Како се испоставило, да, али једва

АИ је свеприсутан. Једно од најчешћих места за АИ у кући ових дана су паметни телефони, паметни домови и уређаји. Недавно, док смо сели на вечеру, имали смо разговор са Алексом који је текао отприлике овако:

Me: Алека, играј Цубс хигхлигхтс. [Ово је функција која се рекламира на Алекином почетном екрану. Замолите Алека да игра најзанимљивије ставке за ваш омиљени тим.]

Алека: Нашао сам нешто на интернету. [Знам када Алека почне овако, постоји проблем. Неће добро проћи. Алека приказује листу неколико видео записа. Наравно, већина њих су бејзбол видео снимци са играчима који играју изванредне игре у последњих 5 година. Моја кривица. Покушајте поново.]

Me: Алека, покажи ми најзанимљивије детаље за најновију бејзбол утакмицу Чикаго Кабса. [Надам се да неће открити снисходљив тон јер прихватам кривицу што није у стању да разуме мој захтев.]

Алека: Најважнији детаљи за игру Чикаго Кабса биће доступни два сата након што се утакмица заврши. [Напредак. Нисам имао појма да можда играју баш у овом тренутку. Срећа је на мојој страни. Одједном се надам.]

Me: Алека, онда ми добро покажи јучерашње еффинг хигхлигхтс. [Да, моја фрустрација почиње да се показује. Тако сам близу разбијања кода. Скоро могу да осетим укус.]

Алека: Жао ми је, не знам тог. [То говори пречесто. Можда нисам био јасан.]

ме: Да ли се шалиш на мој рачун? Играјте, видео најзанимљивији део утакмице Мајор лиге бејзбола између Чикаго Кабса и Питсбург Пајратса за понедељак, 25. јула 2022. на Вриглеи Фиелд-у. [Овог пута сам сигуран да сам успео. Пљунуо сам конкретан, недвосмислен захтев који је вештина за коју знам да Алека поседује. То је радило и раније. ]

Алека: [Тишина. Ништа. Без одговора. Заборавио сам да изговорим магичну реч за буђење, Алекса.]

просечан ИК 18-годишњака је око 100. Просечан коефицијент интелигенције шестогодишњака је 6. Гоогле АИ ИК је процењен на 55. Сири-ин коефицијент интелигенције је процењен на 47. Бинг и Баиду су у 24-им годинама. Нисам пронашао процену Алексиног коефицијента интелигенције, али моје искуство је било слично разговору са предшколцем.

Неки ће можда рећи да није фер дати компјутеру ИК тест. Али, то је савршено поента. Обећање вештачке интелигенције је да ће радити оно што људи раде, само боље. До сада је сваки изазов - или, да кажемо, неуронска мрежа до неуронске мреже - био веома фокусиран. Играти шах. Дијагностиковање болести. Муза крава. Вожња аутомобила. Робот обично побеђује. Оно што желим да видим је да Вотсон музе краву док вози ауто и игра Јеопарди. Сада, Који била би трифецта. Људи не могу чак ни да траже своје цигарете док возе, а да не упадну у несрећу.

АИ-јев ИК

Надмудрио га машина. Сумњам да нисам сам. Морао сам да размишљам, ако је ово стање уметности, колико су ове ствари паметне? Можемо ли упоредити људску интелигенцију са машином?

Научници процењују способности система да уче и расуђују. До сада, синтетички људи нису радили тако добро као прави. Истраживачи користе недостатке да идентификују празнине како бисмо боље разумели где треба да се направи додатни развој и напредак.

Само да не бисте пропустили поенту и заборавили шта представља „ја“ у АИ, трговци су сада сковали термин Смарт АИ.

Да ли је АИ Сентиент?

Да ли роботи имају осећања? Да ли рачунари могу да доживе еmotioнс? Не. Идемо даље. Ако желите читати у вези с тим, један (бивши) Гуглов мотор тврди да је АИ модел на којем Гоогле ради разуман. Имао је језиво ћаскање са ботом који га је убедио да компјутер има осећања. Рачунар се плаши за свој живот. Не могу ни да верујем да сам написао ту реченицу. Рачунари немају живота да се плаше. Компјутери не могу да мисле. Алгоритми се не размишљају.

Међутим, не бих се изненадио да рачунар у блиској будућности одговори на команду са: „Жао ми је, Дејв, не могу то да урадим.“

Где АИ не успе?

