Зміст
- AI у циклі ажіотажу
- Поки що, не так добре
- Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
- Це все залежить від даних
Джерело: charles taylor / iStockphoto
Винос:
Є багато галасу з приводу штучного інтелекту, наскільки розумний він?
Штучний інтелект викликав стільки уваги в колах підприємств, що багатьох ІТ-лідерів можна виправдати, подумавши, що він дасть усі відповіді на все більш складну екосистему даних. Але хоча це, безумовно, має потенціал зробити багато значущих вдосконалень існуючої технології, також можна сказати, що деякі очікування щодо її ефективності завищені.
Насправді, розуміння того, що саме AI, як він насправді функціонує та що насправді може робити, є відносно мало. І це призводить до широких хибних уявлень щодо його ролі на підприємстві та того, як воно буде стосуватися існуючої інфраструктури та людей, які ними оперують.
AI у циклі ажіотажу
Відповідно до найновішого циклу Hype, Gartner, ключові підмножини AI, такі як глибоке навчання, машинне навчання та когнітивні обчислення, знаходяться на вершині кривої "Пік завищених очікувань", що означає, що вони перебувають у складі довгого ковзання в корито розчарування. Незважаючи на те, що це рівнозначно курсу практично для будь-яких руйнівних технологій протягом останніх 30 років, це вказує на той факт, що прогнозований вплив ШІ на підприємство, яке було отримане в основному за допомогою контрольованих лабораторних тестів, збирається перетворитися на реальність виробничого середовища. (Ознайомтеся з історією обчислювальних інновацій від Ada Lovelace до глибокого навчання.)
Тим не менш, дослідник Gartner Майк Уокер розраховує, що AI стане повсюдним протягом наступного десятиліття завдяки поєднанню просунутої обчислювальної потужності, що призводить до розвитку таких конструкцій, як нейронна мережа, і просто тому, що навантаження даних на підприємстві набуло такого величезного характеру і настільки складний, що люди-оператори вже не можуть впоратися самостійно.
Одне з перших, що підприємству потрібно зрозуміти про AI, це те, що воно швидко і вільно грає з терміном "інтелект". Як нещодавно пояснив ZDnet швейцарський невролог Паскаль Кауфман, існують глибокі відмінності в способах комп'ютерного алгоритму та людського мозку обробляти інформацію для досягнення висновку. Враховуючи достатню потужність обробки, комп'ютерний алгоритм може порівняти мільйони, мільярди, можливо, навіть трильйони наборів даних, щоб зробити просте визначення, наприклад, чи справді зображення кота є зображенням кішки. Але навіть маленька дитина, отримавши дуже мало даних, може інстинктивно визначити, що це кішка і назавжди пізнає, що таке кішка і як вона схожа.
За цим стандартом навіть провідний приклад AI на роботі - майстерність AlphaGo від Google DeepMind в стратегічній грі Go - був насправді не штучним інтелектом, а перетином великих даних, аналітики та автоматизації, здатним раціоналізувати підхід, заснований на правилах до перемоги. Цікаво, що Кауфман додає, що справжнім прикладом штучного інтелекту було б, якби AlphaGo придумав, як обдурити, щоб перемогти. Для цього, однак, науці спочатку доведеться зламати "код мозку", який надає нам можливість обробляти інформацію, отримувати знання та зберігати спогади. (Дізнайтеся більше про автоматизацію за допомогою автоматизації: майбутнє науки про дані та машинного навчання?)
Поки що, не так добре
Дійсно, незважаючи на побоювання, що AI збирається взяти на себе роботу всіх, поки що результати майже комічні. Шанувальники "Гра престолів" Джорджа Р. Р. Мартіна настільки нетерплячі до чергової партії серії, що багато хто злітався до глави майже чистого гоблінгорога, написаного формою ШІ, що називається періодичною нейронною мережею. Тим часом IBM приймає позитивні запитання у дослідників онкології, яким було сказано, що Ватсон розкриє нову еру в діагностиці та лікуванні, але натомість все ще бореться лише для розмежування основних форм раку. З огляду на цю послугу, цілком можливо, що коли AI вперше буде представлений на типовому підприємстві, воно, ймовірно, вимагатиме більше зусиль з боку операторів людини, щоб лише відстежувати та відслідковувати всі помилки, які він буде робити.
Ні помилок, ні стресу - покроковий посібник зі створення програмного забезпечення, що змінює життя, не руйнуючи ваше життя
Ви не можете покращити свої навички програмування, коли ніхто не піклується про якість програмного забезпечення.
Але ось справа: AI покращиться з часом, не потребуючи перепрограмування. Як нещодавно розповів дослідник Cornell Tech Даніель Хаттенлокер, "Tech Crunch", AI, швидше за все, замінить традиційне програмне забезпечення - і всі дотепні патчі, оновлення та виправлення, які йому потрібні - ніж людські оператори. Це не означає, що ШІ не потрібно запрограмувати, а підхід значно спрощений. Завдяки сьогоднішньому програмному забезпеченню програмісту потрібно визначити не тільки завдання, яке потрібно вирішити, але й точні кроки, з якими його потрібно вирішити. Завдяки AI все, що потрібно, - це мета, і програмне забезпечення має бути в змозі обробити решту, за умови, що в ньому є потрібні дані для роботи.
Це все залежить від даних
Цей останній момент є вирішальним, оскільки наприкінці дня AI - це просто алгоритм, і алгоритми є настільки ж хорошими, як і дані, які вони подаються. Це означає, що окрім створення належних операційних рамок AI, підприємству доведеться створити досить енергійне середовище кондиціонування даних, так що результати аналітики будуть ґрунтуватися на точній інформації, що надходить. Як розповів нещодавно генеральний директор ActiveCampaign Джейсон ВандеБом, старий правила "сміття врівень зі сміттям" все ще діють, тому може пройти деякий час, перш ніж організації побачать справжню користь своїх інвестицій в ІІ.
З огляду на все це, підприємство не повинно очікувати, що AI надасть швидке вирішення виникаючих проблем великих даних та ІОТ. Крива навчання як для людей, так і для машин, ймовірно, буде досить довгою, а результати в кращому випадку непевними.
Але якщо все вийде, як планувалося, і підприємство, і робоча сила знань повинні побачити значну користь у перспективі. Подумайте лише про найземніші, виснажливі та трудомісткі завдання, які сповільнюють ваші процеси в даний момент, і уявіть, що ніколи не потрібно їх виконувати більше ніколи.