន ផ្ទះឆ្លាតវៃ និងឧបករណ៍ប្រើប្រាស់។ ថ្មីៗ​នេះ ពេល​យើង​អង្គុយ​ញ៉ាំ​អាហារ​ពេល​ល្ងាច យើង​បាន​សន្ទនា​ជាមួយ Alexa ដែល​មាន​រឿង​ដូច​នេះ៖

Me៖ Alexa, លេង Cubs highlights ។ [នេះ​ជា​មុខងារ​ដែល​ត្រូវ​បាន​គេ​លើក​ឡើង​នៅ​លើ​អេក្រង់ដើម​របស់ Alexa។ សុំ Alexa លេងការរំលេចសម្រាប់ក្រុមដែលអ្នកចូលចិត្ត។]

វេ៖ ខ្ញុំបានរកឃើញអ្វីមួយនៅលើគេហទំព័រ។ [ខ្ញុំដឹងថានៅពេលដែល Alexa ចាប់ផ្តើមដូចនេះ មានបញ្ហា។ វានឹងមិនទៅបានល្អទេ។ Alexa បង្ហាញបញ្ជីវីដេអូមួយចំនួន។ ជាការប្រសើរណាស់ ភាគច្រើននៃពួកគេគឺជាវីដេអូកីឡាបេស្បលដែលមានអ្នកលេងបង្កើតការលេងដ៏ពិសេសក្នុងរយៈពេល 5 ឆ្នាំកន្លងមកនេះ។ កំហុស​របស់ខ្ញុំ។ ព្យាយាម​ម្តង​ទៀត។]

Me៖ Alexa សូមបង្ហាញខ្ញុំនូវការរំលេចសម្រាប់ហ្គេមកីឡាបេស្បល Chicago Cubs ចុងក្រោយបង្អស់។ [ខ្ញុំ​សង្ឃឹម​ថា​វា​មិន​អាច​រក​ឃើញ​នូវ​ការ​ថ្កោល​ទោស​ដោយ​សារ​ខ្ញុំ​ទទួល​យក​ការ​ស្តី​បន្ទោស​សម្រាប់​វា​មិន​អាច​យល់​ពី​សំណើ​របស់​ខ្ញុំ​។]

វេ៖ គំនួសពណ៌សម្រាប់ហ្គេម Chicago Cubs នឹងមានពីរម៉ោងបន្ទាប់ពីហ្គេមបានបញ្ចប់។ [វឌ្ឍនភាព។ ខ្ញុំ​មិន​បាន​គិត​ថា​ពួក​គេ​អាច​នឹង​លេង​នៅ​ពេល​នេះ​ទេ។ សំណាងគឺនៅខាងខ្ញុំ។ ខ្ញុំ​មាន​សង្ឃឹម​ភ្លាមៗ។]

Me៖ Alexa, ល្អសូមបង្ហាញខ្ញុំនូវការបន្លិច effing កាលពីម្សិលមិញ។ [បាទ ការខកចិត្តរបស់ខ្ញុំកំពុងចាប់ផ្តើមបង្ហាញ។ ខ្ញុំ​ជិត​បំបែក​កូដ​ហើយ។ ខ្ញុំស្ទើរតែអាចភ្លក់វាបាន។]

វេ៖ ខ្ញុំសុំទោស ខ្ញុំមិនស្គាល់ម្នាក់នោះទេ។ [នេះនិយាយញឹកញាប់ពេកហើយ។ ប្រហែល​ជា​ខ្ញុំ​មិន​ច្បាស់។]

ខ្ញុំ: តើ​អ្នក​លេង​សើច​នឹង​ខ្ញុំ​ឬ? លេង វីដេអូហាយឡាយសម្រាប់ការប្រកួត Major League Baseball រវាង Chicago Cubs និង Pittsburgh Pirates សម្រាប់ថ្ងៃចន្ទ ទី 25 ខែកក្កដា ឆ្នាំ 2022 នៅ Wrigley Field។ [លើក​នេះ​ខ្ញុំ​មាន​ទំនុក​ចិត្ត​ថា​ខ្ញុំ​បាន​វាយ​វា​ហើយ។ ខ្ញុំបានស្ដោះទឹកមាត់ចេញសំណើជាក់លាក់មួយដែលមិនច្បាស់លាស់ដែលជាជំនាញដែលខ្ញុំដឹងថា Alexa មាន។ វាបានធ្វើរឿងនេះពីមុនមក។ ]

