ਜਿਵੇਂ ਕਿ ਇਹ ਪਤਾ ਚਲਦਾ ਹੈ, ਹਾਂ, ਪਰ ਸਿਰਫ ਮੁਸ਼ਕਿਲ ਨਾਲ
AI ਸਰਵ ਵਿਆਪਕ ਹੈ। ਅੱਜ ਕੱਲ੍ਹ ਘਰ ਵਿੱਚ AI ਲਈ ਸਭ ਤੋਂ ਆਮ ਸਥਾਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਸਮਾਰਟਫੋਨ, ਸਮਾਰਟ ਘਰ ਅਤੇ ਉਪਕਰਣ। ਹਾਲ ਹੀ ਵਿੱਚ, ਜਦੋਂ ਅਸੀਂ ਰਾਤ ਦੇ ਖਾਣੇ ਲਈ ਬੈਠੇ, ਅਸੀਂ ਅਲੈਕਸਾ ਨਾਲ ਗੱਲਬਾਤ ਕੀਤੀ ਜੋ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਸੀ:
Me: ਅਲੈਕਸਾ, ਕਬਜ਼ ਹਾਈਲਾਈਟਸ ਚਲਾਓ। [ਇਹ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜੋ ਅਲੈਕਸਾ ਦੀ ਹੋਮ ਸਕ੍ਰੀਨ 'ਤੇ ਦਿੱਤੀ ਗਈ ਹੈ। ਅਲੈਕਸਾ ਨੂੰ ਆਪਣੀ ਮਨਪਸੰਦ ਟੀਮ ਲਈ ਹਾਈਲਾਈਟ ਖੇਡਣ ਲਈ ਕਹੋ।]
ਅਲੈਕਸਾ: ਮੈਨੂੰ ਵੈੱਬ 'ਤੇ ਕੁਝ ਮਿਲਿਆ। [ਮੈਨੂੰ ਪਤਾ ਹੈ ਕਿ ਜਦੋਂ ਅਲੈਕਸਾ ਇਸ ਤਰ੍ਹਾਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਸਮੱਸਿਆ ਹੁੰਦੀ ਹੈ। ਇਹ ਠੀਕ ਨਹੀਂ ਚੱਲ ਰਿਹਾ। ਅਲੈਕਸਾ ਮੁੱਠੀ ਭਰ ਵੀਡੀਓਜ਼ ਦੀ ਸੂਚੀ ਦਿਖਾਉਂਦਾ ਹੈ। ਇਹ ਸੱਚ ਹੈ ਕਿ, ਉਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਬੇਸਬਾਲ ਵੀਡੀਓ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਖਿਡਾਰੀਆਂ ਨੇ ਪਿਛਲੇ 5 ਸਾਲਾਂ ਵਿੱਚ ਬੇਮਿਸਾਲ ਨਾਟਕ ਖੇਡੇ ਹਨ। ਮੇਰੀ ਗਲਤੀ. ਫਿਰ ਕੋਸ਼ਿਸ਼ ਕਰੋ.]
Me: ਅਲੈਕਸਾ, ਮੈਨੂੰ ਨਵੀਨਤਮ ਸ਼ਿਕਾਗੋ ਕਬਜ਼ ਬੇਸਬਾਲ ਗੇਮ ਲਈ ਹਾਈਲਾਈਟਸ ਦਿਖਾਓ। [ਮੈਂ ਉਮੀਦ ਕਰ ਰਿਹਾ ਹਾਂ ਕਿ ਇਹ ਸੁਹਿਰਦ ਟੋਨ ਦਾ ਪਤਾ ਨਹੀਂ ਲਵੇਗਾ ਕਿਉਂਕਿ ਮੈਂ ਇਸ ਲਈ ਦੋਸ਼ ਸਵੀਕਾਰ ਕਰਦਾ ਹਾਂ ਕਿ ਇਹ ਮੇਰੀ ਬੇਨਤੀ ਨੂੰ ਸਮਝਣ ਦੇ ਯੋਗ ਨਹੀਂ ਹੈ।]
ਅਲੈਕਸਾ: ਸ਼ਿਕਾਗੋ ਕਬਸ ਗੇਮ ਲਈ ਹਾਈਲਾਈਟਸ ਗੇਮ ਖਤਮ ਹੋਣ ਤੋਂ ਦੋ ਘੰਟੇ ਬਾਅਦ ਉਪਲਬਧ ਹੋਣਗੇ। [ਤਰੱਕੀ. ਮੈਨੂੰ ਨਹੀਂ ਪਤਾ ਸੀ ਕਿ ਉਹ ਇਸ ਸਮੇਂ ਖੇਡ ਰਹੇ ਹੋਣਗੇ। ਕਿਸਮਤ ਮੇਰੇ ਪਾਸੇ ਹੈ. ਮੈਂ ਅਚਾਨਕ ਆਸ਼ਾਵਾਦੀ ਹਾਂ।]
Me: ਅਲੈਕਸਾ, ਠੀਕ ਹੈ, ਮੈਨੂੰ ਕੱਲ੍ਹ ਦੀਆਂ ਈਫਿੰਗ ਹਾਈਲਾਈਟਸ ਦਿਖਾਓ, ਫਿਰ। [ਹਾਂ, ਮੇਰੀ ਨਿਰਾਸ਼ਾ ਦਿਖਾਈ ਦੇਣ ਲੱਗੀ ਹੈ। ਮੈਂ ਕੋਡ ਨੂੰ ਤੋੜਨ ਦੇ ਬਹੁਤ ਨੇੜੇ ਹਾਂ। ਮੈਂ ਲਗਭਗ ਇਸਦਾ ਸੁਆਦ ਲੈ ਸਕਦਾ ਹਾਂ.]
