Me näeme tehisintellekti kohta uudiseid kõikjal; Mõnikord näeme tehisintellekti ümbruses elevust ja mõnikord artikleid, mis räägivad sellest, kuidas tehisintellekt asendab või hävitab meie töökohti. Samuti näeme aeg-ajalt ilmuvat artiklit sellest, kuidas tehisintellekt hävitab inimkonna.
Selles artiklis ei käsitle ma tehisintellekt või kuri AI, mis tahab inimkonda hävitada. Keskendun praegusele tehisintellektile, mis põhineb peamiselt ennustusi võimaldavatel algoritmidel, ning arutlen, kuidas tehisintellekti majandus töötab ja kuidas see võib äritegevust mõjutada. Samuti tahan mainida, et selle artikli sisu on väga mõjutatud (ja see autor soovitab tungivalt edasiseks lugemiseks) Ennustusmasinad: tehisintellekti lihtne majandus ja Inimene + masin: töö ümbermõtestamine tehisintellekti ajastul .
See artikkel on jagatud kolmeks põhiosaks:
Enne edasiminekut tahaksin arutada mõningate ajalooliste sündmuste sarnasusi, mis on analoogsed sellele, kuidas me täna tehisintellektist mõtleme. Toon mõned näited, kuidas konkreetse tehnoloogia laialdane kasutamine muutis meie mõtteviisi. Kuidas jõudsime põhiaritmeetikast spetsialiseerumisele tehisintellekti arendavad ettevõtted ?
See, mida arvutid kõige paremini teevad, on aritmeetika. Enne nüüd tuttavaid arvuteid kasutati sõna-sõnalt arvutit kasutavate inimeste jaoks mõistet „arvuti”, mida me nimetame nüüd inimese arvuti . '
Tehnoloogia edenedes muutus arvutus odavamaks ja kiiremaks ning hakkasime kõigele aritmeetika mõttes mõtlema. Fotograafia on hea näide - ajalooliselt oli fotode visuaalsete efektide muutmine või rakendamine keemiline reaktsioon. Nüüd aga kasutame kunstnikele ja fotograafidele tarkvarapakettide kaudu ligipääsetavaid algoritme, et fotodele efekte matemaatiliselt rakendada.
See on suurepärane näide sellest, kuidas me mõtleme, kui kauba / teenuse hind langeb; hakkame mõtlema, kuidas lahendada meie praegused probleemid selle uue tehnoloogia abil. Tehisintellekti puhul on see sama.
Kui Internetti hakati laialdaselt kasutama, tegi see tohutut liikumist erinevates tööstusharudes ja see kõik puudutas kulude vähendamist erinevates valdkondades. Näiteks odavnesid kaupade ja teenuste levitamise kulud ning see tõi kaasa e-kaubanduse loomise. Ettevõtted muutsid lõpuks oma strateegiat ja jäid ellu või surid.
Kui kauba või teenuse hind langeb, hakkame seda sagedamini kasutama ja näeme seda ka veebi jaoks. See muudab ka meie mõtteviisi ja kolime kogu tööstusharu võrgus. Lisaks e-kaubandusele võib otsingumootorite kasutamisel näha veel ühte näidet; me ei kasuta enam teabe otsimiseks entsüklopeediaid, vaid kasutame hoopis Google'i või muid otsingumootoreid.
Tehisintellekti maksumus muutub arvutusvõimsuse ja tööriistade osas odavamaks. Iga uus tööriist / raamatukogu on abiks masinõppe arendajad kulutada vähem aega ennustusprobleemidele. Näiteks saab selleks näidetena kuvada Google'i TensorFlow, AutoML või isegi scikit. Tehisintellekti kulude vähenemise näitena võime näidata ka graafikaprotsessorite arvutuste suurenenud kasutamist.
Ettevõtte järgmise kvartali müügiprognoos on ilmne ennustusprobleem, kuid autonoomse sõiduki väljatöötamine ei olnud kümme aastat tagasi ennustusprobleem. Tehisintellekti kulude vähendamine muudab meie mõtteviisi, mis tähendab, et hakkasime mõtlema erinevatele probleemidele kui ennustusprobleemile. Me kasutasime autonoomseid sõidukeid juba kontrollitud keskkondades, näiteks tehastes, kus sõidukit oli võimalik programmeerida, kasutades if-else programmeerimistingimused. Mõtteviisi muutmine ja sellele kui ennustusprobleemile vaatamine aitas inseneridel välja töötada autonoomsed autod, mida saab kasutada looduses.
Siin on, kuidas see põhimõtteliselt töötas; insener õpetas tehisintellektile, mida inimene erinevates tingimustes teeb, ja see võimaldas luua rongisisese tarkvara, mis võimaldab autojuhtidel kasutada autosid tuhandeid miile, selle asemel et mõnesaja pärast ära väsitada. Tehisintellekt õppis, mida inimene teeb, ja hakkas ennustama, mida ta peaks tegema. See on väga hea näide probleemi ennustamiseks mõtlemisest.
Siin on peamine küsimus: kas tehisintellekt mõjutab ettevõtete strateegiat ja ärimudeleid? Kui mõtlete tehisintellektist kui prognoosimisvahendist, mis aitab teil mingisuguseid otsuseid langetada, ei pruugi see olla selge, kuidas see mõjutab puhast strateegiat, sest see on lihtsalt üks teine tööriist, mis aitab teil otsuseid teha. Kuid kui hakkate mõtlema tehisintellektist kui prognoosimisvahendist, mis suudab suure täpsusega prognoosida, võib see strateegiaid ise muuta. Raamatus on suurepärane näide Ennustusmasinad: tehisintellekti lihtne majandus .
