Kot se je izkazalo, ja, a komaj

AI je vseprisoten. Eno najpogostejših mest za AI v domu so danes pametni telefoni, pametni domovi in ​​naprave. Pred kratkim, ko smo sedeli k večerji, smo imeli pogovor z Alexo, ki je potekal nekako takole:

Me: Alexa, igraj poudarke Cubs. [To je funkcija, ki je oglaševana na domačem zaslonu Alexa. Prosite Alexa, naj odigra vrhunce za vašo najljubšo ekipo.]

Alexa: Nekaj ​​sem našel na spletu. [Vem, da ko Alexa začne tako, je problem. Ne bo šlo dobro. Alexa prikaže seznam peščice videoposnetkov. Seveda je večina videoposnetkov bejzbola z igralci, ki so v zadnjih 5 letih odigrali izjemne igre. Moja krivda. Poskusi ponovno.]

Me: Alexa, pokaži mi vrhunce najnovejše baseball tekme Chicago Cubs. [Upam, da ne bo zaznal prizanesljivega tona, saj sprejemam krivdo, ker ne more razumeti moje zahteve.]

Alexa: Poudarki tekme Chicago Cubs bodo na voljo dve uri po koncu tekme. [Napredek. Nisem vedel, da morda igrajo ravno v tem trenutku. Sreča je na moji strani. Nenadoma sem poln upanja.]

Me: Alexa, potem mi pokaži včerajšnje vrhunce. [Ja, moje razočaranje se začenja kazati. Tako blizu sem, da zlomim kodo. Skoraj ga lahko okusim.]

Alexa: Oprosti, tega ne poznam. [To piše prevečkrat. Mogoče nisem bil jasen.]

me: Se hecaš? Predvajajte video vrhunce tekme Major League Baseball med Chicago Cubs in Pittsburgh Pirates v ponedeljek, 25. julija 2022, na Wrigley Fieldu. [Tokrat sem prepričan, da mi je uspelo. Izpljunil sem specifično, nedvoumno zahtevo, ki je veščina, za katero vem, da jo ima Alexa. To je storilo že prej. ]

Alexa: [Tišina. nič. Ni odgovora. Pozabil sem izgovoriti čarobno besedo za prebujanje, Alexa.]

O povprečni IQ 18-letnika je okoli 100. Povprečni inteligenčni kvocient 6-letnika je 55. Googlov IQ je bil ocenjen na 47. Sirin IQ je ocenjen na 24. Bing in Baidu sta v 30. Nisem našel ocene Alexinega IQ-ja, vendar je bila moja izkušnja podobna pogovoru s predšolskim otrokom.

Nekateri bodo morda rekli, da ni pošteno dati računalniku IQ test. Ampak, to je popolnoma bistvo. Obljuba umetne inteligence je, da bo delala to, kar delajo ljudje, le bolje. Doslej je bil vsak medsebojni izziv – ali, če rečemo, nevronska mreža do nevronske mreže – zelo osredotočen. Igranje šaha. Diagnosticiranje bolezni. Molze krav. Vožnja avtomobilov. Robot običajno zmaga. Kar želim videti, je Watson, ki molze kravo, medtem ko vozi avto in igra Jeopardy. zdaj, da bi bila trifecta. Ljudje ne morejo niti iskati svojih cigaret med vožnjo, ne da bi pri tem utrpeli nesrečo.

AI-jev IQ

Prelisičen s strani stroja. Sumim, da nisem sam. Začel sem razmišljati, če je to stanje tehnike, kako pametne so te stvari? Ali lahko človeško inteligenco primerjamo s strojno?

Znanstveniki ocenjujejo sposobnosti sistemov za učenje in razmišljanje. Doslej se sintetični ljudje niso obnesli tako dobro kot pravi. Raziskovalci uporabljajo pomanjkljivosti za odkrivanje vrzeli, tako da bolje razumemo, kje je potreben dodaten razvoj in napredek.