ਅਲੈਕਸਾ: ਮੈਨੂੰ ਮਾਫ਼ ਕਰਨਾ, ਮੈਂ ਉਸ ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ। [ਇਹ ਇਸ ਨੂੰ ਬਹੁਤ ਵਾਰ ਕਹਿੰਦਾ ਹੈ. ਸ਼ਾਇਦ ਮੈਂ ਸਪੱਸ਼ਟ ਨਹੀਂ ਸੀ।]
ਮੈਨੂੰ: ਤੁਸੀਂ ਮੇਰੇ ਨਾਲ ਮਜ਼ਾਕ ਕਰ ਰਹੇ ਹੋ? ਰਾਈਗਲੇ ਫੀਲਡ ਵਿਖੇ ਸੋਮਵਾਰ 25 ਜੁਲਾਈ, 2022 ਨੂੰ ਸ਼ਿਕਾਗੋ ਕਬਸ ਅਤੇ ਪਿਟਸਬਰਗ ਪਾਇਰੇਟਸ ਵਿਚਕਾਰ ਮੇਜਰ ਲੀਗ ਬੇਸਬਾਲ ਗੇਮ ਲਈ ਖੇਡੋ, ਵੀਡੀਓ ਹਾਈਲਾਈਟਸ। [ਇਸ ਵਾਰ ਮੈਨੂੰ ਭਰੋਸਾ ਹੈ ਕਿ ਮੈਂ ਇਸ ਨੂੰ ਪੂਰਾ ਕਰ ਲਿਆ ਹੈ। ਮੈਂ ਇੱਕ ਖਾਸ, ਅਸਪਸ਼ਟ ਬੇਨਤੀ ਨੂੰ ਥੁੱਕ ਦਿੱਤਾ ਹੈ ਜੋ ਇੱਕ ਹੁਨਰ ਹੈ ਜੋ ਮੈਨੂੰ ਪਤਾ ਹੈ ਕਿ ਅਲੈਕਸਾ ਕੋਲ ਹੈ। ਇਹ ਪਹਿਲਾਂ ਵੀ ਅਜਿਹਾ ਕਰ ਚੁੱਕਾ ਹੈ। ]
ਅਲੈਕਸਾ: [ਚੁੱਪ। ਕੁਝ ਨਹੀਂ। ਕੋਈ ਜਵਾਬ ਨਹੀਂ। ਮੈਂ ਮੈਜਿਕ ਵੇਕ ਅੱਪ ਸ਼ਬਦ ਕਹਿਣਾ ਭੁੱਲ ਗਿਆ ਹਾਂ, ਅਲੈਕਸਾ।]
The ਔਸਤ IQ 18 ਸਾਲ ਦੀ ਉਮਰ ਦੇ ਵਿਅਕਤੀ ਦਾ 100 ਦੇ ਆਸ-ਪਾਸ ਹੁੰਦਾ ਹੈ। 6-ਸਾਲ ਦੇ ਵਿਅਕਤੀ ਦਾ ਔਸਤ IQ 55 ਹੁੰਦਾ ਹੈ। Google AI IQ ਦਾ ਮੁਲਾਂਕਣ 47 ਹੁੰਦਾ ਹੈ। ਸਿਰੀ ਦਾ IQ 24 ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ। Bing ਅਤੇ Baidu 30 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਹਨ। ਮੈਨੂੰ ਅਲੈਕਸਾ ਦੇ ਆਈਕਿਊ ਦਾ ਕੋਈ ਮੁਲਾਂਕਣ ਨਹੀਂ ਮਿਲਿਆ, ਪਰ ਮੇਰਾ ਅਨੁਭਵ ਇੱਕ ਪ੍ਰੀਸਕੂਲਰ ਨਾਲ ਗੱਲ ਕਰਨ ਵਰਗਾ ਸੀ।
ਕੁਝ ਕਹਿ ਸਕਦੇ ਹਨ, ਕੰਪਿਊਟਰ ਨੂੰ ਆਈਕਿਊ ਟੈਸਟ ਦੇਣਾ ਉਚਿਤ ਨਹੀਂ ਹੈ। ਪਰ, ਇਹ ਬਿਲਕੁਲ ਬਿੰਦੂ ਹੈ. AI ਦਾ ਵਾਅਦਾ ਉਹੀ ਕਰਨਾ ਹੈ ਜੋ ਇਨਸਾਨ ਕਰਦੇ ਹਨ, ਸਿਰਫ਼ ਬਿਹਤਰ। ਹੁਣ ਤੱਕ, ਹਰ ਇੱਕ ਸਿਰ-ਤੋਂ-ਸਿਰ - ਜਾਂ, ਕੀ ਅਸੀਂ ਕਹੀਏ, ਨਿਊਰਲ ਨੈਟਵਰਕ ਤੋਂ ਨਿਊਰਲ ਨੈਟਵਰਕ -ਚੁਣੌਤੀ ਬਹੁਤ ਫੋਕਸ ਕੀਤੀ ਗਈ ਹੈ. ਸ਼ਤਰੰਜ ਖੇਡਣਾ। ਰੋਗ ਦਾ ਨਿਦਾਨ. ਦੁੱਧ ਦੇਣ ਵਾਲੀਆਂ ਗਾਵਾਂ। ਕਾਰਾਂ ਚਲਾਉਣਾ। ਰੋਬੋਟ ਆਮ ਤੌਰ 'ਤੇ ਜਿੱਤਦਾ ਹੈ। ਮੈਂ ਜੋ ਦੇਖਣਾ ਚਾਹੁੰਦਾ ਹਾਂ ਉਹ ਹੈ ਵਾਟਸਨ ਇੱਕ ਗਾਂ ਨੂੰ ਦੁੱਧ ਪਿਲਾ ਰਿਹਾ ਹੈ ਜਦੋਂ ਕਿ ਕਾਰ ਚਲਾਉਂਦੇ ਹੋਏ ਅਤੇ ਜੋਅਪਾਰਡੀ ਖੇਡਦੇ ਹੋਏ। ਹੁਣ, ਹੈ, ਜੋ ਕਿ trifecta ਹੋਵੇਗਾ. ਜਦੋਂ ਉਹ ਦੁਰਘਟਨਾ ਦਾ ਸ਼ਿਕਾਰ ਹੋਏ ਬਿਨਾਂ ਡਰਾਈਵਿੰਗ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਨ, ਤਾਂ ਮਨੁੱਖ ਆਪਣੀ ਸਿਗਰਟ ਨੂੰ ਵੀ ਨਹੀਂ ਲੱਭ ਸਕਦਾ.
