După cum se dovedește, da, dar abia dacă

AI este omniprezentă. Unul dintre cele mai comune locuri pentru AI în casă în zilele noastre este smartphone-ul, casele inteligente și aparatele electrocasnice. Recent, în timp ce ne-am așezat la cină, am avut o conversație cu Alexa care a fost cam așa:

Me: Alexa, joacă Cubs highlights. [Aceasta este o caracteristică care este prezentată pe ecranul de pornire al Alexa. Cereți-i lui Alexa să joace momentele importante pentru echipa ta preferată.]

Alexa: Am găsit ceva pe web. [Știu că atunci când Alexa începe așa, există o problemă. Nu va merge bine. Alexa arată o listă cu câteva videoclipuri. Desigur, cele mai multe dintre ele sunt videoclipuri de baseball cu jucători care fac jocuri excepționale în ultimii 5 ani. Vina mea. Încearcă din nou.]

Me: Alexa, arată-mi cele mai importante momente pentru cel mai recent meci de baseball al Chicago Cubs. [Sper că nu detectează tonul condescendent, deoarece accept vina pentru că nu poate înțelege cererea mea.]

Alexa: Repere pentru jocul Chicago Cubs vor fi disponibile la două ore după terminarea jocului. [Progres. Habar n-aveam că ar putea juca chiar în acest moment. Norocul este de partea mea. Sunt brusc plin de speranță.]

Me: Alexa, bine arată-mi cele mai importante momente de ieri, atunci. [Da, frustrarea mea începe să se vadă. Sunt atât de aproape de a sparge codul. Aproape că pot să gust.]

Alexa: Îmi pare rău, nu-l cunosc pe acela. [Se spune asta mult prea des. Poate că nu am fost clar.]

Pe mine: Glumești cu mine? Redați, momentele video pentru meciul din Major League Baseball dintre Chicago Cubs și Pittsburgh Pirates de luni, 25 iulie 2022, pe Wrigley Field. [De data asta sunt încrezător că am reușit. Am scuipat o cerere specifică, fără ambiguitate, care este o abilitate pe care știu că o are Alexa. A mai făcut asta. ]

Alexa: [Tăcere. Nimic. Niciun raspuns. Am uitat să spun cuvântul magic de trezire, Alexa.]

IQ mediu al unui tânăr de 18 ani este în jur de 100. IQ-ul mediu al unui om de 6 ani este de 55. IQ-ul Google AI a fost evaluat la 47. IQ-ul lui Siri este estimat la 24. Bing și Baidu sunt în anii 30. Nu am găsit o evaluare a IQ-ului lui Alexa, dar experiența mea a fost ca și cum aș vorbi cu un preșcolar.

Unii ar putea spune că nu este corect să dai unui computer un test de IQ. Dar, acesta este perfect ideea. Promisiunea AI este să facă ceea ce fac oamenii, doar mai bine. Până acum, fiecare provocare cap-la-cap – sau, să spunem, de la rețea neuronală la rețea neuronală – a fost foarte concentrată. Joc șah. Diagnosticarea bolii. Vacile de muls. Conducerea mașinilor. De obicei, robotul câștigă. Ceea ce vreau să văd este Watson mulgând o vacă în timp ce conduce o mașină și joacă Jeopardy. Acum, acea ar fi trifecta. Oamenii nici măcar nu își pot căuta țigările în timp ce conduc fără să intre într-un accident.

IQ-ul AI

Depășit de o mașinărie. Bănuiesc că nu sunt singur. Am ajuns să mă gândesc, dacă acesta este stadiul tehnicii, cât de inteligente sunt aceste lucruri? Putem compara inteligența unui om cu o mașinărie?

Oamenii de știință evaluează abilitățile sistemelor de a învăța și de a raționa. Până acum, oamenii sintetici nu s-au descurcat la fel de bine ca lucrul real. Cercetătorii folosesc deficiențele pentru a identifica lacunele, astfel încât să înțelegem mai bine unde este nevoie de dezvoltare și progres suplimentar.

Doar pentru a nu rata ideea și a uita ce reprezintă „eu” din AI, marketerii au inventat acum termenul Smart AI.

Este AI Sentient?

Au roboții sentimente? Pot computerele să experimenteze emotions? Nu. Să mergem mai departe. Dacă vrei citit despre asta, un (fost) motor Google susține că modelul AI la care lucrează Google este sensibil. A avut o discuție înfiorătoare cu un bot care l-a convins că computerul are sentimente. Computerul se teme pentru viața lui. Nici nu-mi vine să cred că am scris acea propoziție. Calculatoarele nu au viață de care să se teamă. Calculatoarele nu pot gândi. Algoritmii nu sunt ganditi.

Totuși, nu aș fi surprins dacă un computer răspunde la o comandă în viitorul apropiat cu: „Îmi pare rău, Dave, nu pot face asta”.

Unde eșuează AI?