Da ne boste zgrešili bistva in pozabili, kaj pomeni »jaz« v AI, so tržniki skovali izraz Smart AI.

Je umetna inteligenca čuteča?

Imajo roboti čustva? Ali lahko računalniki doživijo emotions? Ne. Gremo naprej. Če hočeš preberite glede tega en (nekdanji) Googlov mehanizem res trdi, da je model AI, na katerem dela Google, čuteč. Imel je srhljiv klepet z botom, ki ga je prepričal, da ima računalnik čustva. Računalnik se boji za svoje življenje. Sploh ne morem verjeti, da sem napisal ta stavek. Računalnikom se ni treba bati. Računalniki ne znajo razmišljati. Algoritmi niso premišljeni.

Vendar me ne bi presenetilo, če bi se računalnik v bližnji prihodnosti na ukaz odzval z: "Žal mi je, Dave, tega ne morem."

Kje AI odpove?

Ali natančneje, zakaj projekti AI ne uspejo? Propadejo iz istih razlogov, zaradi katerih so projekti IT vedno propadli. Projekti ne uspejo zaradi slabega upravljanja ali neuspeha pri upravljanju časa, obsega ali proračuna..:

• Nejasen ali nedefiniran vid. Slaba strategija. Morda ste že slišali vodstvo reči: "Samo potrditi moramo polje." Če ponudbe vrednosti ni mogoče opredeliti, je namen nejasen.
• Nerealna pričakovanja. To je lahko posledica nesporazumov, slabe komunikacije ali nerealnega razporeda. Nerealna pričakovanja lahko izhajajo tudi iz pomanjkanja razumevanja zmogljivosti in metodologije orodij AI.
• Nesprejemljive zahteve. Poslovne zahteve niso dobro opredeljene. Meritve uspeha so nejasne. V to kategorijo spada tudi podcenjevanje zaposlenih, ki razumejo podatke.
• Nepredračunski in podcenjeni projekti. Stroški niso bili v celoti in objektivno ocenjeni. Nepredvideni dogodki niso načrtovani in predvideni. Časovni prispevek osebja, ki je že tako preveč zaposleno, je bil podcenjen.
• Nepredvidene okoliščine. Da, naključje se zgodi, vendar mislim, da to spada med slabo načrtovanje.

Glej tudi našo prejšnjo objavo 12 razlogov za neuspeh v analitiki in poslovni inteligenci.

Umetna inteligenca je danes zelo močna in lahko pomaga podjetjem doseči izjemen uspeh. Ko pobude za umetno inteligenco ne uspejo, je neuspeh skoraj vedno mogoče pripisati enemu od zgoraj naštetega.

Kje deluje AI Excel?

AI je dober pri ponavljajočih se zapletenih nalogah. (Če smo pošteni, lahko opravlja tudi preproste naloge, ki se ne ponavljajo. Vendar bi bilo ceneje, če bi to naredil vaš predšolski otrok.) Dober je pri iskanju vzorcev in odnosov, če obstajajo, v ogromnih količinah podatkov.

• AI se dobro znajde pri iskanju dogodkov, ki se ne ujemajo z določenimi vzorci.
  • Zaznavanje goljufije s kreditnimi karticami gre za iskanje transakcij, ki ne sledijo vzorcem uporabe. Ponavadi se zmoti na strani previdnosti. Prejemal sem klice s svoje kreditne kartice s preveč vnetim algoritmom, ko sem v svoj najeti avto natočil gorivo v Dallasu in nato natočil svoj osebni avto v Chicagu. Bilo je zakonito, a dovolj nenavadno, da so ga označili.

"american Express obdela 1 bilijon dolarjev transakcij in ima v uporabi 110 milijonov kartic AmEx. Močno se zanašajo na analizo podatkov in algoritme strojnega učenja, da pomagajo odkriti goljufije v skoraj realnem času, s čimer prihranijo milijone izgub.

