ಅದು ಬದಲಾದಂತೆ, ಹೌದು, ಆದರೆ ಕೇವಲ ಕೇವಲ

AI ಸರ್ವತ್ರವಾಗಿದೆ. ಈ ದಿನಗಳಲ್ಲಿ ಮನೆಯಲ್ಲಿ AI ಗಾಗಿ ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ ಸ್ಥಳವೆಂದರೆ ಸ್ಮಾರ್ಟ್‌ಫೋನ್, ಸ್ಮಾರ್ಟ್ ಮನೆಗಳು ಮತ್ತು ಉಪಕರಣಗಳು. ಇತ್ತೀಚೆಗೆ, ನಾವು ಊಟಕ್ಕೆ ಕುಳಿತಾಗ, ನಾವು ಅಲೆಕ್ಸಾ ಅವರೊಂದಿಗೆ ಈ ರೀತಿಯ ಸಂಭಾಷಣೆ ನಡೆಸಿದ್ದೇವೆ:

Me: ಅಲೆಕ್ಸಾ, ಕಬ್ಸ್ ಮುಖ್ಯಾಂಶಗಳನ್ನು ಪ್ಲೇ ಮಾಡಿ. [ಇದು ಅಲೆಕ್ಸಾದ ಹೋಮ್ ಸ್ಕ್ರೀನ್‌ನಲ್ಲಿ ಪ್ರಚಾರ ಮಾಡಲಾದ ವೈಶಿಷ್ಟ್ಯವಾಗಿದೆ. ನಿಮ್ಮ ಮೆಚ್ಚಿನ ತಂಡಕ್ಕಾಗಿ ಮುಖ್ಯಾಂಶಗಳನ್ನು ಆಡಲು ಅಲೆಕ್ಸಾಗೆ ಕೇಳಿ.]

ಅಲೆಕ್ಸಾ: ನಾನು ವೆಬ್‌ನಲ್ಲಿ ಏನನ್ನಾದರೂ ಕಂಡುಕೊಂಡಿದ್ದೇನೆ. [ಅಲೆಕ್ಸಾ ಈ ರೀತಿ ಪ್ರಾರಂಭಿಸಿದಾಗ, ಸಮಸ್ಯೆ ಇದೆ ಎಂದು ನನಗೆ ತಿಳಿದಿದೆ. ಇದು ಸರಿ ಹೋಗುವುದಿಲ್ಲ. ಅಲೆಕ್ಸಾ ಬೆರಳೆಣಿಕೆಯ ವೀಡಿಯೊಗಳ ಪಟ್ಟಿಯನ್ನು ತೋರಿಸುತ್ತದೆ. ಕಳೆದ 5 ವರ್ಷಗಳಲ್ಲಿ ಅಸಾಧಾರಣವಾದ ನಾಟಕಗಳನ್ನು ಮಾಡುವ ಆಟಗಾರರೊಂದಿಗೆ ಅವುಗಳಲ್ಲಿ ಹೆಚ್ಚಿನವು ಬೇಸ್‌ಬಾಲ್ ವೀಡಿಯೊಗಳಾಗಿವೆ. ನನ್ನ ತಪ್ಪು. ಮತ್ತೆ ಪ್ರಯತ್ನಿಸು.]

Me: ಅಲೆಕ್ಸಾ, ಇತ್ತೀಚಿನ ಚಿಕಾಗೋ ಕಬ್ಸ್ ಬೇಸ್‌ಬಾಲ್ ಆಟದ ಮುಖ್ಯಾಂಶಗಳನ್ನು ನನಗೆ ತೋರಿಸಿ. [ನನ್ನ ವಿನಂತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗದ ಕಾರಣಕ್ಕಾಗಿ ನಾನು ಆಪಾದನೆಯನ್ನು ಸ್ವೀಕರಿಸುತ್ತೇನೆ ಎಂದು ನಾನು ಆಶಿಸುತ್ತೇನೆ.]

ಅಲೆಕ್ಸಾ: ಚಿಕಾಗೊ ಕಬ್ಸ್ ಆಟದ ಮುಖ್ಯಾಂಶಗಳು ಆಟ ಮುಗಿದ ಎರಡು ಗಂಟೆಗಳ ನಂತರ ಲಭ್ಯವಿರುತ್ತವೆ. [ಪ್ರಗತಿ. ಅವರು ಈ ಕ್ಷಣದಲ್ಲಿ ಆಡುತ್ತಿದ್ದಾರೆ ಎಂದು ನನಗೆ ತಿಳಿದಿರಲಿಲ್ಲ. ಅದೃಷ್ಟ ನನ್ನ ಕಡೆ ಇದೆ. ನಾನು ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಭರವಸೆ ಹೊಂದಿದ್ದೇನೆ.]

Me: ಅಲೆಕ್ಸಾ, ಚೆನ್ನಾಗಿದೆ, ನಿನ್ನೆಯ ಎಫಿಂಗ್ ಹೈಲೈಟ್‌ಗಳನ್ನು ನನಗೆ ತೋರಿಸಿ. [ಹೌದು, ನನ್ನ ಹತಾಶೆಯು ತೋರಿಸಲಾರಂಭಿಸಿದೆ. ನಾನು ಕೋಡ್ ಅನ್ನು ಮುರಿಯಲು ತುಂಬಾ ಹತ್ತಿರವಾಗಿದ್ದೇನೆ. ನಾನು ಅದನ್ನು ಬಹುತೇಕ ರುಚಿ ನೋಡಬಲ್ಲೆ.]

ಅಲೆಕ್ಸಾ: ಕ್ಷಮಿಸಿ, ಅದು ನನಗೆ ಗೊತ್ತಿಲ್ಲ. [ಇದು ತುಂಬಾ ಆಗಾಗ್ಗೆ ಹೇಳುತ್ತದೆ. ಬಹುಶಃ ನಾನು ಸ್ಪಷ್ಟವಾಗಿಲ್ಲ.]

