यो बाहिर जान्छ, हो, तर मात्र मुश्किल

एआई सर्वव्यापी छ। आजकल घरमा AI को लागि सबैभन्दा सामान्य स्थानहरू मध्ये एक हो स्मार्टफोन, स्मार्ट घरहरू र उपकरणहरू। भर्खरै, जब हामी डिनरमा बस्यौं, हामीले एलेक्सासँग कुराकानी गरेका थियौं जुन यस्तो भयो:

Me: Alexa, शावक हाइलाइटहरू खेल्नुहोस्। [यो एलेक्साको गृह स्क्रिनमा टाउट गरिएको सुविधा हो। तपाईंको मनपर्ने टोलीको लागि हाइलाइटहरू प्ले गर्न Alexa लाई सोध्नुहोस्।]

alexa: मैले वेबमा केहि फेला पारे। [मलाई थाहा छ जब Alexa यसरी सुरु हुन्छ, त्यहाँ समस्या छ। यो राम्ररी जानेवाला छैन। एलेक्साले मुट्ठीभर भिडियोहरूको सूची देखाउँछ। हो, तिनीहरूमध्ये धेरै जसो बेसबल भिडियोहरू हुन् जसमा खेलाडीहरूले विगत 5 वर्षहरूमा असाधारण खेलहरू खेलेका छन्। मेरो गल्ति। पुन: प्रयास गर्नुहोस्।]

Me: Alexa, मलाई भर्खरको शिकागो कब्स बेसबल खेलका लागि हाइलाइटहरू देखाउनुहोस्। [म आशा गर्छु कि यसले मेरो अनुरोधलाई बुझ्न नसक्नुको दोष स्वीकार गरेकोले यसले निन्दनीय स्वर पत्ता लगाउन सक्दैन।]

alexa: शिकागो कब्स खेलका लागि हाइलाइटहरू खेल समाप्त भएको दुई घण्टा पछि उपलब्ध हुनेछन्। [प्रगति। मलाई थाहा थिएन कि उनीहरू यस क्षणमा खेल्दैछन्। भाग्य मेरो पक्षमा छ। म अचानक आशावादी छु।]

Me: एलेक्सा, ठीक छ मलाई हिजोको प्रभावकारी हाइलाइटहरू देखाउनुहोस्, त्यसपछि। [हो, मेरो निराशा देखाउन थालेको छ। म कोड तोड्ने धेरै नजिक छु। म लगभग स्वाद गर्न सक्छु।]

alexa: मलाई माफ गर्नुहोस्, मलाई त्यो थाहा छैन। [यो धेरै पटक भनिन्छ। सायद म स्पष्ट थिइनँ।]

मलाई: तिमी म सँग जिस्केको? शिकागो कब्स र पिट्सबर्ग पाइरेट्स बिच सोमबार जुलाई २५, २०२२ मा Wrigley Field मा हुने मेजर लिग बेसबल खेलको भिडियो हाइलाइटहरू प्ले गर्नुहोस्। [यस पटक म विश्वस्त छु कि मैले यसलाई नलिएको छु। मैले एउटा विशिष्ट, अस्पष्ट अनुरोधलाई थुकेको छु जुन एउटा सीप हो जुन मलाई थाहा छ एलेक्सासँग छ। यसअघि पनि यस्तो गरिसकेको छ । ]

alexa: [मौन। केही छैन। कुनै प्रतिक्रिया छैन। मैले जादू जगाउने शब्द भन्न बिर्सेको छु, एलेक्सा।]

यो औसत IQ 18 वर्षको उमेरको मानिसको लगभग 100 हुन्छ। 6 वर्षको मानिसको औसत IQ 55 हुन्छ। Google AI IQ लाई 47 मा मूल्याङ्कन गरिएको थियो। Siri को IQ 24 हुने अनुमान गरिएको छ। Bing र Baidu 30 को दशकमा छन्। मैले एलेक्साको IQ को मूल्याङ्कन फेला पारेन, तर मेरो अनुभव प्रिस्कूलरसँग कुरा गर्नु जस्तै थियो।