• Farmacevtske goljufije in zlorabe. Sistemi lahko najdejo nenavadne vzorce obnašanja na podlagi številnih programiranih pravil. Na primer, če je pacient na isti dan obiskal tri različne zdravnike po mestu s podobnimi pritožbami glede bolečine, je morda potrebna dodatna preiskava, da se izključi zloraba.
• AI noter zdravstveno varstvo dosegel nekaj odličnih uspehov.
  • Umetna inteligenca in globoko učenje sta se naučila primerjati rentgenske žarke z običajnimi izvidi. Lahko je izboljšal delo radiologov z označevanjem nepravilnosti, ki jih je radiolog lahko preveril.
• AI dobro deluje z družabni in nakupovalni. Eden od razlogov, zakaj to tako pogosto vidimo, je nizko tveganje. Tveganje, da bi se umetna inteligenca zmotila in imela resne posledice, je nizka.
• • Če vam je všeč/kupil ta, mislimo, da vam bo všeč to. Od Amazona do Netflixa in YouTuba vsi uporabljajo neko obliko prepoznavanja vzorcev. Instagram AI upošteva vaše interakcije, da osredotoči vaš vir. To ponavadi najbolje deluje, če lahko algoritem postavi vaše nastavitve v vedro ali skupino drugih uporabnikov, ki so sprejeli podobne odločitve, ali če so vaši interesi ozki.
  • Umetna inteligenca je dosegla nekaj uspeha prepoznavanje obraza. Facebook lahko na novi fotografiji prepozna predhodno označeno osebo. Nekatere zgodnje sisteme za prepoznavanje obraza, povezane z varnostjo, so zavedle maske.
• AI je bil uspešen v kmetovanje z uporabo strojnega učenja, IoT senzorjev in povezanih sistemov.
  • Umetna inteligenca je pomagala pametni traktorji sadite in žete polja, da povečate pridelek, zmanjšate količino gnojil in izboljšate stroške proizvodnje hrane.
  • S podatkovnimi točkami iz 3-D zemljevidov, senzorji tal, droni, vremenskimi vzorci, pod nadzorom strojno učenje najde vzorce v velikih naborih podatkov za napovedovanje najboljšega časa za sajenje pridelkov in predvidevanje pridelka, še preden so posejani.
  • Mlečne kmetije uporabljajo robote z umetno inteligenco, da se krave pomolzejo same; umetna inteligenca in strojno učenje spremljata tudi vitalne znake, aktivnost, vnos hrane in vode krav, da ostanejo zdrave in zadovoljne.
  • S pomočjo AI, kmetje ki predstavljajo manj kot 2% prebivalstva, hranijo 300 milijonov v preostalih ZDA.
  • Umetna inteligenca v kmetijstvu

Obstajajo tudi odlične zgodbe o AI uspeh v storitvenih dejavnostih, maloprodaji, medijih in proizvodnji. AI je res povsod.

Primerjava prednosti in slabosti AI

Dobro razumevanje prednosti in slabosti umetne inteligence lahko prispeva k uspehu vaših pobud za umetno inteligenco. Ne pozabite tudi, da so trenutno zmožnosti v desnem stolpcu priložnosti. To so področja, na katerih prodajalci in napredni uporabniki trenutno napredujejo. Čez eno leto si bomo znova ogledali zmogljivosti, ki trenutno izzivajo AI, in dokumentirali premik v levo. Če natančno preučite naslednjo tabelo, me ne bi presenetilo, če bi med časom, ko to pišem, in časom, ko je to objavljeno, prišlo do nekega premika.

Kakšna je prihodnost AI?

Če bi bila AI pametnejša, bi lahko napovedala, kaj prinaša prihodnost. Jasno je, da jih je veliko napačne predstave o tem, kaj AI lahko in česa ne. Mnogi napačne predstave in nepismenost AI so rezultat tehnološkega trženja, ki pretirano hvali obstoječe zmogljivosti. AI je impresiven glede na to, kar zmore danes. Predvidevam, da se bo veliko slabosti v desnem stolpcu premaknilo v levo in v naslednjih 2 ali 3 letih postalo prednost.

