Kaip paaiškėja, taip, bet tik vos

AI yra visur. Viena iš labiausiai paplitusių AI vietų šiais laikais namuose yra išmanusis telefonas, išmanieji namai ir prietaisai. Neseniai, sėdėdami vakarieniauti, su Alexa kalbėjomės maždaug taip:

Me: Alexa, žaisk Cubs svarbiausius momentus. [Tai funkcija, kuri nurodoma „Alexa“ pagrindiniame ekrane. Paprašykite Alexa žaisti svarbiausius jūsų mėgstamos komandos žaidimus.]

Alexa: Kažką radau internete. [Žinau, kad kai Alexa taip pradeda, iškyla problema. Tai nesiseks. Alexa rodo kelių vaizdo įrašų sąrašą. Tiesa, dauguma jų yra beisbolo vaizdo įrašai, kuriuose žaidėjai per pastaruosius 5 metus žaidžia išskirtiniais žaidimais. Mano kaltė. Bandyk iš naujo.]

Me: Alexa, parodyk man svarbiausius naujausio Chicago Cubs beisbolo žaidimo momentus. [Tikiuosi, kad jis neaptiks nuolaidžiaujančio tono, nes priimu kaltę, kad ji nesuprato mano prašymo.]

Alexa: „Chicago Cubs“ žaidimo akcentai bus pasiekiami praėjus dviem valandoms po žaidimo pabaigos. [Progresas. Net neįsivaizdavau, kad jie gali žaisti šiuo metu. Sėkmė yra mano pusėje. Aš staiga pradedu viltį.]

Me: Alexa, gerai, tada parodyk man vakarykštes akimirkas. [Taip, mano nusivylimas pradeda ryškėti. Aš taip arti kodo sulaužymo. Beveik jaučiu paragauti.]

Alexa: Atsiprašau, aš to nepažįstu. [Tai sako per dažnai. Galbūt man nebuvo aišku.]

aš: Ar tu juokauji? Pirmadienį, 25 m. liepos 2022 d., Wrigley Field stadione, žaiskite svarbiausius vaizdo įrašus apie Major League beisbolo rungtynes ​​tarp Chicago Cubs ir Pittsburgh Pirates. [Šį kartą esu įsitikinęs, kad man pavyko. Išspjoviau konkretų, nedviprasmišką prašymą, kurį, kaip žinau, turi Alexa. Tai darė anksčiau. ]

alexa: [Tyla. Nieko. Jokio atsakymo. Pamiršau pasakyti stebuklingą pažadinimo žodį, Alexa.]

Šios vidutinis IQ 18-mečio IQ yra apie 100. Vidutinis 6 metų žmogaus intelekto koeficientas yra 55. „Google“ AI IQ buvo įvertintas kaip 47. Apskaičiuota, kad Siri IQ yra 24. Bing ir Baidu yra 30-ies. Alexos IQ įvertinimo neradau, bet mano patirtis buvo panaši į pokalbį su ikimokyklinuku.

Kai kas gali pasakyti, kad nesąžininga duoti kompiuteriui IQ testą. Bet tai visiškai esmė. AI pažadas yra daryti tai, ką daro žmonės, tik geriau. Iki šiol kiekvienas tiesioginis – arba, sakykime, neuroninis tinklas į neuroninį tinklą – iššūkis buvo labai sutelktas. Žaidžia šachmatais. Diagnozuojant ligą. Melžiamos karvės. Automobilių vairavimas. Paprastai laimi robotas. Noriu pamatyti, kaip Vatsonas melžia karvę vairuodamas automobilį ir žaidžia „Jeopardy“. Dabar kad būtų trifecta. Žmonės net negali ieškoti savo cigarečių vairuodami, nepatekę į avariją.

AI IQ

Pergudraujama mašinos. Įtariu, kad nesu vienas. Aš turėjau galvoti, jei tai yra naujausia technika, kiek tai protingi? Ar galime palyginti žmogaus intelektą su mašina?

Mokslininkai vertina sistemų gebėjimus mokytis ir protauti. Iki šiol sintetiniams žmonėms sekėsi ne taip gerai, kaip tikriems dalykams. Tyrėjai naudojasi trūkumais, kad nustatytų spragas, kad geriau suprastume, kur reikia papildomos plėtros ir pažangos.