វេប: [ភាពស្ងៀមស្ងាត់។ គ្មានអ្វីទេ។ គ្មានការឆ្លើយតប។ ខ្ញុំភ្លេចនិយាយពាក្យវេទមន្តភ្ញាក់ឡើង Alexa ។]

នេះ IQ មធ្យម ដែលមានអាយុ 18 ឆ្នាំគឺប្រហែល 100 ។ IQ ជាមធ្យមរបស់មនុស្សដែលមានអាយុ 6 ឆ្នាំគឺ 55 ។ Google AI IQ ត្រូវបានគេវាយតម្លៃថាមាន 47 ។ IQ របស់ Siri ត្រូវបានគេប៉ាន់ស្មានថាមាន 24 ។ Bing និង Baidu ស្ថិតនៅក្នុងវ័យ 30 ឆ្នាំ។ ខ្ញុំមិនបានរកឃើញការវាយតម្លៃនៃ IQ របស់ Alexa ទេ ប៉ុន្តែបទពិសោធន៍របស់ខ្ញុំគឺដូចជានិយាយទៅកាន់សិស្សមត្តេយ្យ។

អ្នក​ខ្លះ​អាច​និយាយ​ថា វា​មិន​យុត្តិធម៌​ទេ​ដែល​ផ្តល់​ឱ្យ​កុំព្យូទ័រ​ធ្វើ​តេស្ត IQ ។ ប៉ុន្តែ នោះជាចំណុចល្អឥតខ្ចោះ។ ការសន្យារបស់ AI គឺធ្វើអ្វីដែលមនុស្សធ្វើ កាន់តែប្រសើរ។ រហូតមកដល់ពេលនេះ រាល់ការប្រឈមមុខដាក់គ្នា - ឬយើងអាចនិយាយបានថា បណ្តាញសរសៃប្រសាទទៅបណ្តាញសរសៃប្រសាទ - ការប្រកួតប្រជែងត្រូវបានផ្តោតយ៉ាងខ្លាំង។ លេងអុក។ ការធ្វើរោគវិនិច្ឆ័យជំងឺ។ ទឹកដោះគោគោ។ បើកបររថយន្ត។ មនុស្សយន្តតែងតែឈ្នះ។ អ្វី​ដែល​ខ្ញុំ​ចង់​ឃើញ​គឺ​ Watson កំពុង​បំបៅ​ដោះ​គោ​ពេល​បើក​ឡាន ហើយ​លេង Jeopardy។ ឥឡូវ​នេះ, ថា នឹងក្លាយជា trifecta ។ មនុស្សមិនអាចសូម្បីតែរកមើលបារីរបស់ពួកគេខណៈពេលដែលពួកគេកំពុងបើកបរដោយមិនមានគ្រោះថ្នាក់។

IQ របស់ AI

វង្វេងដោយម៉ាស៊ីន។ ខ្ញុំសង្ស័យថាខ្ញុំមិននៅម្នាក់ឯងទេ។ ខ្ញុំ​ត្រូវ​គិត​ថា បើ​នេះ​ជា​ស្ថានភាព​សិល្បៈ តើ​រឿង​ទាំង​នេះ​ឆ្លាត​ប៉ុណ្ណា? តើយើងអាចប្រៀបធៀបភាពឆ្លាតវៃរបស់មនុស្សទៅនឹងម៉ាស៊ីនបានទេ?