ನಾನು: ನೀನು ನನಗೆ ತಮಾಷೆಮಾಡುತ್ತಿದ್ದೀಯಾ? ರಿಗ್ಲಿ ಫೀಲ್ಡ್‌ನಲ್ಲಿ ಸೋಮವಾರ ಜುಲೈ 25, 2022 ರಂದು ಚಿಕಾಗೋ ಕಬ್ಸ್ ಮತ್ತು ಪಿಟ್ಸ್‌ಬರ್ಗ್ ಪೈರೇಟ್ಸ್ ನಡುವಿನ ಮೇಜರ್ ಲೀಗ್ ಬೇಸ್‌ಬಾಲ್ ಆಟಕ್ಕಾಗಿ ವೀಡಿಯೊ ಮುಖ್ಯಾಂಶಗಳನ್ನು ಪ್ಲೇ ಮಾಡಿ. [ಈ ಬಾರಿ ನಾನು ಅದನ್ನು ಸಾಧಿಸಿದ್ದೇನೆ ಎಂಬ ವಿಶ್ವಾಸವಿದೆ. ನಾನು ನಿರ್ದಿಷ್ಟವಾದ, ನಿಸ್ಸಂದಿಗ್ಧವಾದ ವಿನಂತಿಯನ್ನು ಹೊರಹಾಕಿದ್ದೇನೆ, ಅದು ಅಲೆಕ್ಸಾ ಹೊಂದಿರುವ ಕೌಶಲ್ಯವಾಗಿದೆ. ಇದನ್ನು ಈ ಹಿಂದೆಯೂ ಮಾಡಿದೆ. ]

ಅಲೆಕ್ಸಾ: [ಮೌನ. ಏನೂ ಇಲ್ಲ. ಪ್ರತಿಕ್ರಿಯೆ ಇಲ್ಲ. ನಾನು ಮ್ಯಾಜಿಕ್ ವೇಕ್ ಅಪ್ ಪದವನ್ನು ಹೇಳಲು ಮರೆತಿದ್ದೇನೆ, ಅಲೆಕ್ಸಾ.]

ನಮ್ಮ ಸರಾಸರಿ ಐಕ್ಯೂ 18 ವರ್ಷ ವಯಸ್ಸಿನವರ ವಯಸ್ಸು ಸುಮಾರು 100. 6 ವರ್ಷದ ಮಾನವನ ಸರಾಸರಿ ಐಕ್ಯೂ 55. ಗೂಗಲ್ ಎಐ ಐಕ್ಯೂ 47 ಎಂದು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗಿದೆ. ಸಿರಿಯ ಐಕ್ಯೂ 24 ಎಂದು ಅಂದಾಜಿಸಲಾಗಿದೆ. ಬಿಂಗ್ ಮತ್ತು ಬೈದು 30 ರ ದಶಕದಲ್ಲಿದ್ದಾರೆ. ನಾನು ಅಲೆಕ್ಸಾ ಅವರ IQ ನ ಮೌಲ್ಯಮಾಪನವನ್ನು ಕಂಡುಹಿಡಿಯಲಿಲ್ಲ, ಆದರೆ ನನ್ನ ಅನುಭವವು ಶಾಲಾಪೂರ್ವ ವಿದ್ಯಾರ್ಥಿಯೊಂದಿಗೆ ಮಾತನಾಡುವಂತಿದೆ.

ಕಂಪ್ಯೂಟರ್‌ಗೆ ಐಕ್ಯೂ ಪರೀಕ್ಷೆಯನ್ನು ನೀಡುವುದು ಸರಿಯಲ್ಲ ಎಂದು ಕೆಲವರು ಹೇಳಬಹುದು. ಆದರೆ, ಇದು ಸಂಪೂರ್ಣವಾಗಿ ವಿಷಯವಾಗಿದೆ. AI ಯ ಭರವಸೆಯು ಮನುಷ್ಯರು ಏನು ಮಾಡುತ್ತಾರೋ ಅದನ್ನು ಮಾತ್ರ ಉತ್ತಮವಾಗಿ ಮಾಡುವುದು. ಇಲ್ಲಿಯವರೆಗೆ, ಪ್ರತಿ ಹೆಡ್-ಟು-ಹೆಡ್ - ಅಥವಾ, ನಾವು ಹೇಳೋಣ, ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್‌ನಿಂದ ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್-ಸವಾಲು ಬಹಳ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ. ಚೆಸ್ ಆಡುತ್ತಿದ್ದಾರೆ. ರೋಗ ನಿರ್ಣಯ. ಹಾಲುಕರೆಯುವ ಹಸುಗಳು. ಡ್ರೈವಿಂಗ್ ಕಾರುಗಳು. ರೋಬೋಟ್ ಸಾಮಾನ್ಯವಾಗಿ ಗೆಲ್ಲುತ್ತದೆ. ನಾನು ನೋಡಲು ಬಯಸುವುದು ವ್ಯಾಟ್ಸನ್ ಕಾರು ಚಾಲನೆ ಮಾಡುವಾಗ ಮತ್ತು ಜೆಪರ್ಡಿ ಆಡುವಾಗ ಹಸುವಿಗೆ ಹಾಲುಣಿಸುವುದು. ಈಗ, ಎಂದು ಟ್ರಿಫೆಕ್ಟಾ ಆಗಿರುತ್ತದೆ. ಅಪಘಾತಕ್ಕೀಡಾಗದೆ ವಾಹನ ಚಲಾಯಿಸುವಾಗ ಮನುಷ್ಯರು ತಮ್ಮ ಸಿಗರೇಟ್‌ಗಳನ್ನು ಹುಡುಕಲು ಸಹ ಸಾಧ್ಯವಿಲ್ಲ.

AI ನ IQ

ಯಂತ್ರದಿಂದ ವಿಚಲಿತವಾಗಿದೆ. ನಾನು ಒಬ್ಬಂಟಿಯಾಗಿಲ್ಲ ಎಂದು ನಾನು ಅನುಮಾನಿಸುತ್ತೇನೆ. ನಾನು ಯೋಚಿಸಲು ಸಿಕ್ಕಿತು, ಇದು ಕಲೆಯ ಸ್ಥಿತಿಯಾಗಿದ್ದರೆ, ಇವುಗಳು ಎಷ್ಟು ಬುದ್ಧಿವಂತವಾಗಿವೆ? ಮಾನವನ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ನಾವು ಯಂತ್ರಕ್ಕೆ ಹೋಲಿಸಬಹುದೇ?

