Як виявилося, так, але ледве

ШІ всюдисущий. Одним із найпоширеніших місць для штучного інтелекту вдома сьогодні є смартфон, розумні будинки та побутова техніка. Нещодавно, коли ми сиділи вечеряти, у нас була розмова з Алексою, яка виглядала приблизно так:

Me: Alexa, зіграй у основні моменти Cubs. [Це функція, яка рекламується на головному екрані Alexa. Попросіть Alexa зіграти найкращі моменти для вашої улюбленої команди.]

Alexa: Я знайшов щось в Інтернеті. [Я знаю, що коли Alexa починає працювати так, виникає проблема. Добре не вийде. Alexa показує список із кількох відео. Звісно, ​​більшість із них — це бейсбольні відео з гравцями, які грають винятково за останні 5 років. Моя провина. Спробуйте знову.]

Me: Алекса, покажи мені основні моменти останнього бейсбольного матчу Chicago Cubs. [Я сподіваюся, що він не помітить поблажливий тон, оскільки я приймаю провину за те, що він не зміг зрозуміти мого прохання.]

Alexa: Основні моменти гри Chicago Cubs будуть доступні через дві години після закінчення гри. [Прогрес. Я й гадки не мав, що вони можуть грати саме в цей момент. Удача на моєму боці. Я раптом надіюся.]

Me: Алекса, добре, тоді покажи мені вчорашні моменти. [Так, моє розчарування починає проявлятися. Я так близько до того, щоб зламати код. Я майже відчуваю смак.]

Alexa: Вибачте, я не знаю цього. [Про це говориться надто часто. Можливо, я не був зрозумілим.]

Me: Ви жартуєте? Слухайте відео з найкращими моментами матчу Вищої бейсбольної ліги між «Чикаго Кабс» і «Піттсбург Пайретс» у понеділок, 25 липня 2022 року, на стадіоні Wrigley Field. [Цього разу я впевнений, що впорався. Я висловив конкретний, недвозначний запит, який, як я знаю, є навичкою, якою володіє Алекса. Він робив це раніше. ]

Alexa: [Мовчання. нічого Немає відповіді. Я забув сказати чарівне слово пробудження, Алекса.]

Команда середній IQ 18-річної дитини становить близько 100. Середній IQ 6-річної людини становить 55. Google AI IQ оцінено в 47. IQ Siri оцінюється в 24. Bing і Baidu знаходяться в 30-х роках. Я не знайшов оцінки IQ Alexa, але мій досвід був схожий на розмову з дитиною дошкільного віку.

Хтось може сказати, що несправедливо давати комп’ютеру тест IQ. Але саме в цьому суть. Обіцянка ШІ — робити те, що роблять люди, тільки краще. Поки що кожен прямий виклик – або, скажімо так, нейронна мережа до нейронної мережі – виклик був дуже цілеспрямованим. Грати в шахи. Діагностика захворювання. Доїння корів. Водіння автомобілів. Зазвичай перемагає робот. Що я хочу побачити, так це Ватсона, який доїть корову за кермом автомобіля та грає в Jeopardy. тепер, Що буде trifecta. Люди навіть не можуть шукати свої сигарети за кермом, не потрапивши в аварію.

IQ ШІ

Перехитрила машина. Я підозрюю, що я не один. Я почав думати, якщо це сучасний рівень, наскільки розумні ці речі? Чи можемо ми порівняти інтелект людини з інтелектом машини?

Вчені оцінюють здатність систем навчатися та міркувати. Поки що синтетичні люди не працювали так добре, як справжні. Дослідники використовують недоліки, щоб виявити прогалини, щоб ми краще розуміли, де потрібно зробити додаткові розробки та прогрес.

Аби ви не пропустили суть і не забули, що означає «я» в AI, маркетологи ввели термін Smart AI.

ШІ розумний?

Чи є у роботів почуття? Чи можуть комп’ютери відчувати emotioнс? Ні. Йдемо далі. Якщо ви хочете зчитування про це одна (колишня) система Google стверджує, що модель ШІ, над якою працює Google, є розумною. У нього був моторошний чат із ботом, який переконав його, що комп’ютер має почуття. Комп'ютер боїться за своє життя. Я навіть не можу повірити, що написав це речення. Комп’ютерам нема чого боятися. Комп’ютери не можуть думати. Алгоритми не продумані.

Однак я не здивуюся, якщо найближчим часом комп’ютер відповість на команду: «Вибач, Дейве, я не можу цього зробити».

Де AI не працює?