អ្នកវិទ្យាសាស្ត្រកំពុងវាយតម្លៃ សមត្ថភាពរបស់ប្រព័ន្ធក្នុងការរៀន និងហេតុផល។ រហូត​មក​ដល់​ពេល​នេះ មនុស្ស​សំយោគ​មិន​បាន​ធ្វើ​ល្អ​ដូច​វត្ថុ​ពិត​នោះ​ទេ។ អ្នកស្រាវជ្រាវកំពុងប្រើប្រាស់ចំណុចខ្វះខាតដើម្បីកំណត់ចំណុចខ្វះខាត ដើម្បីឲ្យយើងយល់កាន់តែច្បាស់អំពីកន្លែងដែលត្រូវមានការអភិវឌ្ឍន៍ និងវឌ្ឍនភាពបន្ថែម។

ដើម្បីកុំឱ្យអ្នកនឹកដល់ចំណុចនេះ ហើយភ្លេចនូវអ្វីដែល "ខ្ញុំ" នៅក្នុង AI តំណាងឱ្យ អ្នកទីផ្សារឥឡូវនេះបានបង្កើតពាក្យថា Smart AI ។

តើ AI មានអារម្មណ៍ទេ?

តើមនុស្សយន្តមានអារម្មណ៏ទេ? តើកុំព្យូទ័រអាចទទួលបានបទពិសោធន៍ emotions? ទេ សូមបន្តទៅមុខទៀត។ ប្រសិនបើអ្នកចង់ អាន អំពីវា ម៉ាស៊ីន Google មួយ (អតីត) អះអាងថា គំរូ AI ដែល Google កំពុងធ្វើការគឺមានភាពស៊ីសង្វាក់គ្នា។ គាត់មានការជជែកគួរឱ្យខ្លាចជាមួយ bot ដែលបញ្ចុះបញ្ចូលគាត់ថាកុំព្យូទ័រមានអារម្មណ៍។ កុំព្យូទ័រខ្លាចអាយុជីវិត។ ខ្ញុំ​មិន​អាច​ជឿ​ថា​ខ្ញុំ​សរសេរ​ប្រយោគ​នោះ​ទេ។ កុំព្យូទ័រគ្មានជីវិតត្រូវខ្លាចទេ។ កុំព្យូទ័រមិនអាចគិតបានទេ។ ក្បួនដោះស្រាយមិនត្រូវបានគិតទេ។

ទោះយ៉ាងណាក៏ដោយ ខ្ញុំនឹងមិនភ្ញាក់ផ្អើលទេ ប្រសិនបើកុំព្យូទ័រឆ្លើយតបទៅនឹងពាក្យបញ្ជាក្នុងពេលដ៏ខ្លីខាងមុខនេះ៖ "ខ្ញុំសុំទោស ដេវ ខ្ញុំមិនអាចធ្វើបាននោះទេ។"

តើ AI បរាជ័យនៅឯណា?

ឬច្បាស់ជាងនេះទៅទៀត ហេតុអ្វីបានជាគម្រោង AI បរាជ័យ? ពួកគេបរាជ័យដោយសារហេតុផលដូចគ្នាដែលគម្រោង IT តែងតែបរាជ័យ។ គម្រោងបរាជ័យដោយសារការគ្រប់គ្រងមិនត្រឹមត្រូវ ឬបរាជ័យក្នុងការគ្រប់គ្រងពេលវេលា វិសាលភាព ឬថវិកា..៖

• ចក្ខុវិស័យមិនច្បាស់លាស់ ឬមិនបានកំណត់។ យុទ្ធសាស្ត្រខ្សោយ។ អ្នកប្រហែលជាធ្លាប់ឮអ្នកគ្រប់គ្រងនិយាយថា "យើងគ្រាន់តែត្រូវធីកប្រអប់។" ប្រសិនបើសំណើតម្លៃមិនអាចកំណត់បាន គោលបំណងគឺមិនច្បាស់លាស់។
• ការរំពឹងទុកមិនប្រាកដប្រជា។ នេះអាចបណ្តាលមកពីការយល់ច្រលំ ការប្រាស្រ័យទាក់ទងមិនល្អ ឬការរៀបចំកាលវិភាគមិនប្រាកដប្រជា។ ការរំពឹងទុកដែលមិនប្រាកដប្រជាក៏អាចកើតចេញពីការខ្វះការយល់ដឹងអំពីសមត្ថភាព និងវិធីសាស្រ្តឧបករណ៍ AI ផងដែរ។
• តម្រូវការដែលមិនអាចទទួលយកបាន។ តម្រូវការអាជីវកម្មមិនត្រូវបានកំណត់ឱ្យបានល្អទេ។ រង្វាស់សម្រាប់ជោគជ័យគឺមិនច្បាស់លាស់ទេ។ ផងដែរនៅក្នុងប្រភេទនេះគឺការវាយតម្លៃទាបនៃបុគ្គលិកដែលយល់ពីទិន្នន័យ។
• គម្រោងដែលមិនមានថវិកា និងប៉ាន់ស្មានមិនដល់។ ការចំណាយមិនត្រូវបានប៉ាន់ប្រមាណយ៉ាងពេញលេញ និងច្បាស់លាស់ទេ។ ឧបទ្ទវហេតុមិនត្រូវបានគ្រោងទុកសម្រាប់ និងការរំពឹងទុក។ ការរួមចំណែកពេលវេលារបស់បុគ្គលិកដែលរវល់ពេក ត្រូវបានគេប៉ាន់ស្មានមិនដល់។
• កា​លៈ​ទេ​សៈ​មិនបាន​មើលឃើញ​ទុកជាមុន។ បាទ ឱកាសកើតឡើង ប៉ុន្តែខ្ញុំគិតថាវាស្ថិតនៅក្រោមផែនការមិនល្អ។