AI ਦਾ IQ
ਮਸ਼ੀਨ ਦੁਆਰਾ ਬਾਹਰ ਕੱਢਿਆ ਗਿਆ। ਮੈਨੂੰ ਸ਼ੱਕ ਹੈ ਕਿ ਮੈਂ ਇਕੱਲਾ ਨਹੀਂ ਹਾਂ। ਮੈਂ ਸੋਚਣ ਲੱਗਾ, ਜੇ ਇਹ ਕਲਾ ਦਾ ਰਾਜ ਹੈ, ਤਾਂ ਇਹ ਚੀਜ਼ਾਂ ਕਿੰਨੀਆਂ ਚੁਸਤ ਹਨ? ਕੀ ਅਸੀਂ ਮਨੁੱਖ ਦੀ ਬੁੱਧੀ ਦੀ ਤੁਲਨਾ ਮਸ਼ੀਨ ਨਾਲ ਕਰ ਸਕਦੇ ਹਾਂ?
ਵਿਗਿਆਨੀ ਮੁਲਾਂਕਣ ਕਰ ਰਹੇ ਹਨ ਸਿਸਟਮਾਂ ਦੀਆਂ ਸਿੱਖਣ ਅਤੇ ਤਰਕ ਕਰਨ ਦੀਆਂ ਯੋਗਤਾਵਾਂ। ਹੁਣ ਤੱਕ, ਸਿੰਥੈਟਿਕ ਮਨੁੱਖਾਂ ਨੇ ਅਸਲ ਚੀਜ਼ ਵਾਂਗ ਨਹੀਂ ਕੀਤਾ ਹੈ. ਖੋਜਕਰਤਾ ਘਾਟਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਕਮੀਆਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ ਤਾਂ ਜੋ ਅਸੀਂ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝ ਸਕੀਏ ਕਿ ਵਾਧੂ ਵਿਕਾਸ ਅਤੇ ਤਰੱਕੀ ਕਿੱਥੇ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।
ਬਸ ਇਸ ਲਈ ਕਿ ਤੁਸੀਂ ਬਿੰਦੂ ਨੂੰ ਨਾ ਭੁੱਲੋ ਅਤੇ ਭੁੱਲ ਜਾਓ ਕਿ AI ਵਿੱਚ "I" ਕੀ ਦਰਸਾਉਂਦਾ ਹੈ, ਮਾਰਕਿਟਰਾਂ ਨੇ ਹੁਣ ਸਮਾਰਟ AI ਸ਼ਬਦ ਤਿਆਰ ਕੀਤਾ ਹੈ।
ਕੀ AI ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ?
ਕੀ ਰੋਬੋਟਾਂ ਦੀਆਂ ਭਾਵਨਾਵਾਂ ਹਨ? ਕੰਪਿਊਟਰ ਦਾ ਤਜਰਬਾ ਈmotions? ਨਹੀਂ। ਆਓ ਅੱਗੇ ਵਧੀਏ। ਜੇਕਰ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਨੂੰ ਪੜ੍ਹਨ ਇਸ ਬਾਰੇ, ਇੱਕ (ਸਾਬਕਾ) ਗੂਗਲ ਇੰਜਣ ਦਾਅਵਾ ਕਰਦਾ ਹੈ ਕਿ AI ਮਾਡਲ ਜਿਸ 'ਤੇ ਗੂਗਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ ਉਹ ਸੰਵੇਦਨਸ਼ੀਲ ਹੈ। ਉਸਨੇ ਇੱਕ ਬੋਟ ਨਾਲ ਇੱਕ ਡਰਾਉਣੀ ਗੱਲਬਾਤ ਕੀਤੀ ਜਿਸਨੇ ਉਸਨੂੰ ਯਕੀਨ ਦਿਵਾਇਆ ਕਿ ਕੰਪਿਊਟਰ ਦੀਆਂ ਭਾਵਨਾਵਾਂ ਹਨ। ਕੰਪਿਊਟਰ ਆਪਣੀ ਜਾਨ ਤੋਂ ਡਰਦਾ ਹੈ। ਮੈਨੂੰ ਯਕੀਨ ਵੀ ਨਹੀਂ ਆ ਰਿਹਾ ਕਿ ਮੈਂ ਉਹ ਵਾਕ ਲਿਖਿਆ ਸੀ। ਕੰਪਿਊਟਰ ਤੋਂ ਡਰਨ ਦੀ ਕੋਈ ਜ਼ਿੰਦਗੀ ਨਹੀਂ ਹੈ। ਕੰਪਿਊਟਰ ਸੋਚ ਨਹੀਂ ਸਕਦੇ। ਐਲਗੋਰਿਥਮ ਨਹੀਂ ਸੋਚੇ ਜਾਂਦੇ।
ਮੈਨੂੰ ਹੈਰਾਨੀ ਨਹੀਂ ਹੋਵੇਗੀ, ਹਾਲਾਂਕਿ, ਜੇਕਰ ਇੱਕ ਕੰਪਿਊਟਰ ਬਹੁਤ ਹੀ ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ ਇੱਕ ਕਮਾਂਡ ਦਾ ਜਵਾਬ ਦਿੰਦਾ ਹੈ: "ਮੈਨੂੰ ਮਾਫ਼ ਕਰਨਾ, ਡੇਵ, ਮੈਂ ਅਜਿਹਾ ਨਹੀਂ ਕਰ ਸਕਦਾ।"
AI ਕਿੱਥੇ ਫੇਲ ਹੁੰਦਾ ਹੈ?