Або, точніше, чому проекти ШІ провалюються? Вони зазнають невдачі з тих самих причин, з яких ІТ-проекти завжди провалювалися. Проекти зазнають невдачі через погане управління або невдачу в управлінні часом, обсягом або бюджетом..:

• Неясний або невизначений зір. Погана стратегія. Можливо, ви чули, як керівництво говорило: «Нам просто потрібно поставити прапорець». Якщо ціннісну пропозицію неможливо визначити, мета незрозуміла.
• Нереальні очікування. Це може статися через непорозуміння, погане спілкування або нереальний графік. Нереалістичні очікування також можуть виникати через відсутність розуміння можливостей і методології інструментів ШІ.
• Неприйнятні вимоги. Вимоги до бізнесу визначені недостатньо. Показники успіху неясні. Також до цієї категорії відноситься недооцінка співробітників, які розуміють дані.
• Небюджетні та недооцінені проекти. Витрати не були повністю та об'єктивно оцінені. Непередбачуваних подій не було заплановано та не передбачено. Внесок часу персоналу, який і без того надто зайнятий, був недооцінений.
• Непередбачувані обставини. Так, випадковість буває, але я думаю, що це підпадає під погане планування.

Дивіться також наш попередній пост 12 причин невдачі в аналітиці та бізнес-аналітиці.

ШІ сьогодні дуже потужний і може допомогти компаніям досягти величезного успіху. Коли ініціативи штучного інтелекту зазнають невдачі, провал майже завжди можна віднести до одного з вищезазначених.

Де AI Excel?

ШІ добре справляється з повторюваними складними завданнями. (Чесно кажучи, він також може виконувати прості завдання, що не повторюються. Але було б дешевше, якщо б це робив ваш дошкільник.) Він добре знаходить закономірності та зв’язки, якщо вони існують, у величезних обсягах даних.

• ШІ добре справляється з пошуком подій, які не відповідають певним шаблонам.
  • Виявлення шахрайство з кредитною карткою полягає в пошуку транзакцій, які не відповідають шаблонам використання. Це, як правило, помиляється на стороні обережності. Мені телефонували з моєї кредитної картки з надто старанним алгоритмом, коли я заправляв свою орендовану машину бензином у Далласі, а потім заправляв свою особисту машину в Чикаго. Це було законно, але досить незвично, щоб бути позначеним.

"American Express обробляє транзакції на 1 трильйон доларів і має 110 мільйонів операційних карток AmEx. Вони значною мірою покладаються на аналіз даних і алгоритми машинного навчання, щоб допомогти виявити шахрайство майже в реальному часі, таким чином заощаджуючи мільйони на збитках».

• Фармацевтичне шахрайство та зловживання. Системи можуть знаходити незвичайні моделі поведінки на основі багатьох запрограмованих правил. Наприклад, якщо пацієнт звернувся до трьох різних лікарів у місті в один і той же день із подібними скаргами на біль, може знадобитися додаткове обстеження, щоб виключити зловживання.
• ШІ в охорона здоров'я досягла чудових успіхів.
  • ШІ та глибоке навчання навчили порівнювати рентгенівські знімки з нормальними результатами. Він міг посилити роботу радіологів, позначаючи аномалії для перевірки радіологами.
• ШІ добре працює з соціальні та торгові. Однією з причин, чому ми так часто бачимо це, є низький ризик. Ризик того, що штучний інтелект помилиться і матиме серйозні наслідки, низький.
• • Якщо вам сподобалося/купили це, ми думаємо, вам сподобається це. Від Amazon до Netflix і YouTube, усі вони використовують певну форму розпізнавання образів. Instagram AI враховує вашу взаємодію, щоб зосередити вашу стрічку. Це, як правило, працює найкраще, якщо алгоритм може помістити ваші вподобання в сегмент або групу інших користувачів, які зробили подібний вибір, або якщо ваші інтереси вузькі.
  • ШІ досяг певного успіху розпізнавання осіб. Facebook може ідентифікувати раніше позначену особу на новій фотографії. Деякі ранні системи розпізнавання обличчя, пов’язані з безпекою, були обдурені масками.
• ШІ досяг успіху в сільське господарство за допомогою машинного навчання, датчиків IoT і підключених систем.
  • ШІ допоміг розумні трактори садити та збирати врожай, щоб максимізувати врожайність, мінімізувати кількість добрив і зменшити витрати на виробництво продуктів харчування.
  • З точками даних із 3-D карт, датчиків ґрунту, дронів, погодних умов, під наглядом навчання за допомогою машини знаходить закономірності у великих наборах даних, щоб передбачити найкращий час для посадки культур і передбачити врожайність ще до того, як їх буде висаджено.
  • Молочні ферми використовуйте роботів зі штучним інтелектом, щоб доїти корів самостійно; штучний інтелект і машинне навчання також відстежують життєво важливі показники, активність, споживання їжі та води корів, щоб вони були здоровими та задоволеними.
  • За допомогою ШІ, фермерів які становлять менше 2% населення, годують 300 мільйонів в решті США.
  • Штучний інтелект у сільському господарстві

Є також чудові історії ШІ успіх у сфері послуг, роздрібній торгівлі, ЗМІ та виробництві. ШІ справді всюди.