សូមមើលផងដែរ ការបង្ហោះពីមុនរបស់យើង។ 12 ហេតុផលសម្រាប់ការបរាជ័យក្នុងការវិភាគ និងបញ្ញាពាណិជ្ជកម្ម.

សព្វថ្ងៃនេះ AI មានថាមពលខ្លាំង ហើយអាចជួយក្រុមហ៊ុនឱ្យទទួលបានភាពជោគជ័យយ៉ាងខ្លាំង។ នៅពេលដែលគំនិតផ្តួចផ្តើម AI បរាជ័យ ភាពបរាជ័យស្ទើរតែតែងតែត្រូវបានតាមដានទៅលើចំណុចណាមួយខាងលើ។

តើ AI Excel នៅឯណា?

AI គឺល្អក្នុងការងារដដែលៗ និងស្មុគស្មាញ។ (ដើម្បីឱ្យមានភាពយុត្តិធម៌ វាអាចធ្វើការងារសាមញ្ញៗ និងមិនធ្វើដដែលៗ។ ប៉ុន្តែ វានឹងមានតម្លៃថោកជាងដើម្បីឱ្យសិស្សមត្តេយ្យរបស់អ្នកធ្វើវា។) វាជាការល្អក្នុងការស្វែងរកគំរូ និងទំនាក់ទំនង ប្រសិនបើពួកវាមានក្នុងបរិមាណដ៏ច្រើននៃទិន្នន័យ។

• AI ធ្វើបានល្អនៅពេលស្វែងរកព្រឹត្តិការណ៍ដែលមិនត្រូវគ្នានឹងគំរូជាក់លាក់។
  • ការរកឃើញ ការក្លែងបន្លំកាតឥណទាន គឺអំពីការស្វែងរកប្រតិបត្តិការដែលមិនធ្វើតាមគំរូនៃការប្រើប្រាស់។ វាមានទំនោរទៅខាងការប្រុងប្រយ័ត្ន។ ខ្ញុំបានទទួលការហៅទូរសព្ទពីកាតឥណទានរបស់ខ្ញុំជាមួយនឹងក្បួនដោះស្រាយដ៏ឧស្សាហ៍ព្យាយាម នៅពេលដែលខ្ញុំបំពេញឡានជួលរបស់ខ្ញុំជាមួយនឹងហ្គាសនៅទីក្រុង Dallas ហើយបន្ទាប់មកបានបំពេញឡានផ្ទាល់ខ្លួនរបស់ខ្ញុំនៅទីក្រុង Chicago ។ វាស្របច្បាប់ ប៉ុន្តែមិនធម្មតាគ្រប់គ្រាន់ដើម្បីដាក់ទង់។

"អាមេរិចប្រេស ដំណើរការប្រតិបត្តិការចំនួន 1 ពាន់ពាន់លានដុល្លារ ហើយមានកាត AmEx ចំនួន 110 លាននៅក្នុងប្រតិបត្តិការ។ ពួកគេពឹងផ្អែកយ៉ាងខ្លាំងលើការវិភាគទិន្នន័យ និងក្បួនដោះស្រាយការរៀនម៉ាស៊ីន ដើម្បីជួយស្វែងរកការក្លែងបន្លំក្នុងពេលជាក់ស្តែង ដូច្នេះហើយអាចសន្សំបានរាប់លានក្នុងការខាតបង់”។