कतिपयले भन्न सक्छन्, कम्प्युटरलाई IQ परीक्षण दिनु उचित होइन। तर, त्यो बिल्कुल बिन्दु हो। AI को प्रतिज्ञा भनेको मानिसले गर्ने काम मात्र राम्रो हो। अहिलेसम्म, प्रत्येक हेड-टू-हेड - वा, हामी भन्न सक्छौं, न्यूरल नेटवर्कदेखि न्यूरल नेटवर्क - चुनौती धेरै केन्द्रित छ। चेस खेल्दै। रोग निदान। दुध दिने गाई । गाडी चलाउने। रोबोटले सामान्यतया जित्छ। म के देख्न चाहन्छु वाट्सनले कार चलाउँदा र जोपार्डी खेल्दा गाईलाई दूध दिइरहेको छ। अब, कि trifecta हुनेछ। दुर्घटनामा नपरेर सवारी चलाउँदा मानिसले चुरोट खोज्न पनि सक्दैनन् ।

AI को IQ

मेशिन द्वारा आउटविट गरिएको। मलाई शंका छ कि म एक्लो छैन। मैले सोच्न थालें, यदि यो कलाको राज्य हो भने, यी चीजहरू कत्तिको स्मार्ट छन्? के हामी मानिसको बुद्धिलाई मेसिनसँग तुलना गर्न सक्छौं?

वैज्ञानिकहरूले मूल्याङ्कन गरिरहेका छन् सिक्न र तर्क गर्न प्रणालीको क्षमता। अहिलेसम्म, सिंथेटिक मानवहरूले वास्तविक चीजको रूपमा राम्रो गरेका छैनन्। अन्वेषकहरूले कमीहरू पहिचान गर्नका लागि कमजोरीहरू प्रयोग गर्दैछन् ताकि हामी अझ राम्रोसँग बुझ्न सक्छौं कि थप विकास र प्रगति कहाँ गर्न आवश्यक छ।

तपाईले बिन्दुलाई नछुटाउन र एआईमा "I" ले के प्रतिनिधित्व गर्दछ भनेर बिर्सनुहुन्न, मार्केटरहरूले अब स्मार्ट एआई शब्द बनाएका छन्।

के एआई संवेदनशील छ?

के रोबोटहरूमा भावनाहरू छन्? कम्प्युटर अनुभव गर्न सक्छ ईmotions? होइन। अगाडि बढौं। यदि तपाईं चाहनुहुन्छ भने पढ्नुहोस यसको बारेमा, एउटा (पूर्व) गुगल इन्जिनले दावी गर्छ कि गुगलले काम गरिरहेको एआई मोडेल संवेदनशील छ। उसले बोटसँग डरलाग्दो च्याट गर्यो जसले उसलाई विश्वस्त गरयो कि कम्प्युटरमा भावनाहरू छन्। कम्प्युटर आफ्नो जीवनको लागि डराउँछ। मलाई विश्वास पनि लाग्दैन कि मैले त्यो वाक्य लेखेको छु। कम्प्युटरसँग डराउने जीवन छैन। कम्प्युटरले सोच्न सक्दैन। एल्गोरिदमहरू सोचिएका छैनन्।

यद्यपि, म छक्क पर्ने छैन, यदि कम्प्युटरले निकट भविष्यमा एउटा आदेशको जवाफ दिन्छ: "मलाई माफ गर्नुहोस्, डेभ, म त्यो गर्न सक्दिन।"

AI कहाँ असफल हुन्छ?