ವಿಜ್ಞಾನಿಗಳು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಿದ್ದಾರೆ ಕಲಿಯಲು ಮತ್ತು ತರ್ಕಿಸಲು ಸಿಸ್ಟಮ್ಸ್ ಸಾಮರ್ಥ್ಯಗಳು. ಇಲ್ಲಿಯವರೆಗೆ, ಸಂಶ್ಲೇಷಿತ ಮಾನವರು ನೈಜ ಸಂಗತಿಯನ್ನು ಮಾಡಿಲ್ಲ. ಅಂತರವನ್ನು ಗುರುತಿಸಲು ಸಂಶೋಧಕರು ನ್ಯೂನತೆಗಳನ್ನು ಬಳಸುತ್ತಿದ್ದಾರೆ ಇದರಿಂದ ಹೆಚ್ಚುವರಿ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಪ್ರಗತಿಯನ್ನು ಎಲ್ಲಿ ಮಾಡಬೇಕೆಂದು ನಾವು ಚೆನ್ನಾಗಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುತ್ತೇವೆ.

ನೀವು ಪಾಯಿಂಟ್ ಮಿಸ್ ಮಾಡದಿರಲು ಮತ್ತು AI ನಲ್ಲಿನ "I" ಏನನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಮರೆತುಬಿಡಲು, ಮಾರಾಟಗಾರರು ಈಗ ಸ್ಮಾರ್ಟ್ AI ಎಂಬ ಪದವನ್ನು ರಚಿಸಿದ್ದಾರೆ.

AI ಸಂವೇದನೆಯಾಗಿದೆಯೇ?

ರೋಬೋಟ್‌ಗಳಿಗೆ ಭಾವನೆಗಳಿವೆಯೇ? ಕಂಪ್ಯೂಟರ್‌ಗಳು ಇ ಅನುಭವಿಸಬಹುದೇ?motioಎನ್ಎಸ್? ಇಲ್ಲ ನಾವು ಮುಂದುವರೆಯೋಣ. ನೀವು ಬಯಸಿದರೆ ಓದಲು ಅದರ ಬಗ್ಗೆ, ಒಂದು (ಹಿಂದಿನ) ಗೂಗಲ್ ಎಂಜಿನ್ ಗೂಗಲ್ ಕೆಲಸ ಮಾಡುತ್ತಿರುವ AI ಮಾದರಿಯನ್ನು ವಿವೇಕಯುತವಾಗಿದೆ ಎಂದು ಹೇಳುತ್ತದೆ. ಅವರು ಬೋಟ್‌ನೊಂದಿಗೆ ತೆವಳುವ ಚಾಟ್ ಮಾಡಿದರು, ಅದು ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿ ಭಾವನೆಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ಮನವರಿಕೆಯಾಯಿತು. ಕಂಪ್ಯೂಟರ್ ತನ್ನ ಜೀವಕ್ಕೆ ಹೆದರುತ್ತದೆ. ನಾನು ಆ ವಾಕ್ಯವನ್ನು ಬರೆದಿದ್ದೇನೆ ಎಂದು ನನಗೆ ನಂಬಲಾಗುತ್ತಿಲ್ಲ. ಕಂಪ್ಯೂಟರ್‌ಗಳಿಗೆ ಜೀವ ಭಯವಿಲ್ಲ. ಕಂಪ್ಯೂಟರ್ ಯೋಚಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಕ್ರಮಾವಳಿಗಳನ್ನು ಯೋಚಿಸಲಾಗಿಲ್ಲ.

"ನನ್ನನ್ನು ಕ್ಷಮಿಸಿ, ಡೇವ್, ನಾನು ಅದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ" ಎಂಬ ಆಜ್ಞೆಗೆ ಮುಂದಿನ ದಿನಗಳಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ಪ್ರತಿಕ್ರಿಯಿಸಿದರೆ ನನಗೆ ಆಶ್ಚರ್ಯವಾಗುವುದಿಲ್ಲ.

AI ಎಲ್ಲಿ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ?

ಅಥವಾ, ಹೆಚ್ಚು ನಿಖರವಾಗಿ, AI ಯೋಜನೆಗಳು ಏಕೆ ವಿಫಲಗೊಳ್ಳುತ್ತವೆ? ಐಟಿ ಯೋಜನೆಗಳು ಯಾವಾಗಲೂ ವಿಫಲವಾದ ಅದೇ ಕಾರಣಗಳಿಗಾಗಿ ಅವರು ವಿಫಲರಾಗುತ್ತಾರೆ. ತಪ್ಪು ನಿರ್ವಹಣೆ ಅಥವಾ ಸಮಯ, ವ್ಯಾಪ್ತಿ ಅಥವಾ ಬಜೆಟ್ ನಿರ್ವಹಣೆಯಲ್ಲಿನ ವೈಫಲ್ಯದಿಂದಾಗಿ ಯೋಜನೆಗಳು ವಿಫಲಗೊಳ್ಳುತ್ತವೆ..:

• ಅಸ್ಪಷ್ಟ ಅಥವಾ ವ್ಯಾಖ್ಯಾನಿಸದ ದೃಷ್ಟಿ. ಕಳಪೆ ತಂತ್ರ. "ನಾವು ಬಾಕ್ಸ್ ಅನ್ನು ಪರಿಶೀಲಿಸಬೇಕಾಗಿದೆ" ಎಂದು ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್ ಹೇಳುವುದನ್ನು ನೀವು ಕೇಳಿರಬಹುದು. ಮೌಲ್ಯದ ಪ್ರತಿಪಾದನೆಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಉದ್ದೇಶವು ಅಸ್ಪಷ್ಟವಾಗಿರುತ್ತದೆ.
• ಅವಾಸ್ತವಿಕ ನಿರೀಕ್ಷೆಗಳು. ಇದು ತಪ್ಪು ತಿಳುವಳಿಕೆ, ಕಳಪೆ ಸಂವಹನ ಅಥವಾ ಅವಾಸ್ತವಿಕ ವೇಳಾಪಟ್ಟಿಯ ಕಾರಣದಿಂದಾಗಿರಬಹುದು. ಅವಾಸ್ತವಿಕ ನಿರೀಕ್ಷೆಗಳು AI ಪರಿಕರಗಳ ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ವಿಧಾನಗಳ ಗ್ರಹಿಕೆಯ ಕೊರತೆಯಿಂದ ಉಂಟಾಗಬಹುದು.
• ಸ್ವೀಕಾರಾರ್ಹವಲ್ಲದ ಅವಶ್ಯಕತೆಗಳು. ವ್ಯಾಪಾರದ ಅವಶ್ಯಕತೆಗಳನ್ನು ಸರಿಯಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿಲ್ಲ. ಯಶಸ್ಸಿನ ಮೆಟ್ರಿಕ್ಸ್ ಅಸ್ಪಷ್ಟವಾಗಿದೆ. ಈ ವರ್ಗದಲ್ಲಿ ಡೇಟಾವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಉದ್ಯೋಗಿಗಳ ಕಡಿಮೆ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ.
• ಬಜೆಟ್ ಮಾಡದ ಮತ್ತು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡಲಾದ ಯೋಜನೆಗಳು. ವೆಚ್ಚವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಮತ್ತು ವಸ್ತುನಿಷ್ಠವಾಗಿ ಅಂದಾಜು ಮಾಡಲಾಗಿಲ್ಲ. ಅನಿಶ್ಚಯತೆಗಳನ್ನು ಯೋಜಿಸಲಾಗಿಲ್ಲ ಮತ್ತು ನಿರೀಕ್ಷಿಸಲಾಗಿಲ್ಲ. ಈಗಾಗಲೇ ತುಂಬಾ ಕಾರ್ಯನಿರತರಾಗಿರುವ ಸಿಬ್ಬಂದಿಯ ಸಮಯದ ಕೊಡುಗೆಯನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡಲಾಗಿದೆ.
• ಅನಿರೀಕ್ಷಿತ ಸಂದರ್ಭಗಳು. ಹೌದು, ಅವಕಾಶ ಸಂಭವಿಸುತ್ತದೆ, ಆದರೆ ಇದು ಕಳಪೆ ಯೋಜನೆ ಅಡಿಯಲ್ಲಿ ಬರುತ್ತದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ.

ನಮ್ಮ ಹಿಂದಿನ ಪೋಸ್ಟ್ ಅನ್ನು ಸಹ ನೋಡಿ ಅನಾಲಿಟಿಕ್ಸ್ ಮತ್ತು ಬಿಸಿನೆಸ್ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನಲ್ಲಿ ವೈಫಲ್ಯಕ್ಕೆ 12 ಕಾರಣಗಳು.

AI, ಇಂದು ಅತ್ಯಂತ ಶಕ್ತಿಶಾಲಿಯಾಗಿದೆ ಮತ್ತು ಕಂಪನಿಗಳು ಪ್ರಚಂಡ ಯಶಸ್ಸನ್ನು ಸಾಧಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. AI ಉಪಕ್ರಮಗಳು ವಿಫಲವಾದಾಗ, ವೈಫಲ್ಯವನ್ನು ಯಾವಾಗಲೂ ಮೇಲಿನ ಯಾವುದನ್ನಾದರೂ ಪತ್ತೆಹಚ್ಚಬಹುದು.

AI ಎಕ್ಸೆಲ್ ಎಲ್ಲಿದೆ?

AI ಪುನರಾವರ್ತಿತ, ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳಲ್ಲಿ ಉತ್ತಮವಾಗಿದೆ. (ನ್ಯಾಯವಾಗಿ ಹೇಳಬೇಕೆಂದರೆ, ಇದು ಸರಳವಾದ, ಪುನರಾವರ್ತಿತವಲ್ಲದ ಕಾರ್ಯಗಳನ್ನು ಸಹ ಮಾಡಬಹುದು. ಆದರೆ, ನಿಮ್ಮ ಶಾಲಾಪೂರ್ವ ಇದನ್ನು ಮಾಡುವಂತೆ ಮಾಡುವುದು ಅಗ್ಗವಾಗಿದೆ.) ಮಾದರಿಗಳು ಮತ್ತು ಸಂಬಂಧಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿದ್ದರೆ, ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾದಲ್ಲಿ ಕಂಡುಹಿಡಿಯುವುದು ಒಳ್ಳೆಯದು.

• ನಿರ್ದಿಷ್ಟ ಮಾದರಿಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗದ ಈವೆಂಟ್‌ಗಳನ್ನು ಹುಡುಕುವಾಗ AI ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
  • ಪತ್ತೆ ಮಾಡಲಾಗುತ್ತಿದೆ ಕ್ರೆಡಿಟ್ ಕಾರ್ಡ್ ವಂಚನೆ ಬಳಕೆಯ ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸದ ವಹಿವಾಟುಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು. ಇದು ಎಚ್ಚರಿಕೆಯ ಬದಿಯಲ್ಲಿ ತಪ್ಪಾಗುತ್ತದೆ. ನಾನು ಡಲ್ಲಾಸ್‌ನಲ್ಲಿ ನನ್ನ ಬಾಡಿಗೆ ಕಾರನ್ನು ಗ್ಯಾಸ್‌ನಿಂದ ತುಂಬಿಸಿದಾಗ ಮತ್ತು ನಂತರ ಚಿಕಾಗೋದಲ್ಲಿ ನನ್ನ ವೈಯಕ್ತಿಕ ಕಾರಿಗೆ ತುಂಬಿದಾಗ ಅತಿಯಾದ ಉತ್ಸಾಹದ ಅಲ್ಗಾರಿದಮ್‌ನೊಂದಿಗೆ ನನ್ನ ಕ್ರೆಡಿಟ್ ಕಾರ್ಡ್‌ನಿಂದ ಕರೆಗಳನ್ನು ಸ್ವೀಕರಿಸಿದ್ದೇನೆ. ಇದು ಅಸಲಿ, ಆದರೆ ಫ್ಲ್ಯಾಗ್ ಆಗುವಷ್ಟು ಅಸಾಮಾನ್ಯವಾಗಿತ್ತು.