• ការក្លែងបន្លំ និងការរំលោភបំពានឱសថ. ប្រព័ន្ធអាចរកឃើញលំនាំមិនធម្មតានៃឥរិយាបទដោយផ្អែកលើច្បាប់កម្មវិធីជាច្រើន។ ជាឧទាហរណ៍ ប្រសិនបើអ្នកជំងឺបានឃើញគ្រូពេទ្យបីនាក់ផ្សេងគ្នានៅជុំវិញទីក្រុងនៅថ្ងៃតែមួយជាមួយនឹងការត្អូញត្អែរនៃការឈឺចាប់ស្រដៀងគ្នា ការស៊ើបអង្កេតបន្ថែមអាចត្រូវបានធានាដើម្បីបដិសេធការបំពាន។
• អេអាយអេក្នុង ការ​ថែទាំ​សុខភាព បានទទួលជោគជ័យដ៏អស្ចារ្យមួយចំនួន។
  • AI និងការរៀនសូត្រជ្រៅត្រូវបានបង្រៀនដើម្បីប្រៀបធៀបកាំរស្មី X ទៅនឹងការរកឃើញធម្មតា។ វា​អាច​បង្កើន​ឱ្យ​អ្នក​ជំនាញ​វិទ្យុសកម្ម​ធ្វើការ​ដោយ​ដាក់​សញ្ញា​ភាពមិនប្រក្រតី​ឱ្យ​គ្រូពេទ្យ​កាំរស្មី​ពិនិត្យ​។
• AI ដំណើរការបានល្អជាមួយ សង្គម និងការដើរទិញឥវ៉ាន់. ហេតុផល​មួយ​ដែល​យើង​ឃើញ​រឿង​នេះ​ច្រើន​គឺ​ថា​មាន​ហានិភ័យ​ទាប។ ហានិភ័យនៃ AI ខុសហើយមានផលវិបាកធ្ងន់ធ្ងរគឺទាប។
• • ប្រសិនបើអ្នកចូលចិត្ត / ទិញ នេះយើងគិតថាអ្នកនឹងចូលចិត្ត នេះ។ ពី Amazon ទៅ Netflix និង YouTube ពួកគេទាំងអស់ប្រើទម្រង់នៃការទទួលស្គាល់លំនាំមួយចំនួន។ Instagram AI ពិចារណាលើអន្តរកម្មរបស់អ្នកដើម្បីផ្តោតទៅលើមតិព័ត៌មានរបស់អ្នក។ វាមានទំនោរនឹងដំណើរការល្អបំផុត ប្រសិនបើក្បួនដោះស្រាយអាចដាក់ចំណូលចិត្តរបស់អ្នកនៅក្នុងធុងទឹក ឬក្រុមអ្នកប្រើប្រាស់ផ្សេងទៀតដែលបានធ្វើការជ្រើសរើសស្រដៀងគ្នា ឬប្រសិនបើចំណាប់អារម្មណ៍របស់អ្នកតូចចង្អៀត។
  • AI បានទទួលជោគជ័យខ្លះជាមួយ ការទទួលស្គាល់មុខ. Facebook អាច​កំណត់​អត្តសញ្ញាណ​មនុស្ស​ដែល​បាន​ដាក់​ស្លាក​ពី​មុន​ក្នុង​រូបថត​ថ្មី។ ប្រព័ន្ធសម្គាល់មុខដែលទាក់ទងនឹងសុវត្ថិភាពដំបូងមួយចំនួនត្រូវបានបោកបញ្ឆោតដោយរបាំង។
• AI ទទួលបានភាពជោគជ័យនៅក្នុង កសិកម្ម ដោយប្រើម៉ាស៊ីនសិក្សា ឧបករណ៍ចាប់សញ្ញា IoT និងប្រព័ន្ធដែលបានតភ្ជាប់។
  • AI បានជួយ ត្រាក់ទ័រឆ្លាតវៃ ចំការ និងច្រូតកាត់ ដើម្បីបង្កើនទិន្នផល កាត់បន្ថយជី និងលើកកំពស់ថ្លៃដើមផលិតកម្មស្បៀង។
  • ជាមួយនឹងចំណុចទិន្នន័យពីផែនទី 3-D ឧបករណ៍ចាប់សញ្ញាដី យន្តហោះគ្មានមនុស្សបើក គំរូអាកាសធាតុ ស្ថិតក្រោមការគ្រប់គ្រង ការរៀនម៉ាស៊ីន ស្វែងរកគំរូនៅក្នុងសំណុំទិន្នន័យធំ ដើម្បីទស្សន៍ទាយពេលវេលាដ៏ល្អបំផុតដើម្បីដាំដំណាំ និងព្យាករណ៍ទិន្នផលមុនពេលពួកគេដាំ។
  • កសិដ្ឋានទឹកដោះគោ ប្រើមនុស្សយន្ត AI ដើម្បីឱ្យគោទឹកដោះគោដោយខ្លួនឯង AI និងម៉ាស៊ីនរៀនក៏តាមដានសញ្ញាសំខាន់ៗ សកម្មភាព អាហារ និងទឹករបស់គោដើម្បីឱ្យវាមានសុខភាពល្អ និងពេញចិត្ត។
  • ដោយមានជំនួយពី AI, កសិករ ដែលមានតិចជាង 2% នៃចំនួនប្រជាជនចិញ្ចឹម 300 លាននាក់នៅក្នុងសហរដ្ឋអាមេរិកដែលនៅសល់។
  • បញ្ញាសិប្បនិមិត្តក្នុងវិស័យកសិកម្ម