Sau, mai precis, de ce proiectele AI eșuează? Ei eșuează din aceleași motive pentru care proiectele IT au eșuat întotdeauna. Proiectele eșuează din cauza unei gestionări greșite sau a eșecului în gestionarea timpului, domeniului sau bugetului...:

• Vedere neclară sau nedefinită. Strategie slabă. Poate că ați auzit conducerea spunând: „Trebuie doar să bifăm caseta”. Dacă propunerea de valoare nu poate fi definită, scopul este neclar.
• Asteptari nerealiste. Acest lucru se poate datora unor neînțelegeri, comunicări slabe sau programări nerealiste. Așteptările nerealiste pot proveni și din lipsa de înțelegere a capacităților și metodologiei instrumentelor AI.
• Cerințe inacceptabile. Cerințele de afaceri nu sunt bine definite. Valorile succesului sunt neclare. Tot în această categorie se află și subevaluarea angajaților care înțeleg datele.
• Proiecte nebugetate și subestimate. Costurile nu au fost estimate complet și obiectiv. Contingențele nu au fost planificate și anticipate. Contribuția de timp a personalului care este deja prea ocupat a fost subestimată.
• Circumstanțe neprevăzute. Da, se întâmplă șansa, dar cred că asta se încadrează într-o planificare proastă.

Vezi, de asemenea, postarea noastră anterioară 12 Motive pentru eșec în Analytics și Business Intelligence.

AI, astăzi, este foarte puternică și poate ajuta companiile să obțină un succes extraordinar. Când inițiativele AI eșuează, eșecul poate fi aproape întotdeauna urmărit de unul dintre cele de mai sus.

Unde AI Excel?

AI este bun la sarcini repetitive și complexe. (Pentru a fi corect, poate face și sarcini simple, nerepetitive. Dar, ar fi mai ieftin să-l faci pe preșcolarul tău.) Este bun la găsirea tiparelor și a relațiilor, dacă există, în cantități mari de date.

• AI se descurcă bine atunci când caută evenimente care nu se potrivesc cu anumite modele.
  • Detectare card de credit fraudei este despre găsirea tranzacțiilor care nu urmează modele de utilizare. Are tendința de a greși din partea precauției. Am primit apeluri de la cardul meu de credit cu un algoritm prea zelos când mi-am umplut mașina închiriată cu benzină în Dallas și apoi mi-am umplut mașina personală în Chicago. Era legitim, dar suficient de neobișnuit pentru a fi semnalat.

american Express procesează 1 trilion de dolari în tranzacții și are în funcțiune 110 milioane de carduri AmEx. Ei se bazează foarte mult pe analiza datelor și pe algoritmi de învățare automată pentru a ajuta la detectarea fraudelor aproape în timp real, economisind astfel milioane de pierderi”.

• Fraude și abuz farmaceutic. Sistemele pot găsi modele neobișnuite de comportament bazate pe multe reguli programate. De exemplu, dacă un pacient a văzut trei medici diferiți prin oraș în aceeași zi cu plângeri similare de durere, ar putea fi necesară o investigație suplimentară pentru a exclude abuzul.
• AI în de asistență medicală a avut câteva succese excelente.
  • Inteligența artificială și învățarea profundă au fost învățate să compare razele X cu constatările normale. A fost capabil să mărească munca radiologilor prin semnalarea anomaliilor pe care să le verifice un radiolog.
• AI funcționează bine cu sociale și cumpărături. Unul dintre motivele pentru care vedem asta atât de mult este că există riscuri scăzute. Riscul ca IA să greșească și să aibă consecințe grave este scăzut.
• • Dacă ți-a plăcut/cumpărat acest, credem că vă va plăcea acest. De la Amazon la Netflix și YouTube, toți folosesc o formă de recunoaștere a modelelor. Instagram AI ia în considerare interacțiunile dvs. pentru a vă concentra feedul. Acest lucru tinde să funcționeze cel mai bine dacă algoritmul vă poate pune preferințele într-un grup sau într-un grup de alți utilizatori care au făcut alegeri similare sau dacă interesele dvs. sunt înguste.
  • AI s-a bucurat de un oarecare succes cu recunoastere faciala. Facebook poate identifica o persoană etichetată anterior într-o fotografie nouă. Unele sisteme timpurii de recunoaștere facială legate de securitate au fost păcălite de măști.
• AI s-a bucurat de succese în agricultură folosind învățarea automată, senzori IoT și sisteme conectate.
  • AI asistat tractoare inteligente plantați și recoltați câmpurile pentru a maximiza randamentul, a minimiza îngrășământul și a îmbunătăți costurile de producție a alimentelor.
  • Cu puncte de date din hărți 3-D, senzori de sol, drone, modele meteorologice, supravegheate masina de învățare găsește modele în seturi mari de date pentru a prezice cel mai bun moment pentru plantarea culturilor și pentru a prezice randamentele chiar înainte de a fi plantate.
  • Ferme lactate Folosește roboți AI pentru ca vacile să se mulgă singure, AI și învățarea automată monitorizează, de asemenea, semnele vitale, activitatea, aportul de alimente și apă ale vacii pentru a le menține sănătoase și mulțumite.
  • Cu ajutorul AI, agricultorilor care reprezintă mai puțin de 2% din populație hrănesc 300 de milioane în restul SUA.
  • Inteligența artificială în agricultură

Există, de asemenea, povești grozave despre AI succes în industriile de servicii, retail, mass-media și producție. AI este într-adevăr peste tot.