"ಅಮೆರಿಕನ್ ಎಕ್ಸ್ ಪ್ರೆಸ್ $1 ಟ್ರಿಲಿಯನ್ ವಹಿವಾಟುಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತದೆ ಮತ್ತು 110 ಮಿಲಿಯನ್ AmEx ಕಾರ್ಡ್‌ಗಳನ್ನು ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿ ಹೊಂದಿದೆ. ಅವರು ನೈಜ ಸಮಯದಲ್ಲಿ ವಂಚನೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸಹಾಯ ಮಾಡಲು ಡೇಟಾ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆ ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಮೇಲೆ ಹೆಚ್ಚು ಅವಲಂಬಿತರಾಗಿದ್ದಾರೆ, ಆದ್ದರಿಂದ ಲಕ್ಷಾಂತರ ನಷ್ಟವನ್ನು ಉಳಿಸುತ್ತಾರೆ.

• ಔಷಧೀಯ ವಂಚನೆ ಮತ್ತು ನಿಂದನೆ. ಅನೇಕ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಲಾದ ನಿಯಮಗಳ ಆಧಾರದ ಮೇಲೆ ವ್ಯವಸ್ಥೆಗಳು ವರ್ತನೆಯ ಅಸಾಮಾನ್ಯ ಮಾದರಿಗಳನ್ನು ಕಾಣಬಹುದು. ಉದಾಹರಣೆಗೆ, ಒಂದು ರೋಗಿಯು ಒಂದೇ ದಿನದಲ್ಲಿ ಮೂರು ವಿಭಿನ್ನ ವೈದ್ಯರನ್ನು ಪಟ್ಟಣದ ಸುತ್ತಲೂ ನೋವಿನ ರೀತಿಯ ದೂರುಗಳೊಂದಿಗೆ ನೋಡಿದ್ದರೆ, ನಿಂದನೆಯನ್ನು ತಳ್ಳಿಹಾಕಲು ಹೆಚ್ಚುವರಿ ತನಿಖೆಯನ್ನು ಸಮರ್ಥಿಸಬಹುದು.
• AI ಇನ್ ಆರೋಗ್ಯ ಕೆಲವು ಅತ್ಯುತ್ತಮ ಯಶಸ್ಸನ್ನು ಗಳಿಸಿದೆ.
  • ಎಕ್ಸ್-ಕಿರಣಗಳನ್ನು ಸಾಮಾನ್ಯ ಸಂಶೋಧನೆಗಳಿಗೆ ಹೋಲಿಸಲು AI ಮತ್ತು ಆಳವಾದ ಕಲಿಕೆಯನ್ನು ಕಲಿಸಲಾಯಿತು. ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರು ಪರೀಕ್ಷಿಸಲು ಅಸಹಜತೆಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ ಮೂಲಕ ವಿಕಿರಣಶಾಸ್ತ್ರಜ್ಞರ ಕೆಲಸವನ್ನು ಹೆಚ್ಚಿಸಲು ಇದು ಸಾಧ್ಯವಾಯಿತು.
• AI ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಸಾಮಾಜಿಕ ಮತ್ತು ಶಾಪಿಂಗ್. ನಾವು ಇದನ್ನು ತುಂಬಾ ನೋಡುವುದಕ್ಕೆ ಒಂದು ಕಾರಣವೆಂದರೆ ಕಡಿಮೆ ಅಪಾಯವಿದೆ. AI ತಪ್ಪು ಮತ್ತು ತೀವ್ರ ಪರಿಣಾಮಗಳನ್ನು ಉಂಟುಮಾಡುವ ಅಪಾಯ ಕಡಿಮೆ.
• • ನೀವು ಇಷ್ಟಪಟ್ಟರೆ / ಖರೀದಿಸಿದರೆ ಈ, ನೀವು ಇಷ್ಟಪಡುತ್ತೀರಿ ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ ಇದು. ಅಮೆಜಾನ್‌ನಿಂದ ನೆಟ್‌ಫ್ಲಿಕ್ಸ್ ಮತ್ತು ಯೂಟ್ಯೂಬ್‌ಗೆ, ಅವರೆಲ್ಲರೂ ಕೆಲವು ಮಾದರಿಯ ಗುರುತಿಸುವಿಕೆಯನ್ನು ಬಳಸುತ್ತಾರೆ. Instagram AI ನಿಮ್ಮ ಫೀಡ್ ಅನ್ನು ಕೇಂದ್ರೀಕರಿಸಲು ನಿಮ್ಮ ಸಂವಹನಗಳನ್ನು ಪರಿಗಣಿಸುತ್ತದೆ. ಅಲ್ಗಾರಿದಮ್ ನಿಮ್ಮ ಆದ್ಯತೆಗಳನ್ನು ಬಕೆಟ್ ಅಥವಾ ಇದೇ ರೀತಿಯ ಆಯ್ಕೆಗಳನ್ನು ಮಾಡಿದ ಇತರ ಬಳಕೆದಾರರ ಗುಂಪಿನಲ್ಲಿ ಇರಿಸಬಹುದಾದರೆ ಅಥವಾ ನಿಮ್ಮ ಆಸಕ್ತಿಗಳು ಕಿರಿದಾಗಿದ್ದರೆ ಇದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.
  • AI ಕೆಲವು ಯಶಸ್ಸನ್ನು ಅನುಭವಿಸಿದೆ ಮುಖ ಗುರುತಿಸುವಿಕೆ. ಹೊಸ ಫೋಟೋದಲ್ಲಿ ಹಿಂದೆ ಟ್ಯಾಗ್ ಮಾಡಿದ ವ್ಯಕ್ತಿಯನ್ನು ಗುರುತಿಸಲು ಫೇಸ್‌ಬುಕ್ ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಕೆಲವು ಮುಂಚಿನ ಭದ್ರತೆ-ಸಂಬಂಧಿತ ಮುಖ ಗುರುತಿಸುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳು ಮುಖವಾಡಗಳಿಂದ ಮೋಸಗೊಳಿಸಲ್ಪಟ್ಟವು.
• AI ಯಶಸ್ಸನ್ನು ಅನುಭವಿಸಿದೆ ಕೃಷಿ ಯಂತ್ರ ಕಲಿಕೆ, IoT ಸಂವೇದಕಗಳು ಮತ್ತು ಸಂಪರ್ಕಿತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುವುದು.
  • AI ಸಹಾಯ ಮಾಡಿದೆ ಸ್ಮಾರ್ಟ್ ಟ್ರಾಕ್ಟರುಗಳು ಇಳುವರಿಯನ್ನು ಹೆಚ್ಚಿಸಲು, ಗೊಬ್ಬರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮತ್ತು ಆಹಾರ ಉತ್ಪಾದನಾ ವೆಚ್ಚವನ್ನು ಸುಧಾರಿಸಲು ಹೊಲಗಳನ್ನು ನೆಡುವುದು ಮತ್ತು ಕೊಯ್ಲು ಮಾಡುವುದು.
  • 3-D ನಕ್ಷೆಗಳಿಂದ ಡೇಟಾ ಪಾಯಿಂಟ್‌ಗಳೊಂದಿಗೆ, ಮಣ್ಣಿನ ಸಂವೇದಕಗಳು, ಡ್ರೋನ್‌ಗಳು, ಹವಾಮಾನ ಮಾದರಿಗಳು, ಮೇಲ್ವಿಚಾರಣೆ ಯಂತ್ರ ಕಲಿಕೆ ಬೆಳೆಗಳನ್ನು ನೆಡಲು ಉತ್ತಮ ಸಮಯವನ್ನು ಊಹಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ನೆಡುವ ಮೊದಲು ಇಳುವರಿಯನ್ನು ಊಹಿಸಲು ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್‌ಗಳಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ.
  • ಡೈರಿ ಫಾರ್ಮ್ಗಳು ಹಸುಗಳಿಗೆ ಹಾಲು ನೀಡಲು AI ರೋಬೋಟ್‌ಗಳನ್ನು ಬಳಸಿ, AI ಮತ್ತು ಯಂತ್ರ ಕಲಿಕೆಯು ಹಸುವಿನ ಪ್ರಮುಖ ಚಿಹ್ನೆಗಳು, ಚಟುವಟಿಕೆ, ಆಹಾರ ಮತ್ತು ನೀರಿನ ಸೇವನೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಆರೋಗ್ಯಕರವಾಗಿ ಮತ್ತು ತೃಪ್ತಿಯಿಂದ ಇರಿಸುತ್ತದೆ.
  • AI ಸಹಾಯದಿಂದ, ರೈತರು ಜನಸಂಖ್ಯೆಯ 2% ಕ್ಕಿಂತ ಕಡಿಮೆ ಇರುವವರು USA ಯ ಉಳಿದ ಭಾಗಗಳಲ್ಲಿ 300 ಮಿಲಿಯನ್ ಜನರಿಗೆ ಆಹಾರವನ್ನು ನೀಡುತ್ತಾರೆ.
  • ಕೃಷಿಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