ਜਾਂ, ਵਧੇਰੇ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ, ਏਆਈ ਪ੍ਰੋਜੈਕਟ ਅਸਫਲ ਕਿਉਂ ਹੁੰਦੇ ਹਨ? ਉਹ ਉਸੇ ਕਾਰਨਾਂ ਕਰਕੇ ਅਸਫਲ ਹੁੰਦੇ ਹਨ ਕਿ ਆਈਟੀ ਪ੍ਰੋਜੈਕਟ ਹਮੇਸ਼ਾ ਅਸਫਲ ਰਹੇ ਹਨ. ਪ੍ਰੋਜੈਕਟ ਕੁਪ੍ਰਬੰਧਨ, ਜਾਂ ਸਮੇਂ, ਦਾਇਰੇ ਜਾਂ ਬਜਟ ਦੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਅਸਫਲਤਾ ਕਾਰਨ ਅਸਫਲ ਹੁੰਦੇ ਹਨ..:
- ਅਸਪਸ਼ਟ ਜਾਂ ਪਰਿਭਾਸ਼ਿਤ ਦ੍ਰਿਸ਼ਟੀ. ਮਾੜੀ ਰਣਨੀਤੀ. ਤੁਸੀਂ ਸ਼ਾਇਦ ਪ੍ਰਬੰਧਨ ਨੂੰ ਇਹ ਕਹਿੰਦੇ ਸੁਣਿਆ ਹੋਵੇਗਾ, "ਸਾਨੂੰ ਸਿਰਫ਼ ਬਾਕਸ ਨੂੰ ਚੈੱਕ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।" ਜੇਕਰ ਮੁੱਲ ਪ੍ਰਸਤਾਵ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਉਦੇਸ਼ ਅਸਪਸ਼ਟ ਹੈ।
- ਗ਼ੈਰ-ਜ਼ਰੂਰੀ ਉਮੀਦਾਂ. ਇਹ ਗਲਤਫਹਿਮੀਆਂ, ਖਰਾਬ ਸੰਚਾਰ, ਜਾਂ ਗੈਰ-ਯਥਾਰਥਕ ਸਮਾਂ-ਸਾਰਣੀ ਦੇ ਕਾਰਨ ਹੋ ਸਕਦਾ ਹੈ। AI ਟੂਲ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਕਾਰਜਪ੍ਰਣਾਲੀ ਦੀ ਸਮਝ ਦੀ ਘਾਟ ਕਾਰਨ ਵੀ ਗੈਰ-ਯਥਾਰਥਵਾਦੀ ਉਮੀਦਾਂ ਪੈਦਾ ਹੋ ਸਕਦੀਆਂ ਹਨ।
- ਅਸਵੀਕਾਰਨਯੋਗ ਲੋੜਾਂ ਕਾਰੋਬਾਰੀ ਲੋੜਾਂ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਹਨ। ਸਫਲਤਾ ਲਈ ਮਾਪਦੰਡ ਅਸਪਸ਼ਟ ਹਨ. ਇਸ ਸ਼੍ਰੇਣੀ ਵਿੱਚ ਉਹਨਾਂ ਕਰਮਚਾਰੀਆਂ ਦਾ ਘੱਟ ਮੁੱਲ ਵੀ ਹੈ ਜੋ ਡੇਟਾ ਨੂੰ ਸਮਝਦੇ ਹਨ।
- ਬਿਨਾਂ ਬਜਟ ਵਾਲੇ ਅਤੇ ਘੱਟ ਅਨੁਮਾਨਿਤ ਪ੍ਰੋਜੈਕਟ। ਲਾਗਤਾਂ ਦਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਤੇ ਬਾਹਰਮੁਖੀ ਅੰਦਾਜ਼ਾ ਨਹੀਂ ਲਗਾਇਆ ਗਿਆ ਹੈ। ਹੰਗਾਮੀ ਸਥਿਤੀਆਂ ਲਈ ਯੋਜਨਾਬੱਧ ਅਤੇ ਅਨੁਮਾਨਿਤ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ. ਸਟਾਫ਼ ਦੇ ਸਮੇਂ ਦੇ ਯੋਗਦਾਨ ਨੂੰ ਘੱਟ ਗਿਣਿਆ ਗਿਆ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਬਹੁਤ ਵਿਅਸਤ ਹਨ।
- ਅਣਕਿਆਸੇ ਹਾਲਾਤ. ਹਾਂ, ਮੌਕਾ ਹੁੰਦਾ ਹੈ, ਪਰ ਮੈਨੂੰ ਲਗਦਾ ਹੈ ਕਿ ਇਹ ਮਾੜੀ ਯੋਜਨਾਬੰਦੀ ਦੇ ਅਧੀਨ ਆਉਂਦਾ ਹੈ।
ਸਾਡੀ ਪਿਛਲੀ ਪੋਸਟ ਵੀ ਦੇਖੋ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਵਪਾਰਕ ਖੁਫੀਆ ਜਾਣਕਾਰੀ ਵਿੱਚ ਅਸਫਲਤਾ ਦੇ 12 ਕਾਰਨ.
AI, ਅੱਜ, ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ ਅਤੇ ਕੰਪਨੀਆਂ ਨੂੰ ਸ਼ਾਨਦਾਰ ਸਫਲਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਜਦੋਂ AI ਪਹਿਲਕਦਮੀਆਂ ਅਸਫਲ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਅਸਫਲਤਾ ਲਗਭਗ ਹਮੇਸ਼ਾਂ ਉਪਰੋਕਤ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਲੱਭੀ ਜਾ ਸਕਦੀ ਹੈ।
ਏਆਈ ਐਕਸਲ ਕਿੱਥੇ ਹੈ?