Kad nepraleistumėte esmės ir nepamirštumėte, ką reiškia „aš“ AI, rinkodaros specialistai dabar sukūrė išmaniojo AI terminą.

Ar AI jautrus?

Ar robotai turi jausmus? Ar kompiuteriai gali patirti elmotions? Ne. Eikime toliau. Jeigu tu nori skaityti apie tai vienas (buvęs) „Google“ variklis teigia, kad AI modelis, prie kurio „Google“ dirba, yra jautrus. Jis siaubingai šnekučiavosi su robotu, kuris įtikino jį, kad kompiuteris turi jausmų. Kompiuteris bijo dėl savo gyvybės. Net negaliu patikėti, kad parašiau tą sakinį. Kompiuteriai neturi bijoti gyvenimo. Kompiuteriai negali galvoti. Algoritmai negalvojami.

Tačiau nenustebčiau, jei kompiuteris artimiausiu metu atsakys į komandą: „Atsiprašau, Deivai, aš negaliu to padaryti“.

Kur žlunga AI?

Arba, tiksliau, kodėl AI projektai žlunga? Jie žlunga dėl tų pačių priežasčių, dėl kurių visada žlugo IT projektai. Projektai žlunga dėl netinkamo valdymo arba netinkamo laiko, apimties ar biudžeto valdymo...:

• Neaiškus ar neapibrėžtas regėjimas. Prasta strategija. Galbūt girdėjote vadovybę sakant: „Mums tereikia pažymėti langelį“. Jei vertės pasiūlymas negali būti apibrėžtas, tikslas neaiškus.
• Nerealūs lūkesčiai. Taip gali nutikti dėl nesusipratimų, prasto bendravimo ar nerealaus planavimo. Nerealūs lūkesčiai taip pat gali kilti dėl AI įrankių galimybių ir metodologijos nesuvokimo.
• Nepriimtini reikalavimai. Verslo reikalavimai nėra tiksliai apibrėžti. Sėkmės rodikliai neaiškūs. Taip pat šioje kategorijoje yra nepakankamas darbuotojų, kurie supranta duomenis, įvertinimas.
• Nenumatyti ir neįvertinti projektai. Išlaidos nebuvo iki galo ir objektyviai įvertintos. Nenumatyti atvejai nebuvo numatyti ir nenumatyti. Per daug užsiėmusių darbuotojų laiko indėlis buvo neįvertintas.
• Nenumatytos aplinkybės. Taip, atsitiktinumas pasitaiko, bet aš manau, kad tai prastai suplanuota.

Taip pat žiūrėkite mūsų ankstesnį įrašą 12 „Analytics“ ir „Business Intelligence“ nesėkmių priežasčių.

AI šiandien yra labai galingas ir gali padėti įmonėms pasiekti didžiulę sėkmę. Kai dirbtinio intelekto iniciatyvos žlunga, gedimas beveik visada gali būti siejamas su vienu iš pirmiau minėtų dalykų.

Kur veikia AI Excel?

AI gerai atlieka pasikartojančias sudėtingas užduotis. (Teisybės dėlei reikia pasakyti, kad jis taip pat gali atlikti paprastas, nesikartojančias užduotis. Tačiau būtų pigiau, jei tai darytų jūsų ikimokyklinukas.) Puikiai padeda surasti modelius ir ryšius, jei jie egzistuoja, dideliame duomenų kiekyje.

• AI puikiai sekasi ieškant įvykių, kurie neatitinka konkrečių modelių.
  • Aptikimas kreditinė kortelė yra apie operacijų, kurios neatitinka naudojimo modelių, paieška. Ji linkusi klysti atsargiai. Sulaukiau skambučių iš savo kreditinės kortelės, naudodamas per daug uolų algoritmą, kai į išsinuomotą automobilį įpyliau degalų Dalase, o vėliau – į asmeninį automobilį Čikagoje. Tai buvo teisėta, bet pakankamai neįprasta, kad būtų pažymėta.

""American Express apdoroja 1 trilijoną dolerių operacijų ir turi 110 milijonų veikiančių AmEx kortelių. Jie labai priklauso nuo duomenų analizės ir mašininio mokymosi algoritmų, kad padėtų aptikti sukčiavimą beveik realiu laiku ir taip sutaupoma milijonų nuostolių.