वा, अझ स्पष्ट रूपमा, किन एआई परियोजनाहरू असफल हुन्छन्? तिनीहरू उही कारणहरूका लागि असफल हुन्छन् जुन आईटी परियोजनाहरू सधैं असफल भएका छन्। आयोजनाहरू अव्यवस्थित, वा समय, दायरा वा बजेट व्यवस्थापनमा असफलताका कारण असफल हुन्छन्।

• अस्पष्ट वा अपरिभाषित दृष्टि। कमजोर रणनीति। तपाईंले व्यवस्थापनलाई यसो भनेको सुन्नु भएको हुनसक्छ, "हामीले बाकस जाँच गर्न आवश्यक छ।" यदि मूल्य प्रस्ताव परिभाषित गर्न सकिँदैन भने, उद्देश्य अस्पष्ट छ।
• अवास्तविक आशा। यो गलतफहमी, कम संचार, वा अवास्तविक समय तालिका को कारण हुन सक्छ। अवास्तविक अपेक्षाहरू एआई उपकरण क्षमताहरू र पद्धतिको बुझाइको कमीबाट पनि उत्पन्न हुन सक्छ।
• अस्वीकार्य आवश्यकताहरू। व्यापार आवश्यकताहरू राम्रोसँग परिभाषित गरिएको छैन। सफलताको मेट्रिक्स अस्पष्ट छन्। यस वर्गमा डेटा बुझ्ने कर्मचारीहरूको अवमूल्यन पनि छ।
• बजेटविहीन र कम अनुमानित परियोजनाहरू। लागत पूर्ण र वस्तुनिष्ठ रूपमा अनुमान गरिएको छैन। आकस्मिकहरूको लागि योजना र प्रत्याशित गरिएको छैन। पहिले नै धेरै व्यस्त रहेका कर्मचारीहरूको समय योगदानलाई कम मूल्याङ्कन गरिएको छ।
• अप्रत्याशित परिस्थितिहरू। हो, मौका हुन्छ, तर मलाई लाग्छ कि यो खराब योजना अन्तर्गत पर्दछ।

हाम्रो अघिल्लो पोस्ट पनि हेर्नुहोस् एनालिटिक्स र व्यापार खुफिया मा असफलता को 12 कारणहरु.

एआई, आज, धेरै शक्तिशाली छ र कम्पनीहरूलाई ठूलो सफलता हासिल गर्न मद्दत गर्न सक्छ। जब एआई पहलहरू असफल हुन्छन्, असफलता लगभग सधैं माथिको मध्ये एकमा पत्ता लगाउन सकिन्छ।

एआई एक्सेल कहाँ हुन्छ?

एआई दोहोरिने, जटिल कार्यहरूमा राम्रो छ। (निष्पक्ष हुनका लागि, यसले सरल, दोहोरिने कामहरू पनि गर्न सक्छ। तर, तपाईंको प्रिस्कूलरलाई यो गर्न सस्तो हुनेछ।) यो ढाँचा र सम्बन्धहरू पत्ता लगाउन राम्रो छ, यदि तिनीहरू अवस्थित छन् भने, डेटाको विशाल मात्रामा।

• विशिष्ट ढाँचाहरू नमिल्ने घटनाहरू खोज्दा AI ले राम्रो गर्छ।
  • पत्ता लगाउँदै क्रेडिट कार्ड ठगी प्रयोग ढाँचाहरू पालना नगर्ने लेनदेनहरू फेला पार्ने बारे हो। यो सावधानी को पक्ष मा गल्ती गर्छ। मैले मेरो क्रेडिट कार्डबाट अत्यधिक जोसिलो एल्गोरिदमको साथ कलहरू प्राप्त गरेको छु जब मैले मेरो भाडाको कार डलासमा ग्यासले भरें र त्यसपछि शिकागोमा मेरो व्यक्तिगत कार भरें। यो वैध थियो, तर झण्डा प्राप्त गर्न पर्याप्त असामान्य थियो।

"अमेरिकन एक्सप्रेस लेनदेनमा $1 ट्रिलियन प्रशोधन गर्दछ र 110 मिलियन AmEx कार्डहरू सञ्चालनमा छन्। तिनीहरू डेटा एनालिटिक्स र मेशिन लर्निङ एल्गोरिदममा धेरै भरोसा गर्छन् कि वास्तविक समयमा जालसाजी पत्ता लगाउन मद्दत गर्न, त्यसैले लाखौं घाटा बचत गर्न।