AI ਦੁਹਰਾਉਣ ਵਾਲੇ, ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਵਿੱਚ ਚੰਗਾ ਹੈ। (ਨਿਰਪੱਖ ਹੋਣ ਲਈ, ਇਹ ਸਧਾਰਨ, ਗੈਰ-ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮ ਵੀ ਕਰ ਸਕਦਾ ਹੈ। ਪਰ, ਤੁਹਾਡੇ ਪ੍ਰੀਸਕੂਲਰ ਨੂੰ ਇਹ ਕਰਵਾਉਣਾ ਸਸਤਾ ਹੋਵੇਗਾ।) ਇਹ ਪੈਟਰਨ ਅਤੇ ਸਬੰਧਾਂ ਨੂੰ ਲੱਭਣ ਵਿੱਚ ਚੰਗਾ ਹੈ, ਜੇਕਰ ਉਹ ਮੌਜੂਦ ਹਨ, ਤਾਂ ਬਹੁਤ ਸਾਰੇ ਡੇਟਾ ਵਿੱਚ।
- ਖਾਸ ਪੈਟਰਨਾਂ ਨਾਲ ਮੇਲ ਨਾ ਖਾਂਦੀਆਂ ਘਟਨਾਵਾਂ ਦੀ ਭਾਲ ਕਰਨ ਵੇਲੇ AI ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ।
- ਖੋਜ ਰਿਹਾ ਹੈ ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਦੀ ਧੋਖਾਧੜੀ ਉਹ ਲੈਣ-ਦੇਣ ਲੱਭਣ ਬਾਰੇ ਹੈ ਜੋ ਵਰਤੋਂ ਦੇ ਪੈਟਰਨਾਂ ਦੀ ਪਾਲਣਾ ਨਹੀਂ ਕਰਦੇ ਹਨ। ਇਹ ਸਾਵਧਾਨੀ ਦੇ ਪੱਖ ਤੋਂ ਗਲਤੀ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਮੈਂ ਡੱਲਾਸ ਵਿੱਚ ਆਪਣੀ ਕਿਰਾਏ ਦੀ ਕਾਰ ਨੂੰ ਗੈਸ ਨਾਲ ਭਰਿਆ ਅਤੇ ਫਿਰ ਸ਼ਿਕਾਗੋ ਵਿੱਚ ਆਪਣੀ ਨਿੱਜੀ ਕਾਰ ਨੂੰ ਭਰਿਆ ਤਾਂ ਮੈਨੂੰ ਇੱਕ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜੋਸ਼ੀਲੇ ਐਲਗੋਰਿਦਮ ਦੇ ਨਾਲ ਮੇਰੇ ਕ੍ਰੈਡਿਟ ਕਾਰਡ ਤੋਂ ਕਾਲਾਂ ਆਈਆਂ ਹਨ। ਇਹ ਜਾਇਜ਼ ਸੀ, ਪਰ ਫਲੈਗ ਹੋਣ ਲਈ ਕਾਫ਼ੀ ਅਸਧਾਰਨ ਸੀ।
"ਅਮਰੀਕੀ ਐਕਸਪ੍ਰੈਸ ਟ੍ਰਾਂਜੈਕਸ਼ਨਾਂ ਵਿੱਚ $1 ਟ੍ਰਿਲੀਅਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ ਅਤੇ 110 ਮਿਲੀਅਨ AmEx ਕਾਰਡ ਕਾਰਜਸ਼ੀਲ ਹਨ। ਉਹ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ 'ਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸਾ ਕਰਦੇ ਹਨ, ਇਸਲਈ ਲੱਖਾਂ ਦੇ ਨੁਕਸਾਨ ਦੀ ਬਚਤ ਕਰਦੇ ਹਨ।
- ਫਾਰਮਾਸਿਊਟੀਕਲ ਧੋਖਾਧੜੀ ਅਤੇ ਦੁਰਵਿਵਹਾਰ. ਸਿਸਟਮ ਬਹੁਤ ਸਾਰੇ ਪ੍ਰੋਗਰਾਮ ਕੀਤੇ ਨਿਯਮਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਵਿਹਾਰ ਦੇ ਅਸਾਧਾਰਨ ਪੈਟਰਨ ਲੱਭ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਇੱਕ ਮਰੀਜ਼ ਨੇ ਉਸੇ ਦਿਨ ਸ਼ਹਿਰ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਡਾਕਟਰਾਂ ਨੂੰ ਦਰਦ ਦੀਆਂ ਸਮਾਨ ਸ਼ਿਕਾਇਤਾਂ ਨਾਲ ਦੇਖਿਆ, ਤਾਂ ਦੁਰਵਿਵਹਾਰ ਨੂੰ ਰੱਦ ਕਰਨ ਲਈ ਵਾਧੂ ਜਾਂਚ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ।
- ਵਿੱਚ ਏ.ਆਈ ਸਿਹਤ ਸੰਭਾਲ ਨੇ ਕੁਝ ਸ਼ਾਨਦਾਰ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕੀਤੀਆਂ ਹਨ।
- ਏਆਈ ਅਤੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਨੂੰ ਆਮ ਖੋਜਾਂ ਨਾਲ ਐਕਸ-ਰੇ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਸਿਖਾਇਆ ਗਿਆ ਸੀ। ਇਹ ਰੇਡੀਓਲੋਜਿਸਟ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਅਸਧਾਰਨਤਾਵਾਂ ਨੂੰ ਫਲੈਗ ਕਰਕੇ ਰੇਡੀਓਲੋਜਿਸਟ ਦੇ ਕੰਮ ਨੂੰ ਵਧਾਉਣ ਦੇ ਯੋਗ ਸੀ।
- AI ਨਾਲ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ ਸਮਾਜਿਕ ਅਤੇ ਖਰੀਦਦਾਰੀ. ਅਸੀਂ ਇਸ ਨੂੰ ਇੰਨਾ ਜ਼ਿਆਦਾ ਕਿਉਂ ਦੇਖਦੇ ਹਾਂ ਇਸਦਾ ਇੱਕ ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਘੱਟ ਜੋਖਮ ਹੈ। AI ਦੇ ਗਲਤ ਹੋਣ ਅਤੇ ਗੰਭੀਰ ਨਤੀਜੇ ਭੁਗਤਣ ਦਾ ਖਤਰਾ ਘੱਟ ਹੈ।
-
- ਜੇ ਤੁਸੀਂ ਪਸੰਦ / ਖਰੀਦਿਆ ਹੈ ਇਸ, ਸਾਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਪਸੰਦ ਕਰੋਗੇ ਇਹ. Amazon ਤੋਂ Netflix ਅਤੇ YouTube ਤੱਕ, ਉਹ ਸਾਰੇ ਪੈਟਰਨ ਮਾਨਤਾ ਦੇ ਕਿਸੇ ਨਾ ਕਿਸੇ ਰੂਪ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। Instagram AI ਤੁਹਾਡੀ ਫੀਡ ਨੂੰ ਫੋਕਸ ਕਰਨ ਲਈ ਤੁਹਾਡੀਆਂ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਨੂੰ ਸਮਝਦਾ ਹੈ। ਇਹ ਸਭ ਤੋਂ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ ਜੇਕਰ ਐਲਗੋਰਿਦਮ ਤੁਹਾਡੀਆਂ ਤਰਜੀਹਾਂ ਨੂੰ ਇੱਕ ਬਾਲਟੀ ਜਾਂ ਦੂਜੇ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਸਮੂਹ ਵਿੱਚ ਰੱਖ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਸਮਾਨ ਵਿਕਲਪ ਕੀਤੇ ਹਨ, ਜਾਂ ਜੇ ਤੁਹਾਡੀਆਂ ਦਿਲਚਸਪੀਆਂ ਤੰਗ ਹਨ।