ក៏មានរឿងដ៏អស្ចារ្យរបស់ AI ផងដែរ។ ភាពជោគជ័យ នៅក្នុងឧស្សាហកម្មសេវាកម្ម ការលក់រាយ ប្រព័ន្ធផ្សព្វផ្សាយ និងការផលិត។ AI ពិតជាមាននៅគ្រប់ទីកន្លែង។

ភាពខ្លាំង និងចំណុចខ្សោយរបស់ AI ផ្ទុយគ្នា។

ការយល់ដឹងដ៏រឹងមាំអំពីភាពខ្លាំង និងចំណុចខ្សោយរបស់ AI អាចរួមចំណែកដល់ភាពជោគជ័យនៃគំនិតផ្តួចផ្តើម AI របស់អ្នក។ សូមចងចាំផងដែរថាសមត្ថភាពបច្ចុប្បន្ននៅក្នុងជួរឈរខាងស្តាំគឺជាឱកាស។ ទាំងនេះគឺជាផ្នែកដែលអ្នកលក់និងអ្នកចិញ្ចឹមដែលហូរឈាមកំពុងដំណើរការ។ យើង​នឹង​ពិនិត្យ​មើល​សមត្ថភាព​ដែល​បច្ចុប្បន្ន​ប្រជែង​នឹង AI ម្ដង​ទៀត​ក្នុង​រយៈ​ពេល​មួយ​ឆ្នាំ ហើយ​ចងក្រង​ឯកសារ​ពី​ការ​ប្ដូរ​ឆ្វេង។ ប្រសិនបើអ្នកសិក្សាតារាងខាងក្រោមដោយប្រុងប្រយ័ត្ន ខ្ញុំនឹងមិនភ្ញាក់ផ្អើលទេប្រសិនបើមានចលនាខ្លះរវាងពេលដែលខ្ញុំសរសេរនេះ និងពេលវេលាដែលវាត្រូវបានបោះពុម្ព។

តើអនាគតរបស់ AI ជាអ្វី?

ប្រសិនបើ AI ឆ្លាតជាងនេះ វាអាចទស្សន៍ទាយថាអនាគតនឹងទៅជាយ៉ាងណា។ វាច្បាស់ណាស់ថាមានច្រើន។ ការយល់ច្រឡំ អំពីអ្វីដែល AI អាចនិងមិនអាចធ្វើបាន។ ជាច្រើន។ ការយល់ខុស និងអក្ខរកម្ម AI គឺជាលទ្ធផលនៃទីផ្សារបច្ចេកវិទ្យា លើសសមត្ថភាពដែលមានស្រាប់។ AI គឺគួរឱ្យចាប់អារម្មណ៍សម្រាប់អ្វីដែលវាអាចធ្វើបាននៅថ្ងៃនេះ។ ខ្ញុំព្យាករណ៍ថា ចំណុចខ្សោយជាច្រើននៅក្នុងជួរឈរខាងស្តាំនឹងផ្លាស់ប្តូរទៅខាងឆ្វេង ហើយក្លាយជាចំណុចខ្លាំងក្នុងរយៈពេល 2 ឬ 3 ឆ្នាំខាងមុខ។