[Ko sem končal ta članek, sem prejšnji odstavek predstavil OpenAI, generator jezika odprte platforme AI. Morda ste videli nekaj umetnin, ki jih je ustvaril njegov DALL-E. Želel sem vedeti, kaj si misli o prihodnosti umetne inteligence. Evo, kaj je imelo povedati. ]

Prihodnost umetne inteligence ni v nakupu nekaj strežnikov in namestitvi standardnega programskega paketa. Gre za iskanje in najemanje pravih ljudi, sestavljanje prave ekipe in prave naložbe v strojno in programsko opremo.

Nekateri možni uspehi umetne inteligence v naslednjih nekaj letih vključujejo:

• Povečanje natančnosti napovedi in priporočil
• Izboljšanje procesov odločanja
• Pospeševanje raziskav in razvoja
• Pomoč pri avtomatizaciji in optimizaciji poslovnih procesov

Vendar pa obstajajo tudi nekatere morebitne napake umetne inteligence, ki bi se jih morala podjetja zavedati, kot so:

• Pretirano zanašanje na AI vodi do neoptimalnih odločitev
• Pomanjkanje razumevanja delovanja umetne inteligence vodi v zlorabo
• Pristranskost podatkov, ki se uporabljajo za usposabljanje modelov umetne inteligence, vodi do netočnih rezultatov
• Pomisleki glede varnosti in zasebnosti glede podatkov, ki se uporabljajo za usposabljanje modelov AI

Torej, kaj to pomeni za podjetja, ki vlagajo v umetno inteligenco kot dopolnitev svoje tradicionalne analitike? Kratek odgovor je, da bližnjic ni. 85 % pobud AI je neuspešnih. Zanimivo je, da je to podobno pogosto citiranim statistikam, povezanim s tradicionalnimi IT in BI projekti. Še vedno je treba opraviti enako trdo delo, ki je bilo vedno potrebno, preden lahko dobite vrednost iz analitike. Vizija mora obstajati, biti realna in uresničljiva. Umazano delo je priprava podatkov, prepiranje podatkov in čiščenje podatkov. To bo vedno treba narediti. Pri usposabljanju AI še toliko bolj. Trenutno ni bližnjic do človeškega posredovanja. Ljudje morajo še vedno definirati algoritme. Od ljudi se zahteva, da prepoznajo "pravi" odgovor.

Če povzamemo, da bi bila umetna inteligenca uspešna, morajo ljudje:

• Vzpostavite infrastrukturo. To v bistvu določa meje, v katerih bo AI deloval. Gre za to, ali lahko temelj podpira nestrukturirane podatke, blockchain, IoT, ustrezno varnost.
• Pomoč pri odkrivanju. Poiščite in določite razpoložljivost podatkov. Podatki za usposabljanje AI morajo obstajati in biti na voljo.
• Pripravite podatke. Ko je predstavljen velik nabor podatkov in posledično veliko število možnih rezultatov, bo morda potreben strokovnjak za področje, da oceni rezultate. Kuriranje bo vključevalo tudi preverjanje konteksta podatkov.

Če si sposodim frazo podatkovnih znanstvenikov, da bi bila podjetja uspešna z AI, da bi lahko dodala vrednost obstoječim analitičnim zmogljivostim, morajo biti sposobna ločiti signal od hrupa, sporočilo od navdušenja.

Pred sedmimi leti je IBM-ov Ginni Rometta rekel nekaj takega, Watson Health [AI] je naš posnetek. Z drugimi besedami, umetna inteligenca – enakovredna pristanku na luni – je navdihujoč, dosegljiv in dolgotrajen cilj. Mislim, da nismo pristali na luni. še. IBM in mnoga druga podjetja si še naprej prizadevajo za cilj transformativne umetne inteligence.

Če je AI luna, je luna na vidiku in je bližje, kot je bila kadarkoli.