- AI ਦੇ ਨਾਲ ਕੁਝ ਸਫਲਤਾ ਦਾ ਆਨੰਦ ਮਾਣਿਆ ਹੈ ਚਿਹਰੇ ਦੀ ਪਛਾਣ. ਫੇਸਬੁੱਕ ਇੱਕ ਨਵੀਂ ਫੋਟੋ ਵਿੱਚ ਪਹਿਲਾਂ ਟੈਗ ਕੀਤੇ ਵਿਅਕਤੀ ਦੀ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਹੈ। ਕੁਝ ਸ਼ੁਰੂਆਤੀ ਸੁਰੱਖਿਆ-ਸਬੰਧਤ ਚਿਹਰੇ ਦੀ ਪਛਾਣ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਮਾਸਕ ਦੁਆਰਾ ਮੂਰਖ ਬਣਾਇਆ ਗਿਆ ਸੀ।
- AI ਨੇ ਸਫਲਤਾਵਾਂ ਦਾ ਆਨੰਦ ਮਾਣਿਆ ਹੈ ਖੇਤੀ ਮਸ਼ੀਨ ਸਿਖਲਾਈ, IoT ਸੈਂਸਰ ਅਤੇ ਕਨੈਕਟ ਕੀਤੇ ਸਿਸਟਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ।
- ਏਆਈ ਨੇ ਸਹਾਇਤਾ ਕੀਤੀ ਸਮਾਰਟ ਟਰੈਕਟਰ ਵੱਧ ਤੋਂ ਵੱਧ ਝਾੜ, ਖਾਦ ਨੂੰ ਘੱਟ ਕਰਨ ਅਤੇ ਭੋਜਨ ਉਤਪਾਦਨ ਦੀਆਂ ਲਾਗਤਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਪੌਦੇ ਅਤੇ ਵਾਢੀ ਦੇ ਖੇਤ।
- 3-ਡੀ ਨਕਸ਼ਿਆਂ, ਮਿੱਟੀ ਦੇ ਸੈਂਸਰ, ਡਰੋਨ, ਮੌਸਮ ਦੇ ਪੈਟਰਨ, ਨਿਗਰਾਨੀ ਦੇ ਡੇਟਾ ਪੁਆਇੰਟਾਂ ਦੇ ਨਾਲ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਫਸਲਾਂ ਨੂੰ ਬੀਜਣ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਸਮੇਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਅਤੇ ਬੀਜਣ ਤੋਂ ਪਹਿਲਾਂ ਪੈਦਾਵਾਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਵੱਡੇ ਡੇਟਾ ਸੈੱਟਾਂ ਵਿੱਚ ਪੈਟਰਨ ਲੱਭਦਾ ਹੈ।
- ਡੇਅਰੀ ਫਾਰਮ AI ਰੋਬੋਟ ਦੀ ਵਰਤੋਂ ਗਊਆਂ ਨੂੰ ਖੁਦ ਦੁੱਧ ਦੇਣ ਲਈ ਕਰਦੇ ਹਨ, AI ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਗਊਆਂ ਦੇ ਮਹੱਤਵਪੂਰਣ ਸੰਕੇਤਾਂ, ਗਤੀਵਿਧੀ, ਭੋਜਨ ਅਤੇ ਪਾਣੀ ਦੇ ਸੇਵਨ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ ਤਾਂ ਜੋ ਉਹਨਾਂ ਨੂੰ ਸਿਹਤਮੰਦ ਅਤੇ ਸੰਤੁਸ਼ਟ ਰੱਖਿਆ ਜਾ ਸਕੇ।
- ਦੀ ਮਦਦ ਨਾਲ ਏ.ਆਈ. ਕਿਸਾਨ ਜੋ ਕਿ ਆਬਾਦੀ ਦਾ 2% ਤੋਂ ਘੱਟ ਹਨ ਬਾਕੀ ਅਮਰੀਕਾ ਵਿੱਚ 300 ਮਿਲੀਅਨ ਨੂੰ ਭੋਜਨ ਦਿੰਦੇ ਹਨ।
- ਖੇਤੀਬਾੜੀ ਵਿੱਚ ਨਕਲੀ ਬੁੱਧੀ
AI ਦੀਆਂ ਵੀ ਮਹਾਨ ਕਹਾਣੀਆਂ ਹਨ ਸਫਲਤਾ ਸੇਵਾ ਉਦਯੋਗਾਂ, ਪ੍ਰਚੂਨ, ਮੀਡੀਆ ਅਤੇ ਨਿਰਮਾਣ ਵਿੱਚ। AI ਅਸਲ ਵਿੱਚ ਹਰ ਜਗ੍ਹਾ ਹੈ.
AI ਦੀ ਤਾਕਤ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਵਿਪਰੀਤ
AI ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਦੀ ਇੱਕ ਠੋਸ ਸਮਝ ਤੁਹਾਡੀ AI ਪਹਿਲਕਦਮੀਆਂ ਦੀ ਸਫਲਤਾ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਸਕਦੀ ਹੈ। ਇਹ ਵੀ ਯਾਦ ਰੱਖੋ ਕਿ ਸੱਜੇ ਹੱਥ ਦੇ ਕਾਲਮ ਵਿੱਚ ਮੌਜੂਦ ਸਮਰੱਥਾਵਾਂ ਮੌਕੇ ਹਨ। ਇਹ ਉਹ ਖੇਤਰ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਵਿਕਰੇਤਾ ਅਤੇ ਖੂਨ ਵਹਿਣ ਵਾਲੇ ਕਿਨਾਰੇ ਅਪਣਾਉਣ ਵਾਲੇ ਵਰਤਮਾਨ ਵਿੱਚ ਤਰੱਕੀ ਕਰ ਰਹੇ ਹਨ। ਅਸੀਂ ਉਹਨਾਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਦੇਖਾਂਗੇ ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਇੱਕ ਸਾਲ ਵਿੱਚ ਦੁਬਾਰਾ AI ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦੀਆਂ ਹਨ ਅਤੇ ਖੱਬੇ-ਸ਼ਿਫਟ ਦਾ ਦਸਤਾਵੇਜ਼ ਬਣਾਉਂਦੀਆਂ ਹਨ। ਜੇ ਤੁਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਚਾਰਟ ਦਾ ਧਿਆਨ ਨਾਲ ਅਧਿਐਨ ਕਰਦੇ ਹੋ, ਤਾਂ ਮੈਨੂੰ ਕੋਈ ਹੈਰਾਨੀ ਨਹੀਂ ਹੋਵੇਗੀ ਜੇਕਰ ਮੇਰੇ ਦੁਆਰਾ ਇਸ ਨੂੰ ਲਿਖਣ ਦੇ ਸਮੇਂ ਅਤੇ ਇਸ ਦੇ ਪ੍ਰਕਾਸ਼ਿਤ ਹੋਣ ਦੇ ਸਮੇਂ ਵਿਚਕਾਰ ਕੁਝ ਹਿਲਜੁਲ ਸੀ।
ਅੱਜ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ | |
---|---|
ਤਾਕਤ |
ਕਮਜ਼ੋਰੀ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
AI ਦਾ ਭਵਿੱਖ ਕੀ ਹੈ?