[បន្ទាប់ពីខ្ញុំបញ្ចប់អត្ថបទនេះ ខ្ញុំបានបង្ហាញពីកថាខណ្ឌមុនទៅ OpenAIដែលជាកម្មវិធីបង្កើតភាសាវេទិកា AI បើកចំហ។ អ្នកប្រហែលជាបានឃើញសិល្បៈមួយចំនួនដែលបង្កើតឡើងដោយ DALL-E របស់វា។ ខ្ញុំចង់ដឹងថាតើវាគិតយ៉ាងណាចំពោះអនាគតរបស់ AI ។ នេះជាអ្វីដែលវាត្រូវនិយាយ។ ]

អនាគតនៃ AI មិនមែននិយាយអំពីការទិញម៉ាស៊ីនមេមួយចំនួន និងការដំឡើងកញ្ចប់កម្មវិធីក្រៅប្រព័ន្ធនោះទេ។ វានិយាយអំពីការស្វែងរក និងជួលមនុស្សត្រឹមត្រូវ បង្កើតក្រុមត្រឹមត្រូវ និងធ្វើឱ្យការវិនិយោគត្រឹមត្រូវទាំងផ្នែករឹង និងផ្នែកទន់។

ជោគជ័យសក្តានុពលមួយចំនួនរបស់ AI ក្នុងរយៈពេលប៉ុន្មានឆ្នាំខាងមុខរួមមាន:

• ការបង្កើនភាពត្រឹមត្រូវនៃការព្យាករណ៍ និងការណែនាំ
• ការកែលម្អដំណើរការធ្វើការសម្រេចចិត្ត
• ពន្លឿនការស្រាវជ្រាវ និងអភិវឌ្ឍន៍
• ជួយធ្វើស្វ័យប្រវត្តិកម្ម និងធ្វើឱ្យដំណើរការអាជីវកម្មប្រសើរឡើង

ទោះយ៉ាងណាក៏ដោយ ក៏មានការបរាជ័យដែលអាចកើតមានមួយចំនួនរបស់ AI ដែលអាជីវកម្មគួរយល់ដឹង ដូចជា៖

• ការពឹងផ្អែកខ្លាំងលើ AI នាំទៅរកការសម្រេចចិត្តល្អបំផុត
• កង្វះការយល់ដឹងអំពីរបៀបដែល AI ដំណើរការនាំទៅរកការប្រើប្រាស់ខុស
• ភាពលំអៀងនៅក្នុងទិន្នន័យដែលប្រើដើម្បីបណ្តុះបណ្តាលគំរូ AI ដែលនាំឱ្យមានលទ្ធផលមិនត្រឹមត្រូវ
• ការព្រួយបារម្ភអំពីសុវត្ថិភាព និងឯកជនភាពជុំវិញទិន្នន័យដែលប្រើដើម្បីបណ្តុះបណ្តាលគំរូ AI