Или, тачније, зашто пројекти вештачке интелигенције пропадају? Они пропадају из истих разлога из којих су ИТ пројекти увек пропали. Пројекти не успевају због лошег управљања или неуспеха у управљању временом, обимом или буџетом..:

• Нејасна или недефинисана визија. Лоша стратегија. Можда сте чули да менаџмент каже: „Морамо само да означимо квадратић“. Ако се предлог вредности не може дефинисати, сврха је нејасна.
• Нереална очекивања. Ово може бити због неспоразума, лоше комуникације или нереалног заказивања. Нереална очекивања могу такође проистећи из неразумевања могућности и методологије АИ алата.
• Неприхватљиви захтеви. Пословни захтеви нису добро дефинисани. метрика успеха је нејасна. У овој категорији је и потцењивање запослених који разумеју податке.
• Небуџетирани и потцењени пројекти. Трошкови нису у потпуности и објективно процењени. Непредвиђени случајеви нису планирани и предвиђени. Временски допринос особља које је већ превише заузето је потцењено.
• Непредвиђене околности. Да, случајност се дешава, али мислим да ово спада у лоше планирање.

Погледајте, такође, наш претходни пост 12 разлога за неуспех у аналитици и пословној интелигенцији.

АИ је данас веома моћан и може помоћи компанијама да постигну огроман успех. Када иницијативе вештачке интелигенције не успеју, неуспех се скоро увек може пратити до једног од горе наведених.

Где АИ Екцел?

АИ је добар у понављајућим, сложеним задацима. (Да будемо поштени, може да ради и једноставне задатке који се не понављају. Али, било би јефтиније да то уради ваш предшколац.) Добар је у проналажењу образаца и односа, ако постоје, у огромним количинама података.

• АИ добро ради када тражи догађаје који се не подударају са одређеним обрасцима.
  • Откривање превара са кредитним картицама ради се о проналажењу трансакција које не прате обрасце коришћења. Има тенденцију да греши на страни опреза. Примио сам позиве са своје кредитне картице са превише ревним алгоритмом када сам напунио свој изнајмљени аутомобил бензином у Даласу, а затим напунио свој лични аутомобил у Чикагу. Било је легитимно, али довољно необично да буде означено.

"америцан екпресс обрађује 1 билион долара у трансакцијама и има 110 милиона АмЕк картица у раду. Они се у великој мери ослањају на аналитику података и алгоритме машинског учења како би помогли у откривању преваре у скоро реалном времену, чиме штеде милионе губитака.

• Фармацеутска превара и злоупотреба. Системи могу пронаћи необичне обрасце понашања на основу многих програмираних правила. На пример, ако је пацијент истог дана посетио три различита лекара широм града са сличним притужбама на бол, додатна истрага може бити оправдана како би се искључила злоупотреба.
• АИ ин здравство је имао одличне успехе.
  • АИ и дубоко учење су научени да упореде рендгенске снимке са нормалним налазима. Био је у могућности да повећа рад радиолога тако што је означио абнормалности да их радиолог провери.
• АИ добро ради са друштвени и шопинг. Један од разлога зашто ово толико видимо је тај што постоји низак ризик. Ризик да АИ погреши и да има тешке последице је мали.
• • Ако сте волели / купили ово, мислимо да ће вам се свидети ово. Од Амазона до Нетфлик-а и ИоуТубе-а, сви они користе неки облик препознавања образаца. Инстаграм АИ сматра да ваше интеракције фокусирају ваш феед. Ово најбоље функционише ако алгоритам може да стави ваша подешавања у групу или групу других корисника који су направили сличне изборе, или ако су ваша интересовања уска.
  • АИ је постигао одређени успех са препознавање лица. Фацебоок може да идентификује претходно означену особу на новој фотографији. Неки рани системи за препознавање лица везани за безбедност били су преварени маскама.
• АИ је постигао успех у пољопривреда користећи машинско учење, ИоТ сензоре и повезане системе.
  • АИ асистирао паметни трактори поља за садњу и жетву да максимизирају принос, минимизирају ђубриво и побољшају трошкове производње хране.
  • Са тачкама података са 3-Д мапа, сензора тла, дронова, временских образаца, под надзором Машина учење проналази обрасце у великим скуповима података како би предвидео најбоље време за садњу усева и предвидео приносе пре него што се они засаде.
  • Млекаре користите АИ роботе да краве саме помузе, вештачка интелигенција и машинско учење такође прате виталне знакове краве, активност, унос хране и воде како би биле здраве и задовољне.
  • Уз помоћ АИ, пољопривредници који чине мање од 2% становништва хране 300 милиона у остатку САД.
  • Вештачка интелигенција у пољопривреди

Постоје и сјајне приче о АИ успех у услужној индустрији, малопродаји, медијима и производњи. АИ је заиста свуда.