Порівняння сильних і слабких сторін ШІ

Чітке розуміння сильних і слабких сторін ШІ може сприяти успіху ваших ініціатив ШІ. Пам’ятайте також, що можливості, які наразі вказані в правій колонці, є можливостями. Це ті сфери, у яких постачальники та передові користувачі зараз досягають прогресу. Через рік ми знову розглянемо можливості, які зараз кидають виклик ШІ, і задокументуємо зсув ліворуч. Якщо ви уважно вивчите наведену нижче таблицю, я не здивуюся, якщо від часу, коли я це пишу, до моменту публікації відбулися певні зміни.

Яке майбутнє ШІ?

Якби ШІ був розумнішим, він міг би передбачити, що чекає в майбутньому. Зрозуміло, що їх багато неправильні уявлення про те, що ШІ може, а що не може. багато неправильні уявлення та безграмотність ШІ є результатом надмірної реклами технологічного маркетингу наявних можливостей. AI вражає своїми можливостями сьогодні. Я передбачаю, що багато слабких сторін у правій колонці змістяться ліворуч і стануть сильними сторонами в наступні 2-3 роки.

[Після того як я закінчив цю статтю, я представив попередній абзац OpenAI, генератор мови відкритої платформи ШІ. Можливо, ви бачили деякі твори мистецтва, створені DALL-E. Я хотів знати, що він думає про майбутнє ШІ. Ось що це мало сказати. ]

Майбутнє штучного інтелекту полягає не в покупці кількох серверів і встановленні готового програмного забезпечення. Йдеться про пошук і найм потрібних людей, створення правильної команди та правильні інвестиції в апаратне та програмне забезпечення.

Деякі потенційні успіхи ШІ протягом наступних кількох років включають:

• Підвищення точності прогнозів і рекомендацій
• Удосконалення процесів прийняття рішень
• Прискорення досліджень і розробок
• Допомога в автоматизації та оптимізації бізнес-процесів

Однак існують також деякі потенційні збої штучного інтелекту, про які підприємства повинні знати, наприклад:

• Надмірна залежність від ШІ призводить до неоптимальних рішень
• Брак розуміння того, як працює штучний інтелект, призводить до неправильного використання
• Зміщення в даних, які використовуються для навчання моделей штучного інтелекту, що призводить до неточних результатів
• Занепокоєння щодо безпеки та конфіденційності даних, які використовуються для навчання моделей ШІ

Отже, що це означає для компаній, які інвестують у штучний інтелект, щоб доповнити свою традиційну аналітику? Коротка відповідь: не існує коротких шляхів. 85% ініціатив ШІ зазнають невдачі. Цікаво, що це схоже на часто цитовану статистику, пов’язану з традиційними ІТ- та BI-проектами. Необхідно виконати ту саму наполегливу роботу, яку завжди вимагали, перш ніж ви зможете отримати користь від аналітики. Бачення має існувати, бути реалістичним і досяжним. Брудна робота полягає в підготовці даних, суперечках і очищенні даних. Це потрібно буде робити завжди. У навчанні ШІ – тим більше. Наразі не існує ярликів для людського втручання. Люди все ще повинні визначати алгоритми. Від людей вимагається визначити «правильну» відповідь.

Таким чином, щоб ШІ був успішним, люди повинні:

• Створіть інфраструктуру. Це, по суті, встановлення меж, у яких ШІ працюватиме. Йдеться про те, чи може основа підтримувати неструктуровані дані, блокчейн, IoT, відповідну безпеку.
• Допомога у відкритті. Знайти та визначити наявність даних. Дані для навчання ШІ повинні існувати та бути доступними.
• Опрацюйте дані. Коли представлено великий набір даних і, як наслідок, велика кількість потенційних результатів, для оцінки результатів може знадобитися експерт із предметної області. Керування також включатиме перевірку контексту даних.

Якщо запозичити фразу дослідників обробки даних, компаніям, щоб досягти успіху з ШІ, щоб мати можливість додати цінність існуючим аналітичним можливостям, вони повинні вміти відокремлювати сигнал від шуму, повідомлення від ажіотажу.

Сім років тому IBM Дінні Ромметі сказав щось на кшталт Watson Health [AI] — це наш місячний знімок. Іншими словами, штучний інтелект – еквівалент висадки на Місяць – це надихаюча, досяжна, довготривала мета. Я не думаю, що ми висадилися на Місяці. ще. IBM та багато інших компаній продовжують працювати над метою трансформаційного ШІ.

Якщо штучний інтелект — це місяць, то місяць у полі зору, і він ближче, ніж будь-коли.