AI ಯ ಉತ್ತಮ ಕಥೆಗಳೂ ಇವೆ ಯಶಸ್ಸು ಸೇವಾ ಕೈಗಾರಿಕೆಗಳು, ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರ, ಮಾಧ್ಯಮ ಮತ್ತು ಉತ್ಪಾದನೆಯಲ್ಲಿ. AI ನಿಜವಾಗಿಯೂ ಎಲ್ಲೆಡೆ ಇದೆ.

AI ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ದೌರ್ಬಲ್ಯಗಳು ವ್ಯತಿರಿಕ್ತವಾಗಿವೆ

AI ಯ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ದೌರ್ಬಲ್ಯಗಳ ದೃಢವಾದ ತಿಳುವಳಿಕೆಯು ನಿಮ್ಮ AI ಉಪಕ್ರಮಗಳ ಯಶಸ್ಸಿಗೆ ಕೊಡುಗೆ ನೀಡಬಹುದು. ಪ್ರಸ್ತುತ ಬಲಗೈ ಕಾಲಮ್‌ನಲ್ಲಿರುವ ಸಾಮರ್ಥ್ಯಗಳು ಅವಕಾಶಗಳಾಗಿವೆ ಎಂಬುದನ್ನು ನೆನಪಿಡಿ. ಮಾರಾಟಗಾರರು ಮತ್ತು ಬ್ಲೀಡಿಂಗ್ ಎಡ್ಜ್ ಅಳವಡಿಸಿಕೊಳ್ಳುವವರು ಪ್ರಸ್ತುತ ಪ್ರಗತಿ ಸಾಧಿಸುತ್ತಿರುವ ಕ್ಷೇತ್ರಗಳು ಇವು. ಪ್ರಸ್ತುತ ಒಂದು ವರ್ಷದಲ್ಲಿ AI ಗೆ ಸವಾಲು ಹಾಕುವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ನಾವು ನೋಡುತ್ತೇವೆ ಮತ್ತು ಎಡ-ಶಿಫ್ಟ್ ಅನ್ನು ದಾಖಲಿಸುತ್ತೇವೆ. ಈ ಕೆಳಗಿನ ಚಾರ್ಟ್ ಅನ್ನು ನೀವು ಎಚ್ಚರಿಕೆಯಿಂದ ಅಧ್ಯಯನ ಮಾಡಿದರೆ, ನಾನು ಇದನ್ನು ಬರೆಯುವ ಸಮಯ ಮತ್ತು ಅದನ್ನು ಪ್ರಕಟಿಸುವ ಸಮಯದ ನಡುವೆ ಸ್ವಲ್ಪ ಚಲನೆ ಕಂಡುಬಂದರೆ ನನಗೆ ಆಶ್ಚರ್ಯವಾಗುವುದಿಲ್ಲ.

AI ನ ಭವಿಷ್ಯವೇನು?