• Sukčiavimas ir piktnaudžiavimas vaistais. Sistemos gali rasti neįprastų elgesio modelių, pagrįstų daugeliu užprogramuotų taisyklių. Pavyzdžiui, jei pacientas tą pačią dieną lankėsi pas tris skirtingus gydytojus mieste su panašiais skundais skausmu, gali reikėti atlikti papildomą tyrimą, kad būtų išvengta piktnaudžiavimo.
• AI viduje sveikatos priežiūros turėjo puikių laimėjimų.
  • AI ir gilus mokymasis buvo mokomas lyginti rentgeno spindulius su įprastais radiniais. Jis galėjo sustiprinti radiologų darbą, pažymėdamas anomalijas, kurias radiologas galėtų patikrinti.
• AI gerai veikia su socialinis ir apsipirkimas. Viena iš priežasčių, kodėl mes tai matome taip dažnai, yra maža rizika. Rizika, kad AI bus klaidinga ir turės rimtų pasekmių, yra maža.
• • Jei patiko/nusipirkai tai, manome, kad jums patiks tai. Nuo „Amazon“ iki „Netflix“ ir „YouTube“ jie visi naudoja tam tikrą modelio atpažinimo formą. „Instagram“ dirbtinis intelektas mano, kad jūsų sąveika sutelkia jūsų sklaidos kanalą. Tai dažniausiai veikia geriausiai, jei algoritmas gali sudėti jūsų nuostatas į grupę ar kitų panašius pasirinkimus padariusių vartotojų grupę arba jei jūsų pomėgiai yra siauri.
  • AI turėjo tam tikrą sėkmę veido atpažinimo. „Facebook“ naujoje nuotraukoje gali atpažinti anksčiau pažymėtą asmenį. Kai kurios ankstyvosios su saugumu susijusios veido atpažinimo sistemos buvo suklaidintos kaukėmis.
• AI sulaukė sėkmės žemės ūkis naudojant mašininį mokymąsi, daiktų interneto jutiklius ir prijungtas sistemas.
  • AI padėjo išmanieji traktoriai sodinkite ir nuimkite derlių, kad padidintumėte derlių, sumažintumėte trąšų kiekį ir padidintumėte maisto gamybos sąnaudas.
  • Su duomenų taškais iš 3-D žemėlapių, dirvožemio jutikliais, dronais, orų modeliais, prižiūrimi mašininis mokymasis randa modelius dideliuose duomenų rinkiniuose, kad nuspėtų geriausią javų sodinimo laiką ir prognozuotų derlių dar prieš jas pasodinant.
  • Pieno ūkiai Naudokitės dirbtinio intelekto robotais, kad pačios karvės melžtų, AI ir mašininis mokymasis taip pat stebi karvės gyvybinius požymius, aktyvumą, maisto ir vandens suvartojimą, kad jos būtų sveikos ir patenkintos.
  • Su AI pagalba, ūkininkai kurie sudaro mažiau nei 2% gyventojų, likusioje JAV dalyje išmaitina 300 mln.
  • Dirbtinis intelektas žemės ūkyje

Taip pat yra puikių AI istorijų sėkmė paslaugų, mažmeninės prekybos, žiniasklaidos ir gamybos srityse. AI tikrai yra visur.

AI stipriosios ir silpnosios pusės kontrastuojamos

Tvirtas AI stipriųjų ir silpnųjų pusių supratimas gali prisidėti prie jūsų AI iniciatyvų sėkmės. Taip pat atminkite, kad šiuo metu dešiniajame stulpelyje pateiktos galimybės yra galimybės. Tai yra sritys, kuriose pardavėjai ir besikeičiantys naudotojai šiuo metu daro pažangą. Po metų dar kartą apžvelgsime galimybes, kurios šiuo metu meta iššūkį AI, ir dokumentuosime poslinkį į kairę. Jei atidžiai išstudijuotumėte toliau pateiktą diagramą, nenustebčiau, jei tarp to momento, kai parašiau šį tekstą, ir jo paskelbimo, įvyko tam tikras judėjimas.

Kokia AI ateitis?

Jei dirbtinis intelektas būtų protingesnis, jis galėtų nuspėti, kas bus ateityje. Aišku, kad jų yra daug klaidingi apie tai, ką AI gali ir ko negali. Daug klaidingas supratimas ir AI neraštingumas yra technologijų rinkodaros, per didelio esamų pajėgumų, rezultatas. AI yra įspūdingas tuo, ką jis gali padaryti šiandien. Prognozuoju, kad per ateinančius 2 ar 3 metus daugelis dešiniojo stulpelio silpnybių pasislinks į kairę ir taps stipriosiomis pusėmis.