• औषधि सम्बन्धी धोखाधडी र दुरुपयोग। प्रणालीहरूले धेरै प्रोग्राम गरिएका नियमहरूमा आधारित व्यवहारको असामान्य ढाँचाहरू फेला पार्न सक्छन्। उदाहरणका लागि, यदि एक बिरामीले एउटै दिन शहर वरिपरि तीनवटा फरक डाक्टरहरूलाई पीडाको समान गुनासोहरू देखेमा, दुरुपयोगलाई अस्वीकार गर्न थप अनुसन्धानको आवश्यकता हुन सक्छ।
• AI मा स्वास्थ्य केही उत्कृष्ट सफलताहरू पाएका छन्।
  • एआई र गहिरो शिक्षालाई एक्स-रेलाई सामान्य निष्कर्षहरूसँग तुलना गर्न सिकाइएको थियो। यसले रेडियोलोजिस्टलाई जाँच गर्नको लागि असामान्यताहरू फ्ल्याग गरेर रेडियोलोजिस्टहरूको काम बढाउन सक्षम थियो।
• AI सँग राम्रोसँग काम गर्दछ सामाजिक र किनमेल। हामीले यो धेरै देख्नुको एउटा कारण यो हो कि त्यहाँ कम जोखिम छ। AI गलत हुनु र गम्भीर परिणामहरू हुने जोखिम कम छ।
• • यदि तपाइँ मन पराउनुभयो / किन्नु भयो यो, हामी तपाईंलाई मनपर्छ भन्ने लाग्छ यो। Amazon देखि Netflix र YouTube सम्म, तिनीहरू सबै ढाँचा पहिचान को केहि रूप को उपयोग गर्दछ। Instagram AI ले तपाइँको अन्तरक्रियालाई तपाइँको फिड फोकस गर्न विचार गर्दछ। यदि एल्गोरिदमले तपाइँका प्राथमिकताहरूलाई बाल्टीमा राख्न सक्छ वा समान छनोटहरू गर्ने अन्य प्रयोगकर्ताहरूको समूहमा राख्न सक्छ भने, वा यदि तपाइँका रुचिहरू साँघुरो छन् भने यसले राम्रो काम गर्छ।
  • AI ले केही सफलता पाएको छ अनुहार मान्यता। फेसबुकले नयाँ फोटोमा पहिले ट्याग गरिएको व्यक्तिलाई पहिचान गर्न सक्षम छ। केही प्रारम्भिक सुरक्षा-सम्बन्धित अनुहार पहिचान प्रणालीहरू मास्कहरूद्वारा मूर्ख बनाइयो।
• AI ले सफलताको आनन्द उठाएको छ खेती गर्दै मेसिन लर्निङ, IoT सेन्सर र जडान गरिएका प्रणालीहरू प्रयोग गर्दै।
  • AI ले सहयोग गर्यो स्मार्ट ट्रयाक्टरहरू बिरुवा र फसल खेती अधिकतम उत्पादन, मल न्यूनतम र खाद्य उत्पादन लागत सुधार गर्न।
  • 3-डी नक्साहरू, माटो सेन्सरहरू, ड्रोनहरू, मौसम ढाँचाहरू, पर्यवेक्षण गरिएका डेटा पोइन्टहरू सहित मेशिन सिकाइ ठूला डाटा सेटहरूमा ढाँचाहरू फेला पार्छ जसले बालीहरू रोप्नको लागि उत्तम समयको भविष्यवाणी गर्दछ र तिनीहरू रोप्नु अघि उत्पादनको भविष्यवाणी गर्दछ।
  • दुग्ध फार्महरू गाईको दूध आफैं खुवाउन AI रोबोटहरू प्रयोग गर्नुहोस्, AI र मेसिन लर्निङले गाईका अत्यावश्यक लक्षणहरू, गतिविधि, खाना र पानीको सेवनलाई स्वस्थ र सन्तुष्ट राख्नको लागि निगरानी गर्दछ।
  • AI को सहयोगमा, किसानहरू जो जनसंख्याको 2% भन्दा कम छन् संयुक्त राज्य अमेरिकामा 300 मिलियन खुवाउँछन्।
  • कृषिमा कृत्रिम बुद्धिमत्ता