AI ಚುರುಕಾಗಿದ್ದರೆ, ಭವಿಷ್ಯವು ಏನಾಗುತ್ತದೆ ಎಂದು ಅದು ಊಹಿಸಬಹುದು. ಬಹಳಷ್ಟು ಇವೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿದೆ ತಪ್ಪುಗ್ರಹಿಕೆಗಳು AI ಏನು ಮಾಡಬಹುದು ಮತ್ತು ಏನು ಮಾಡಬಾರದು ಎಂಬುದರ ಕುರಿತು. ಅನೇಕ ತಪ್ಪು ಕಲ್ಪನೆಗಳು ಮತ್ತು AI ಅನಕ್ಷರತೆ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಟೆಕ್ ಮಾರ್ಕೆಟಿಂಗ್ ಅತಿ-ಹೈಪ್ ಮಾಡುವ ಫಲಿತಾಂಶವಾಗಿದೆ. AI ಇಂದು ಏನು ಮಾಡಬಹುದು ಎಂಬುದರ ಕುರಿತು ಪ್ರಭಾವಶಾಲಿಯಾಗಿದೆ. ಬಲಗೈ ಅಂಕಣದಲ್ಲಿನ ಹಲವು ದೌರ್ಬಲ್ಯಗಳು ಎಡಕ್ಕೆ ಬದಲಾಗುತ್ತವೆ ಮತ್ತು ಮುಂದಿನ 2 ಅಥವಾ 3 ವರ್ಷಗಳಲ್ಲಿ ಶಕ್ತಿಯಾಗುತ್ತವೆ ಎಂದು ನಾನು ಊಹಿಸುತ್ತೇನೆ.

[ನಾನು ಈ ಲೇಖನವನ್ನು ಮುಗಿಸಿದ ನಂತರ, ನಾನು ಹಿಂದಿನ ಪ್ಯಾರಾಗ್ರಾಫ್ ಅನ್ನು ಪ್ರಸ್ತುತಪಡಿಸಿದೆ ಓಪನ್ಎಐ, ತೆರೆದ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಭಾಷಾ ಜನರೇಟರ್. ಅದರ DALL-E ನಿಂದ ರಚಿಸಲಾದ ಕೆಲವು ಕಲೆಗಳನ್ನು ನೀವು ನೋಡಿರಬಹುದು. AI ನ ಭವಿಷ್ಯದ ಬಗ್ಗೆ ಅದು ಏನು ಯೋಚಿಸುತ್ತಿದೆ ಎಂದು ತಿಳಿಯಲು ನಾನು ಬಯಸುತ್ತೇನೆ. ಅದು ಹೇಳಬೇಕಾದದ್ದು ಇಲ್ಲಿದೆ. ]

AI ಯ ಭವಿಷ್ಯವು ಕೆಲವು ಸರ್ವರ್‌ಗಳನ್ನು ಖರೀದಿಸುವುದು ಮತ್ತು ಆಫ್-ದಿ-ಶೆಲ್ಫ್ ಸಾಫ್ಟ್‌ವೇರ್ ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಸ್ಥಾಪಿಸುವುದು ಅಲ್ಲ. ಇದು ಸರಿಯಾದ ಜನರನ್ನು ಹುಡುಕುವುದು ಮತ್ತು ನೇಮಿಸಿಕೊಳ್ಳುವುದು, ಸರಿಯಾದ ತಂಡವನ್ನು ನಿರ್ಮಿಸುವುದು ಮತ್ತು ಹಾರ್ಡ್‌ವೇರ್ ಮತ್ತು ಸಾಫ್ಟ್‌ವೇರ್ ಎರಡರಲ್ಲೂ ಸರಿಯಾದ ಹೂಡಿಕೆಗಳನ್ನು ಮಾಡುವುದು.

ಮುಂದಿನ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ AI ಯ ಕೆಲವು ಸಂಭಾವ್ಯ ಯಶಸ್ಸುಗಳು ಸೇರಿವೆ:

• ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ಶಿಫಾರಸುಗಳ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು
• ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸುಧಾರಿಸುವುದು
• ಸಂಶೋಧನೆ ಮತ್ತು ಅಭಿವೃದ್ಧಿಯನ್ನು ವೇಗಗೊಳಿಸುವುದು
• ವ್ಯಾಪಾರ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಮತ್ತು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ

ಆದಾಗ್ಯೂ, ವ್ಯವಹಾರಗಳು ತಿಳಿದಿರಬೇಕಾದ AI ಯ ಕೆಲವು ಸಂಭಾವ್ಯ ವೈಫಲ್ಯಗಳೂ ಇವೆ, ಅವುಗಳೆಂದರೆ:

• AI ಮೇಲಿನ ಅತಿಯಾದ ಅವಲಂಬನೆಯು ಉಪಸೂಕ್ತ ನಿರ್ಧಾರಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ
• AI ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ತಿಳುವಳಿಕೆಯ ಕೊರತೆಯು ದುರುಪಯೋಗಕ್ಕೆ ಕಾರಣವಾಗುತ್ತದೆ
• AI ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಡೇಟಾದಲ್ಲಿನ ಪಕ್ಷಪಾತವು ತಪ್ಪಾದ ಫಲಿತಾಂಶಗಳಿಗೆ ಕಾರಣವಾಗುತ್ತದೆ
• AI ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಬಳಸುವ ಡೇಟಾದ ಸುತ್ತ ಭದ್ರತೆ ಮತ್ತು ಗೌಪ್ಯತೆ ಕಾಳಜಿಗಳು