[Pabaigęs šį straipsnį, pristačiau ankstesnę pastraipą OpenAI, atviros AI platformos kalbų generatorius. Galbūt matėte kai kuriuos meno kūrinius, sukurtus naudojant DALL-E. Norėjau sužinoti, ką ji galvoja apie AI ateitį. Štai ką jis turėjo pasakyti. ]

AI ateitis nėra susijusi su kelių serverių įsigijimu ir paruošto programinės įrangos paketo įdiegimu. Tai tinkamų žmonių paieška ir samdymas, tinkamos komandos sukūrimas ir tinkamų investicijų tiek į techninę, tiek į programinę įrangą.

Kai kurios galimos AI sėkmės per ateinančius kelerius metus:

• Prognozių ir rekomendacijų tikslumo didinimas
• Sprendimų priėmimo procesų tobulinimas
• Paspartinti mokslinius tyrimus ir plėtrą
• Padeda automatizuoti ir optimizuoti verslo procesus

Tačiau yra ir kai kurių galimų AI gedimų, apie kuriuos įmonės turėtų žinoti, pavyzdžiui:

• Per didelis pasitikėjimas dirbtiniu intelektu, dėl kurio priimami neoptimalūs sprendimai
• Nesupratimas, kaip veikia AI, sukelia netinkamą naudojimą
• Duomenų, naudojamų dirbtinio intelekto modeliams mokyti, šališkumas, dėl kurio gaunami netikslūs rezultatai
• Susirūpinimas dėl duomenų, naudojamų dirbtinio intelekto modeliams mokyti, saugumo ir privatumo

Taigi, ką tai reiškia įmonėms, investuojančioms į AI, kad papildytų savo tradicinę analizę? Trumpas atsakymas yra toks, kad nėra trumpųjų kelių. 85% AI iniciatyvų žlunga. Įdomu tai, kad tai panašu į dažnai cituojamą statistiką, susijusią su tradiciniais IT ir BI projektais. Vis tiek reikia atlikti tą patį sunkų darbą, kurio visada reikėjo, kad galėtumėte gauti naudos iš analizės. Vizija turi egzistuoti, būti realistiška ir įgyvendinama. Nešvarus darbas yra duomenų paruošimas, duomenų ginčymasis ir duomenų valymas. Tai visada reikės daryti. Mokydamiesi AI, dar labiau. Šiuo metu nėra nuorodų į žmogaus įsikišimą. Žmonės vis dar turi apibrėžti algoritmus. Žmonės privalo nustatyti „teisingą“ atsakymą.

Apibendrinant galima pasakyti, kad norint, kad dirbtinis intelektas būtų sėkmingas, žmonės turi:

• Sukurti infrastruktūrą. Tai iš esmės nustato ribas, kuriose AI veiks. Kalbama apie tai, ar fondas gali palaikyti nestruktūrizuotus duomenis, blokų grandinę, daiktų internetą, tinkamą saugumą.
• Pagalba atrandant. Raskite ir nustatykite duomenų prieinamumą. Duomenys, skirti mokyti dirbtinio intelekto, turi egzistuoti ir būti prieinami.
• Kurkite duomenis. Pateikus didelį duomenų rinkinį ir, atitinkamai, daug galimų rezultatų, gali prireikti domeno eksperto, kad įvertintų rezultatus. Kuravimas taip pat apims duomenų konteksto patvirtinimą.

Norėdami pasiskolinti frazę iš duomenų mokslininkų, kad įmonės sėkmingai naudotų dirbtinį intelektą, kad galėtų pridėti vertės esamoms analizės galimybėms, jos turi sugebėti atskirti signalą nuo triukšmo, žinią nuo triukšmo.

Prieš septynerius metus IBM Ginni Rometty pasakė kažką panašaus į „Watson Health [AI] yra mūsų mėnulis. Kitaip tariant, AI – nusileidimo į Mėnulį atitikmuo – yra įkvepiantis, pasiekiamas, ištemptas tikslas. Nemanau, kad mes nusileidome Mėnulyje. Dar. IBM ir daugelis kitų kompanijų toliau siekia transformuojančio AI tikslo.

Jei AI yra mėnulis, mėnulis yra matomas ir yra arčiau nei bet kada.