Punctele forte și punctele slabe ale AI sunt contrastate

O înțelegere solidă a punctelor forte și a punctelor slabe ale AI poate contribui la succesul inițiativelor dvs. de AI. Amintiți-vă, de asemenea, că capabilitățile aflate în prezent în coloana din dreapta sunt oportunități. Acestea sunt domeniile în care vânzătorii și adoptatorii de vârf fac progrese în prezent. Ne vom uita la capacitățile care provoacă în prezent AI din nou peste un an și vom documenta schimbarea la stânga. Dacă studiați cu atenție următorul grafic, nu m-aș mira dacă a existat o mișcare între momentul în care scriu acest lucru și momentul în care este publicat.

Care este viitorul AI?

Dacă AI ar fi mai inteligentă, ar putea prezice ce ne rezervă viitorul. Este clar că sunt multe concepții greșite despre ce poate și nu poate face AI. Mulți concepții greșite și analfabetismul AI sunt rezultatul marketingului tehnologic exagerând capabilitățile existente. AI este impresionant pentru ceea ce poate face astăzi. Prevăd că multe dintre punctele slabe din coloana din dreapta se vor deplasa spre stânga și vor deveni puncte forte în următorii 2 sau 3 ani.

[După ce am terminat acest articol, am prezentat paragraful anterior către OpenAI, un generator de limbaj pentru platformă AI deschisă. Este posibil să fi văzut o parte din arta generată de DALL-E. Am vrut să știu ce părere are despre viitorul AI. Iată ce avea de spus. ]

Viitorul AI nu se referă la cumpărarea câtorva servere și la instalarea unui pachet software disponibil. Este vorba despre găsirea și angajarea oamenilor potriviți, construirea echipei potrivite și realizarea investițiilor potrivite atât în ​​hardware, cât și în software.

Unele succese potențiale ale AI în următorii câțiva ani includ:

• Creșterea acurateței predicțiilor și recomandărilor
• Îmbunătățirea proceselor de luare a deciziilor
• Accelerarea cercetării și dezvoltării
• Ajută la automatizarea și optimizarea proceselor de afaceri

Cu toate acestea, există și unele potențiale eșecuri ale inteligenței artificiale de care companiile ar trebui să fie conștiente, cum ar fi:

• Încrederea excesivă pe AI duce la decizii suboptime
• Lipsa de înțelegere a modului în care funcționează AI, ceea ce duce la o utilizare greșită
• Prejudecățile în datele utilizate pentru antrenarea modelelor AI conducând la rezultate inexacte
• Preocupări legate de securitate și confidențialitate în legătură cu datele utilizate pentru antrenarea modelelor AI

Deci, ce înseamnă acest lucru pentru companiile care investesc în AI pentru a-și completa analiza tradițională? Răspunsul scurt este că nu există scurtături. 85% dintre inițiativele AI eșuează. Interesant este că acest lucru este similar cu statisticile des citate legate de proiectele tradiționale IT și BI. Aceeași muncă grea care a fost necesară întotdeauna înainte de a putea obține valoare din analiză trebuie încă făcută. Viziunea trebuie să existe, să fie realistă și realizabilă. Munca murdară este pregătirea datelor, disputarea datelor și curățarea datelor. Acest lucru va trebui făcut întotdeauna. În antrenamentul AI, cu atât mai mult. În prezent, nu există scurtături către intervenția umană. Oamenii sunt încă obligați să definească algoritmii. Oamenilor li se cere să identifice răspunsul „corect”.

Pe scurt, pentru ca AI să aibă succes, oamenii trebuie să:

• Stabiliți infrastructura. Acest lucru stabilește, în esență, granițele în care va funcționa AI. Este vorba despre dacă fundația poate suporta date nestructurate, blockchain, IoT, securitate adecvată.
• Ajutor la descoperire. Găsiți și determinați disponibilitatea datelor. Datele pentru antrenarea AI trebuie să existe și să fie disponibile.
• Curățați datele. Atunci când este prezentat cu un set mare de date și, în consecință, cu un număr mare de rezultate potențiale, un expert în domeniu poate fi necesar să evalueze rezultatele. Curatarea va include, de asemenea, validarea contextului datelor.

Pentru a împrumuta o frază de la oamenii de știință în date, pentru ca companiile să aibă succes cu AI, pentru a putea adăuga valoare capacităților de analiză existente, trebuie să fie capabile să separe semnalul de zgomot, mesajul de hype.

Acum șapte ani, IBM Ginni Rometty a spus ceva de genul, Watson Health [AI] este momentul nostru lunar. Cu alte cuvinte, AI – echivalentul unei aterizări pe Lună – este un obiectiv inspirațional, realizabil, întins. Nu cred că am aterizat pe lună. Inca. IBM și multe alte companii continuă să lucreze spre obiectivul AI transformator.

Dacă AI este luna, luna este la vedere și este mai aproape decât a fost vreodată.