ដូច្នេះ តើនេះមានន័យយ៉ាងណាសម្រាប់អាជីវកម្មដែលវិនិយោគលើ AI ដើម្បីបំពេញបន្ថែមការវិភាគបែបប្រពៃណីរបស់ពួកគេ? ចម្លើយ​ខ្លី​គឺ​គ្មាន​ការ​កាត់​ខ្លី​ទេ។ 85% នៃគំនិតផ្តួចផ្តើម AI បរាជ័យ. គួរឱ្យចាប់អារម្មណ៍ នេះគឺស្រដៀងទៅនឹងស្ថិតិដែលបានដកស្រង់ជាញឹកញាប់ទាក់ទងទៅនឹងគម្រោង IT និង BI បែបប្រពៃណី។ ការងារលំបាកដូចគ្នាដែលតែងតែត្រូវបានទាមទារមុនពេលអ្នកអាចទទួលបានតម្លៃចេញពីការវិភាគត្រូវតែនៅតែត្រូវធ្វើ។ ចក្ខុវិស័យត្រូវតែមាន មានភាពប្រាកដនិយម និងអាចសម្រេចបាន។ ការងារកខ្វក់គឺការរៀបចំទិន្នន័យ ការឈ្លោះប្រកែកគ្នាទិន្នន័យ និងការសម្អាតទិន្នន័យ។ នេះនឹងត្រូវធ្វើជានិច្ច។ នៅក្នុងការបណ្តុះបណ្តាល AI កាន់តែដូច្នេះ។ បច្ចុប្បន្នមិនមានផ្លូវកាត់សម្រាប់អន្តរាគមន៍របស់មនុស្សទេ។ មនុស្សនៅតែតម្រូវឱ្យកំណត់ក្បួនដោះស្រាយ។ មនុស្សត្រូវបានទាមទារដើម្បីកំណត់ចម្លើយ "ត្រឹមត្រូវ" ។

សរុបមក ដើម្បីឱ្យ AI ជោគជ័យ មនុស្សត្រូវ៖

• បង្កើតហេដ្ឋារចនាសម្ព័ន្ធ. នេះ​គឺ​ជា​ការ​បង្កើត​ព្រំដែន​ដែល​ AI នឹង​ធ្វើ​ការ​យ៉ាង​សំខាន់។ វានិយាយអំពីថាតើគ្រឹះអាចគាំទ្រទិន្នន័យដែលមិនមានរចនាសម្ព័ន្ធ, blockchain, IoT, សុវត្ថិភាពសមស្រប។
• ជំនួយក្នុងការរកឃើញ. ស្វែងរក និងកំណត់ភាពអាចរកបាននៃទិន្នន័យ។ ទិន្នន័យដើម្បីបណ្តុះបណ្តាល AI ត្រូវតែមាន និងអាចប្រើបាន។
• រៀបចំទិន្នន័យ. នៅពេលបង្ហាញជាមួយសំណុំទិន្នន័យធំ ហើយជាលទ្ធផល លទ្ធផលសក្តានុពលមួយចំនួនធំ អ្នកជំនាញដែនអាចត្រូវបានទាមទារដើម្បីវាយតម្លៃលទ្ធផល។ ការរៀបចំក៏នឹងរួមបញ្ចូលផងដែរនូវសុពលភាពនៃបរិបទទិន្នន័យ។

ដើម្បីខ្ចីឃ្លាពីអ្នកវិទ្យាសាស្ត្រទិន្នន័យ ដើម្បីឱ្យក្រុមហ៊ុនជោគជ័យជាមួយ AI ដើម្បីអាចបន្ថែមតម្លៃដល់សមត្ថភាពវិភាគដែលមានស្រាប់ ពួកគេត្រូវការដើម្បីអាចបំបែកសញ្ញាចេញពីសំឡេងរំខាន សារពីការឃោសនាបំផ្លើស។

កាលពីប្រាំពីរឆ្នាំមុន IBM ហ្គីនីនីរ៉ូទីម បាននិយាយថាអ្វីមួយដូចជា Watson Health [AI] គឺជារូបភាពព្រះច័ន្ទរបស់យើង។ ម្យ៉ាងវិញទៀត AI - ស្មើនឹងការចុះចតតាមច័ន្ទគតិ - គឺជាការបំផុសគំនិត សម្រេចបាននូវគោលដៅលាតសន្ធឹង។ ខ្ញុំ​មិន​គិត​ថា​យើង​បាន​ចុះ​ចត​លើ​ព្រះច័ន្ទ​ទេ។ នៅឡើយ។ ក្រុមហ៊ុន IBM និងក្រុមហ៊ុនជាច្រើនទៀតបន្តធ្វើការឆ្ពោះទៅរកគោលដៅនៃការផ្លាស់ប្តូរ AI ។

ប្រសិនបើ AI គឺជាព្រះច័ន្ទ នោះព្រះច័ន្ទគឺស្ថិតនៅក្នុងការមើលឃើញហើយវានៅជិតជាងអ្វីដែលធ្លាប់មាន។