AI को महान कथाहरू पनि छन् सफलता सेवा उद्योग, खुद्रा, मिडिया र निर्माण मा। एआई साँच्चै जताततै छ।

AI शक्ति र कमजोरीहरू विपरित

AI को बल र कमजोरीहरूको ठोस बुझाइले तपाईंको AI पहलहरूको सफलतामा योगदान पुर्‍याउन सक्छ। याद गर्नुहोस्, यो पनि, कि हाल दायाँ-हात स्तम्भमा क्षमताहरू अवसरहरू हुन्। यी ती क्षेत्रहरू हुन् जसमा विक्रेताहरू र ब्लीडिङ एज एडप्टरहरूले हाल प्रगति गरिरहेका छन्। हामी क्षमताहरू हेर्नेछौं जसले हाल एआईलाई एक वर्षमा फेरि चुनौती दिन्छ र बायाँ-शिफ्ट कागजात गर्दछ। यदि तपाईंले निम्न चार्टलाई ध्यानपूर्वक अध्ययन गर्नुभयो भने, मैले यो लेख्ने समय र यो प्रकाशित भएको समय बीचमा केही आन्दोलन भएमा म छक्क पर्ने छैन।

AI को भविष्य के हो?

यदि AI स्मार्ट भएको भए, यसले भविष्यमा के हुन्छ भनेर भविष्यवाणी गर्न सक्छ। यो स्पष्ट छ कि त्यहाँ धेरै छन् गलत धारणाहरू AI ले के गर्न सक्छ र के गर्न सक्दैन। धेरै गलत धारणा र एआई निरक्षरता टेक मार्केटिङको नतिजा हो, अवस्थित क्षमताहरूलाई अति-हाइप गर्दै। AI ले आज के गर्न सक्छ त्यसको लागि प्रभावशाली छ। म भविष्यवाणी गर्छु कि दाहिने हातको स्तम्भमा भएका धेरै कमजोरीहरू बायाँतिर सर्नेछ र अर्को २ वा ३ वर्षमा बलियो बन्नेछ।

[मैले यो लेख समाप्त गरेपछि, मैले अघिल्लो अनुच्छेद प्रस्तुत गरें OpenAI, खुला एआई प्लेटफर्म भाषा जनरेटर। तपाईंले यसको DALL-E द्वारा उत्पन्न केही कला देख्नु भएको होला। म जान्न चाहन्छु कि यसले AI को भविष्यको बारेमा के सोचेको छ। यहाँ के भन्नु थियो। ]

AI को भविष्य केहि सर्भरहरू किन्न र अफ-द-शेल्फ सफ्टवेयर प्याकेज स्थापना गर्ने बारे होइन। यो सही व्यक्तिहरू खोज्ने र काममा राख्ने, सही टोली निर्माण गर्ने, र हार्डवेयर र सफ्टवेयर दुवैमा सही लगानी गर्ने बारे हो।

आगामी केही वर्षहरूमा AI को केही सम्भावित सफलताहरू समावेश छन्:

• भविष्यवाणी र सिफारिसहरूको बढ्दो शुद्धता
• निर्णय प्रक्रिया सुधार गर्दै
• अनुसन्धान र विकास को गति
• व्यापार प्रक्रियाहरू स्वचालित र अनुकूलन गर्न मद्दत गर्दै

यद्यपि, त्यहाँ एआईका केही सम्भावित विफलताहरू पनि छन् जुन व्यवसायहरूलाई सचेत हुनुपर्छ, जस्तै:

• AI मा अत्यधिक निर्भरताले सबोप्टिमल निर्णयहरू निम्त्याउँछ
• AI ले कसरी काम गर्छ भन्ने बुझाइको कमीले दुरुपयोग निम्त्याउँछ
• AI मोडेलहरूलाई तालिम दिन प्रयोग गरिने डेटामा पूर्वाग्रहले गलत नतिजाहरू निम्त्याउँछ
• AI मोडेलहरूलाई तालिम दिन प्रयोग गरिने डेटाको वरिपरि सुरक्षा र गोपनीयतासम्बन्धी सरोकारहरू