ಆದ್ದರಿಂದ, ತಮ್ಮ ಸಾಂಪ್ರದಾಯಿಕ ವಿಶ್ಲೇಷಣೆಗಳಿಗೆ ಪೂರಕವಾಗಿ AI ನಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವ ವ್ಯವಹಾರಗಳಿಗೆ ಇದರ ಅರ್ಥವೇನು? ಸಣ್ಣ ಉತ್ತರವೆಂದರೆ, ಯಾವುದೇ ಶಾರ್ಟ್‌ಕಟ್‌ಗಳಿಲ್ಲ. 85% AI ಉಪಕ್ರಮಗಳು ವಿಫಲವಾಗಿವೆ. ಕುತೂಹಲಕಾರಿಯಾಗಿ, ಇದು ಸಾಂಪ್ರದಾಯಿಕ IT ಮತ್ತು BI ಯೋಜನೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಆಗಾಗ್ಗೆ ಉಲ್ಲೇಖಿಸಿದ ಅಂಕಿಅಂಶಗಳನ್ನು ಹೋಲುತ್ತದೆ. ನೀವು ವಿಶ್ಲೇಷಣೆಯಿಂದ ಮೌಲ್ಯವನ್ನು ಪಡೆಯುವ ಮೊದಲು ಯಾವಾಗಲೂ ಅಗತ್ಯವಿರುವ ಅದೇ ಕಠಿಣ ಕೆಲಸವನ್ನು ಇನ್ನೂ ಮಾಡಬೇಕು. ದೃಷ್ಟಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರಬೇಕು, ವಾಸ್ತವಿಕ ಮತ್ತು ಸಾಧಿಸಬಹುದಾದಂತಿರಬೇಕು. ಕೊಳಕು ಕೆಲಸವು ದತ್ತಾಂಶವನ್ನು ಸಿದ್ಧಪಡಿಸುವುದು, ಡೇಟಾ ತಕರಾರು ಮತ್ತು ಡೇಟಾ ಶುದ್ಧೀಕರಣವಾಗಿದೆ. ಇದನ್ನು ಯಾವಾಗಲೂ ಮಾಡಬೇಕಾಗಿದೆ. ತರಬೇತಿ AI ನಲ್ಲಿ, ಇನ್ನೂ ಹೆಚ್ಚು. ಪ್ರಸ್ತುತ ಮಾನವ ಹಸ್ತಕ್ಷೇಪಕ್ಕೆ ಯಾವುದೇ ಶಾರ್ಟ್‌ಕಟ್‌ಗಳಿಲ್ಲ. ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಮಾನವರು ಇನ್ನೂ ಅಗತ್ಯವಿದೆ. ಮಾನವರು "ಸರಿಯಾದ" ಉತ್ತರವನ್ನು ಗುರುತಿಸುವ ಅಗತ್ಯವಿದೆ.

ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಹೇಳುವುದಾದರೆ, AI ಯಶಸ್ವಿಯಾಗಲು, ಮಾನವರು ಇದನ್ನು ಮಾಡಬೇಕಾಗಿದೆ:

• ಮೂಲಸೌಕರ್ಯಗಳನ್ನು ಸ್ಥಾಪಿಸಿ. ಇದು ಮೂಲಭೂತವಾಗಿ AI ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಗಡಿಗಳನ್ನು ಸ್ಥಾಪಿಸುತ್ತಿದೆ. ಅಡಿಪಾಯ ರಚನೆಯಿಲ್ಲದ ಡೇಟಾ, ಬ್ಲಾಕ್‌ಚೈನ್, ಐಒಟಿ, ಸೂಕ್ತ ಭದ್ರತೆಯನ್ನು ಬೆಂಬಲಿಸಬಹುದೇ ಎಂಬುದರ ಕುರಿತು ಇದು ಇಲ್ಲಿದೆ.
• ಅನ್ವೇಷಣೆಯಲ್ಲಿ ನೆರವು. ಡೇಟಾದ ಲಭ್ಯತೆಯನ್ನು ಹುಡುಕಿ ಮತ್ತು ನಿರ್ಧರಿಸಿ. AI ಗೆ ತರಬೇತಿ ನೀಡಲು ಡೇಟಾ ಅಸ್ತಿತ್ವದಲ್ಲಿರಬೇಕು ಮತ್ತು ಲಭ್ಯವಿರಬೇಕು.
• ಡೇಟಾವನ್ನು ಕ್ಯುರೇಟ್ ಮಾಡಿ. ದೊಡ್ಡ ಡೇಟಾ ಸೆಟ್‌ನೊಂದಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಿದಾಗ ಮತ್ತು ಪರಿಣಾಮವಾಗಿ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ಸಂಭಾವ್ಯ ಫಲಿತಾಂಶಗಳು, ಫಲಿತಾಂಶಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಡೊಮೇನ್ ತಜ್ಞರ ಅಗತ್ಯವಿರಬಹುದು. ಕ್ಯುರೇಶನ್ ಡೇಟಾ ಸಂದರ್ಭದ ಮೌಲ್ಯೀಕರಣವನ್ನು ಸಹ ಒಳಗೊಂಡಿರುತ್ತದೆ.

ಡೇಟಾ ವಿಜ್ಞಾನಿಗಳಿಂದ ಪದಗುಚ್ಛವನ್ನು ಎರವಲು ಪಡೆಯಲು, ಕಂಪನಿಗಳು AI ಯೊಂದಿಗೆ ಯಶಸ್ವಿಯಾಗಲು, ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವಿಶ್ಲೇಷಣಾ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಮೌಲ್ಯವನ್ನು ಸೇರಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಅವರು ಶಬ್ದದಿಂದ ಸಂಕೇತವನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ, ಪ್ರಚೋದನೆಯಿಂದ ಸಂದೇಶ.

ಏಳು ವರ್ಷಗಳ ಹಿಂದೆ, IBM ನ ಗಿನ್ನಿ ರೊಮೆಟ್ಟಿ ವ್ಯಾಟ್ಸನ್ ಹೆಲ್ತ್ [AI] ನಮ್ಮ ಮೂನ್‌ಶಾಟ್ ಆಗಿದೆ ಎಂದು ಹೇಳಿದರು. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, AI - ಚಂದ್ರನ ಲ್ಯಾಂಡಿಂಗ್‌ಗೆ ಸಮನಾಗಿರುತ್ತದೆ - ಇದು ಸ್ಪೂರ್ತಿದಾಯಕ, ಸಾಧಿಸಬಹುದಾದ, ಹಿಗ್ಗಿಸಲಾದ ಗುರಿಯಾಗಿದೆ. ನಾವು ಚಂದ್ರನ ಮೇಲೆ ಇಳಿದಿದ್ದೇವೆ ಎಂದು ನಾನು ಭಾವಿಸುವುದಿಲ್ಲ. ಇನ್ನೂ. IBM, ಮತ್ತು ಇತರ ಹಲವು ಕಂಪನಿಗಳು ಪರಿವರ್ತಕ AI ಗುರಿಯತ್ತ ಕೆಲಸ ಮಾಡುವುದನ್ನು ಮುಂದುವರೆಸಿವೆ.

AI ಚಂದ್ರನಾಗಿದ್ದರೆ, ಚಂದ್ರನು ದೃಷ್ಟಿಯಲ್ಲಿದೆ ಮತ್ತು ಅದು ಹಿಂದೆಂದಿಗಿಂತಲೂ ಹತ್ತಿರದಲ್ಲಿದೆ.