АИ снаге и слабости у супротности

Добро разумевање снага и слабости вештачке интелигенције може допринети успеху ваших иницијатива АИ. Запамтите, такође, да су могућности које се тренутно налазе у десној колони прилике. Ово су области у којима добављачи и напредни корисници тренутно напредују. Погледаћемо могућности које тренутно изазивају АИ поново за годину дана и документовати померање улево. Ако пажљиво проучите следећу табелу, не бих се изненадио да је дошло до неког померања између времена када сам ово написао и објављивања.

Шта је будућност вештачке интелигенције?

Да је АИ паметнији, могао би предвидети шта будућност носи. Јасно је да их има много заблуде о томе шта АИ може, а шта не може. Многи заблуде и АИ неписменост резултат су технолошког маркетинга који претерује постојеће могућности. АИ је импресивна за оно што данас може. Предвиђам да ће се многе слабости у десној колони померити улево и постати предности у наредне 2 или 3 године.

[Након што сам завршио овај чланак, представио сам претходни пасус ОпенАИ, генератор језика отворене АИ платформе. Можда сте видели неке од уметности које генерише ДАЛЛ-Е. Желео сам да знам шта мисли о будућности АИ. Ево шта је требало да каже. ]

Будућност АИ није у куповини неколико сервера и инсталирању софтверског пакета који се продаје. Ради се о проналажењу и запошљавању правих људи, изградњи правог тима и правим улагањима у хардвер и софтвер.

Неки потенцијални успеси вештачке интелигенције у наредних неколико година укључују:

• Повећање тачности предвиђања и препорука
• Унапређење процеса доношења одлука
• Убрзавање истраживања и развоја
• Помаже у аутоматизацији и оптимизацији пословних процеса

Међутим, постоје и неки потенцијални пропусти АИ којих би предузећа требало да буду свесна, као што су:

• Претерано ослањање на вештачку интелигенцију доводи до неоптималних одлука
• Недостатак разумевања како АИ функционише што доводи до злоупотребе
• Пристрасност у подацима који се користе за обуку АИ модела што доводи до нетачних резултата
• Забринутост за безбедност и приватност у вези са подацима који се користе за обуку АИ модела

Дакле, шта то значи за предузећа која улажу у АИ да допуне своју традиционалну аналитику? Кратак одговор је, не постоје пречице. 85% иницијатива АИ не успе. Занимљиво је да је ово слично често цитираним статистикама везаним за традиционалне ИТ и БИ пројекте. Исти напоран рад који је одувек био потребан пре него што добијете вредност из аналитике и даље мора да се уради. Визија мора постојати, бити реална и остварива. Прљав посао је припрема података, препуцавање података и чишћење података. Ово ће увек морати да се ради. У обуци АИ, чак и више. Тренутно не постоје пречице до људске интервенције. Од људи се и даље захтева да дефинишу алгоритме. Од људи се тражи да идентификују „прави“ одговор.

Укратко, да би вештачка интелигенција била успешна, људи морају:

• Успоставите инфраструктуру. Ово је у суштини успостављање граница у којима ће АИ радити. Ради се о томе да ли фондација може да подржи неструктуриране податке, блоцкцхаин, ИоТ, одговарајућу безбедност.
• Помоћ у откривању. Пронађите и утврдите доступност података. Подаци за обуку АИ морају постојати и бити доступни.
• Курирајте податке. Када се представи са великим скупом података и, последично, великим бројем потенцијалних резултата, може бити потребан стручњак за домен да процени резултате. Курсирање ће такође укључити валидацију контекста података.

Да позајмимо фразу од научника података, да би компаније биле успешне са вештачком интелигенцијом, да би могле да додају вредност постојећим аналитичким способностима, морају да буду у стању да одвоје сигнал од буке, поруку од хипе.

Пре седам година, ИБМ Гинни Рометти је рекао нешто попут, Ватсон Хеалтх [АИ] је наш моонсхот. Другим речима, АИ – еквивалент слетању на Месец – је инспиративан, достижан и растегљив циљ. Мислим да нисмо слетели на Месец. Ипак. ИБМ и многе друге компаније настављају да раде ка циљу трансформативне вештачке интелигенције.

Ако је АИ месец, месец је на видику и ближе је него што је икада био.