त्यसोभए, AI मा लगानी गर्ने व्यवसायहरूले तिनीहरूको परम्परागत विश्लेषणलाई पूरक बनाउन यसको अर्थ के हो? छोटो जवाफ हो, त्यहाँ कुनै सर्ट-कटहरू छैनन्। 85% AI पहलहरू असफल हुन्छन्। चाखलाग्दो कुरा के छ भने, यो परम्परागत IT र BI परियोजनाहरूसँग सम्बन्धित प्रायः-उद्धृत तथ्याङ्कहरूसँग मिल्दोजुल्दो छ। उही कडा परिश्रम जुन तपाईले एनालिटिक्सबाट मूल्य प्राप्त गर्न सक्नु अघि सधैं आवश्यक छ। दृष्टि अवस्थित हुनुपर्छ, यथार्थपरक र प्राप्त गर्न सकिन्छ। फोहोर काम भनेको डाटा तयारी, डाटा र्याङ्लिंग र डाटा क्लिन्जिङ हो। यो सधैं गर्न आवश्यक हुनेछ। प्रशिक्षण AI मा, अझ धेरै। मानव हस्तक्षेपको लागि हाल कुनै सर्टकटहरू छैनन्। मानिसहरू अझै पनि एल्गोरिदम परिभाषित गर्न आवश्यक छ। मानिसहरूलाई "सही" जवाफ पहिचान गर्न आवश्यक छ।

संक्षेपमा, एआई सफल हुनको लागि, मानिसहरूलाई आवश्यक छ:

• पूर्वाधार निर्माण गर्ने। यसले अनिवार्य रूपमा एआईले काम गर्ने सीमाहरू स्थापना गर्दैछ। यो फाउन्डेशनले असंरचित डाटा, ब्लकचेन, IoT, उपयुक्त सुरक्षालाई समर्थन गर्न सक्छ कि सक्दैन भन्ने बारे हो।
• आविष्कारमा सहयोग। पत्ता लगाउनुहोस् र डाटाको उपलब्धता निर्धारण गर्नुहोस्। AI लाई तालिम दिनको लागि डाटा अवस्थित र उपलब्ध हुनुपर्छ।
• डाटा क्युरेट गर्नुहोस्। जब ठूलो डेटा सेटको साथ प्रस्तुत गरिन्छ र फलस्वरूप, सम्भावित परिणामहरूको ठूलो संख्यामा, परिणामहरूको मूल्याङ्कन गर्न डोमेन विशेषज्ञ आवश्यक हुन सक्छ। क्युरेसनमा डेटा सन्दर्भको प्रमाणीकरण पनि समावेश हुनेछ।

डाटा वैज्ञानिकहरूबाट वाक्यांश उधारो लिनको लागि, कम्पनीहरू AI सँग सफल हुनको लागि, अवस्थित एनालिटिक्स क्षमताहरूमा मूल्य थप्न सक्षम हुन, तिनीहरूले हल्लाबाट संकेत, सन्देशलाई प्रचारबाट अलग गर्न सक्षम हुन आवश्यक छ।

सात वर्ष अघि, आईबीएमको गिन्नी रोमेटी केही भन्नु भयो, वाटसन हेल्थ [एआई] हाम्रो चन्द्रमा हो। अर्को शब्दमा, AI - चन्द्रमा अवतरणको बराबर - एक प्रेरणादायक, प्राप्त गर्न सकिने, स्ट्रेच लक्ष्य हो। मलाई लाग्दैन कि हामी चन्द्रमामा अवतरण गरेका छौं। अझै। IBM, र धेरै अन्य कम्पनीहरूले परिवर्तनकारी AI को लक्ष्य तिर काम जारी राख्छन्।

यदि AI चन्द्रमा हो भने, चन्द्रमा दृष्टिमा छ र यो पहिले भन्दा नजिक छ।