ਜੇਕਰ AI ਹੁਸ਼ਿਆਰ ਹੁੰਦਾ, ਤਾਂ ਇਹ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਭਵਿੱਖ ਵਿੱਚ ਕੀ ਹੋਵੇਗਾ। ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਹਨ ਭੁਲੇਖੇ ਇਸ ਬਾਰੇ ਕਿ AI ਕੀ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਕੀ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਕਈ ਗਲਤ ਧਾਰਨਾਵਾਂ ਅਤੇ AI ਅਨਪੜ੍ਹਤਾ ਤਕਨੀਕੀ ਮਾਰਕੀਟਿੰਗ ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਓਵਰ-ਹਾਈਪ ਕਰਨ ਦਾ ਨਤੀਜਾ ਹਨ। AI ਅੱਜ ਜੋ ਕੁਝ ਕਰ ਸਕਦਾ ਹੈ ਉਸ ਲਈ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ। ਮੈਂ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹਾਂ ਕਿ ਸੱਜੇ ਹੱਥ ਦੇ ਕਾਲਮ ਦੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਕਮਜ਼ੋਰੀਆਂ ਖੱਬੇ ਪਾਸੇ ਬਦਲ ਜਾਣਗੀਆਂ ਅਤੇ ਅਗਲੇ 2 ਜਾਂ 3 ਸਾਲਾਂ ਵਿੱਚ ਤਾਕਤ ਬਣ ਜਾਣਗੀਆਂ।
[ਮੈਂ ਇਸ ਲੇਖ ਨੂੰ ਖਤਮ ਕਰਨ ਤੋਂ ਬਾਅਦ, ਮੈਂ ਪਿਛਲੇ ਪੈਰੇ ਨੂੰ ਪੇਸ਼ ਕੀਤਾ ਓਪਨਏਆਈ, ਇੱਕ ਓਪਨ ਏਆਈ ਪਲੇਟਫਾਰਮ ਭਾਸ਼ਾ ਜਨਰੇਟਰ। ਤੁਸੀਂ ਇਸ ਦੇ DALL-E ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਕੁਝ ਕਲਾ ਦੇਖੀ ਹੋਵੇਗੀ। ਮੈਂ ਜਾਣਨਾ ਚਾਹੁੰਦਾ ਸੀ ਕਿ ਇਹ AI ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਕੀ ਸੋਚਦਾ ਹੈ। ਇੱਥੇ ਇਹ ਕੀ ਕਹਿਣਾ ਸੀ. ]
AI ਦਾ ਭਵਿੱਖ ਕੁਝ ਸਰਵਰ ਖਰੀਦਣ ਅਤੇ ਆਫ-ਦੀ-ਸ਼ੈਲਫ ਸਾਫਟਵੇਅਰ ਪੈਕੇਜ ਨੂੰ ਸਥਾਪਿਤ ਕਰਨ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਸਹੀ ਲੋਕਾਂ ਨੂੰ ਲੱਭਣ ਅਤੇ ਨੌਕਰੀ 'ਤੇ ਰੱਖਣ, ਸਹੀ ਟੀਮ ਬਣਾਉਣ ਅਤੇ ਹਾਰਡਵੇਅਰ ਅਤੇ ਸੌਫਟਵੇਅਰ ਦੋਵਾਂ ਵਿੱਚ ਸਹੀ ਨਿਵੇਸ਼ ਕਰਨ ਬਾਰੇ ਹੈ।
ਅਗਲੇ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ AI ਦੀਆਂ ਕੁਝ ਸੰਭਾਵਿਤ ਸਫਲਤਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਪੂਰਵ-ਅਨੁਮਾਨਾਂ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੀ ਵੱਧਦੀ ਸ਼ੁੱਧਤਾ
- ਫੈਸਲੇ ਲੈਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ
- ਖੋਜ ਅਤੇ ਵਿਕਾਸ ਨੂੰ ਤੇਜ਼ ਕਰਨਾ
- ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਵੈਚਾਲਤ ਅਤੇ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨਾ
ਹਾਲਾਂਕਿ, ਏਆਈ ਦੀਆਂ ਕੁਝ ਸੰਭਾਵੀ ਅਸਫਲਤਾਵਾਂ ਵੀ ਹਨ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਸੁਚੇਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ:
- AI 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰਤਾ ਸਬ-ਅਨੁਕੂਲ ਫੈਸਲੇ ਲੈਂਦੀ ਹੈ
- ਏਆਈ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ ਇਸਦੀ ਸਮਝ ਦੀ ਘਾਟ ਦੁਰਵਰਤੋਂ ਦਾ ਕਾਰਨ ਬਣਦੀ ਹੈ
- AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਵਰਤੇ ਗਏ ਡੇਟਾ ਵਿੱਚ ਪੱਖਪਾਤ ਗਲਤ ਨਤੀਜੇ ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ
- AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਡੇਟਾ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸੁਰੱਖਿਆ ਅਤੇ ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ
ਤਾਂ, ਆਪਣੇ ਰਵਾਇਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਪੂਰਕ ਕਰਨ ਲਈ AI ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ? ਛੋਟਾ ਜਵਾਬ ਹੈ, ਕੋਈ ਸ਼ਾਰਟ-ਕਟ ਨਹੀਂ ਹਨ. 85% AI ਪਹਿਲਕਦਮੀਆਂ ਅਸਫਲ ਹੁੰਦੀਆਂ ਹਨ. ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਪਰੰਪਰਾਗਤ IT ਅਤੇ BI ਪ੍ਰੋਜੈਕਟਾਂ ਨਾਲ ਸੰਬੰਧਿਤ ਅਕਸਰ-ਉਤਰਾਏ ਗਏ ਅੰਕੜਿਆਂ ਦੇ ਸਮਾਨ ਹੈ। ਉਹੀ ਸਖ਼ਤ ਮਿਹਨਤ ਜੋ ਤੁਹਾਨੂੰ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਮੁੱਲ ਪ੍ਰਾਪਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹਮੇਸ਼ਾਂ ਲੋੜੀਂਦੀ ਹੁੰਦੀ ਹੈ ਅਜੇ ਵੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ. ਦ੍ਰਿਸ਼ਟੀ ਮੌਜੂਦ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਯਥਾਰਥਵਾਦੀ ਅਤੇ ਪ੍ਰਾਪਤੀਯੋਗ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਗੰਦਾ ਕੰਮ ਡੇਟਾ ਤਿਆਰ ਕਰਨਾ, ਡੇਟਾ ਰੈਂਗਲਿੰਗ ਅਤੇ ਡੇਟਾ ਸਾਫ਼ ਕਰਨਾ ਹੈ। ਇਹ ਹਮੇਸ਼ਾ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ. ਏਆਈ ਦੀ ਸਿਖਲਾਈ ਵਿੱਚ, ਇਸ ਤੋਂ ਵੀ ਵੱਧ। ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਲਈ ਵਰਤਮਾਨ ਵਿੱਚ ਕੋਈ ਸ਼ਾਰਟਕੱਟ ਨਹੀਂ ਹਨ. ਮਨੁੱਖਾਂ ਨੂੰ ਅਜੇ ਵੀ ਐਲਗੋਰਿਦਮ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਮਨੁੱਖਾਂ ਨੂੰ "ਸਹੀ" ਜਵਾਬ ਦੀ ਪਛਾਣ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ, ਏਆਈ ਦੇ ਸਫਲ ਹੋਣ ਲਈ, ਮਨੁੱਖਾਂ ਨੂੰ ਇਹ ਕਰਨ ਦੀ ਲੋੜ ਹੈ:
- ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀ ਸਥਾਪਨਾ ਕਰੋ. ਇਹ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਸੀਮਾਵਾਂ ਦੀ ਸਥਾਪਨਾ ਕਰ ਰਿਹਾ ਹੈ ਜਿਸ ਵਿੱਚ AI ਕੰਮ ਕਰੇਗਾ। ਇਹ ਇਸ ਬਾਰੇ ਹੈ ਕਿ ਕੀ ਫਾਊਂਡੇਸ਼ਨ ਗੈਰ-ਸੰਗਠਿਤ ਡੇਟਾ, ਬਲਾਕਚੈਨ, IoT, ਉਚਿਤ ਸੁਰੱਖਿਆ ਦਾ ਸਮਰਥਨ ਕਰ ਸਕਦੀ ਹੈ।
- ਖੋਜ ਵਿੱਚ ਸਹਾਇਤਾ. ਡੇਟਾ ਦੀ ਉਪਲਬਧਤਾ ਲੱਭੋ ਅਤੇ ਨਿਰਧਾਰਤ ਕਰੋ। AI ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਡੇਟਾ ਮੌਜੂਦ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਉਪਲਬਧ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਡਾਟਾ ਠੀਕ ਕਰੋ. ਜਦੋਂ ਇੱਕ ਵੱਡੇ ਡੇਟਾ ਸੈੱਟ ਦੇ ਨਾਲ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ, ਸਿੱਟੇ ਵਜੋਂ, ਸੰਭਾਵੀ ਨਤੀਜਿਆਂ ਦੀ ਇੱਕ ਵੱਡੀ ਗਿਣਤੀ, ਨਤੀਜਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਇੱਕ ਡੋਮੇਨ ਮਾਹਰ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ. ਕਿਊਰੇਸ਼ਨ ਵਿੱਚ ਡੇਟਾ ਸੰਦਰਭ ਦੀ ਪ੍ਰਮਾਣਿਕਤਾ ਵੀ ਸ਼ਾਮਲ ਹੋਵੇਗੀ।
ਡਾਟਾ ਵਿਗਿਆਨੀਆਂ ਤੋਂ ਇੱਕ ਵਾਕੰਸ਼ ਉਧਾਰ ਲੈਣ ਲਈ, ਕੰਪਨੀਆਂ ਲਈ AI ਨਾਲ ਸਫਲ ਹੋਣ ਲਈ, ਮੌਜੂਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਮੁੱਲ ਜੋੜਨ ਦੇ ਯੋਗ ਹੋਣ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਸ਼ੋਰ ਤੋਂ ਸੰਕੇਤ, ਹਾਈਪ ਤੋਂ ਸੰਦੇਸ਼ ਨੂੰ ਵੱਖ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ.
ਸੱਤ ਸਾਲ ਪਹਿਲਾਂ, ਆਈ.ਬੀ.ਐਮ ਗਿੰਨੀ ਰੋਮੇਟਟੀ ਕੁਝ ਅਜਿਹਾ ਕਿਹਾ, ਵਾਟਸਨ ਹੈਲਥ [ਏਆਈ] ਸਾਡਾ ਚੰਦਰਮਾ ਹੈ। ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, AI - ਇੱਕ ਚੰਦਰਮਾ ਉਤਰਨ ਦੇ ਬਰਾਬਰ - ਇੱਕ ਪ੍ਰੇਰਨਾਦਾਇਕ, ਪ੍ਰਾਪਤੀਯੋਗ, ਖਿੱਚਿਆ ਟੀਚਾ ਹੈ। ਮੈਨੂੰ ਨਹੀਂ ਲੱਗਦਾ ਕਿ ਅਸੀਂ ਚੰਦ 'ਤੇ ਉਤਰੇ ਹਾਂ। ਫਿਰ ਵੀ। IBM, ਅਤੇ ਹੋਰ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਪਰਿਵਰਤਨਸ਼ੀਲ AI ਦੇ ਟੀਚੇ ਵੱਲ ਕੰਮ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦੀਆਂ ਹਨ।
ਜੇਕਰ AI ਚੰਦਰਮਾ ਹੈ, ਤਾਂ ਚੰਦਰਮਾ ਨਜ਼ਰ ਵਿੱਚ ਹੈ ਅਤੇ ਇਹ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਿਤੇ ਨੇੜੇ ਹੈ।