Kui ostame ja ostame Amazonist kaupu, saadab ta pakid meie kontorisse / koju. Niisiis, seda meetodit võib nimetada shopping-then-shipping meetodiks. Samuti teame, et Amazonil on soovitusmootor ja see soovitab üksusi lehtedel navigeerimise ajal. Me ei osta kõiki soovitatud esemeid, kuid soovitab vähemalt neid, mis võivad meid huvitada. Oletame, et Amazon hakkas suure täpsusega ennustama, mida te ostate. Kui hakkasite ostma 80% soovitatud kaupadest, võib Amazon otsustada saata tooted enne, kui isegi need ostate - nimetagem seda saatmist ja seejärel ostlemist. See on ilmne muutus äristrateegias, sest kui esemed jõuavad teie koju, saadate 20% esemetest tagasi ja praegune Amazoni hinna modelleerimine ei põhine sellel eeldusel. Võib-olla otsustab Amazon kord nädalas veoauto teie linna saata tagastatud esemete kogumiseks ja see muudab täielikult seda, kuidas Amazon teie krediitkaarti võtab, kuidas kaupu pakendab ja kuidas tagastatud esemeid käsitseb. Kogu see strateegiamuudatus on kasulik tehisintellektile, millel on suurem prognoosimise täpsus.
Usun, et saame töötada rohkem mõttekatseid, nagu eelmine Amazoni näide, mõeldes vaid sellele, mis juhtuks, kui tehisintellekt suudaks suurema täpsusega ennustada.
Kuidas inimeste ja tehisintellektide suhtlemine tulevikus areneb? Kas nad võistlevad või teevad koostööd? Keskendun neile küsimustele raamatut vaadates Inimene + masin: töö ümbermõtestamine tehisintellekti ajastul . Autorite sõnul on stsenaariume, kus inimene täiendab tehisintellekti ja kus tehisintellekt täiendab inimest.
Inimesed saavad tehisintellekti täiendada kolmes valdkonnas: koolitus, selgitamine ja ülalpidamine.
Tehisintellekt vajab õppimiseks andmeid, mida nimetatakse koolitusetapp , nii et see võib ennustada.
Tulevikus võib meil olla koolitusagente, mis on keskendunud ainult tehisintellekti koolitamisele vastavalt selle ettevõtte nõuetele. Kui see on tehas, võib roboti väljaõppe eest vastutada koolitusagent; kui see on e-kaubanduse ettevõte, võiks ajalooliste andmete koondamise eest vastutada koolitusagent.
Peame mõistma, kuidas ja miks tehisintellekt konkreetsele probleemile konkreetse vastuse andis.
Üldiselt seisame silmitsi tehisintellekti selgitatavuse ja täpsuse vahelise kompromissiga. Musta kasti tehisintellekti meetodid on suurema täpsusega võrreldes meetoditega, mida saab hõlpsasti seletada. Kuigi on olemas tööriistu, mis on välja töötatud selle selgitamiseks, miks musta kasti tehisintellekt konkreetse ennustuse tegi, võime vajada töörolli, mis suudaks mõista ja selgitada tehisintellekti tulemusi.
Peame olema kindlad, et tehisintellekt toimib ootuspäraselt.
2015. aastal haaras Volkswageni tehases robot töötaja ja surmas ta surmavalt. Me võime vajada rolle, kelle ülesanne on tagada, et tehisintellekti süsteemid töötaksid ootuspäraselt.
Tehisintellekti potentsiaal annab inimestele supervõimeid, sest tehisintellekt teeb ennustusi kiiremini ja täpsemalt, kui inimesed seda kunagi suudaksid. Neid suurriike saab väljendada väärtusena, mille nad antud olukorrale või tegevusele annavad.
Tehisintellekti tööriistad aitavad inimestel inimeseks olemise võimalusi suurendada. Raamatus Inimene + masin: töö ümbermõtestamine tehisintellekti ajastul , kasutavad autorid Autodeski tarkvara Dreamcatcher näidet, mis kasutab võimalike kujunduste itereerimiseks geneetilisi algoritme.
Disainer saab selle tööriista abil kujundada tooli kerge, odava ja tugeva. Tehisintellekt püüab luua disaini, mis põhineb etteantud kriteeriumidel ja annab tulemused disainerile. Seejärel kasutab disainer valib ühe antud kujundusest ja kasutab nende kujundamisel viimase lihvi tegemiseks nende loovust.
See sarnaneb sellega, mida arvutid pakkusid arvutiajastu inimestele - lihtsalt uuel ja põneval võimsusel, millistes asjades tehisintellekt võib aidata.
Tehisintellekt võib olla abistaja, kes aitab inimestel nendega suheldes. Amazoni Alexa, Google Home ja Apple'i Siri on sellise interaktiivse tehisintellekti agendi silmapaistvad näited. Kuna neid agente parandatakse iga kordusega, hakkame neid sagedamini kasutama ja see saab osaks meist, nagu sügavam versioon sellest, mida me nutitelefonidega teeme. Nendest agentidest saavad meie eraabilised ja nad täiendavad meid.
Tehisintellektiga töötava füüsilise suurendamise näiteid võib leida tehastest. Kuigi tehaseid juhivad praegu robotid, on need enamasti reeglitel põhinevad süsteemid ja ohutuse tagamiseks pannakse nad igaks juhuks puuri. Robotid aitavad inimesi töökaaslastena ja need on loodud selleks, et vabrikus vabalt liikudes ja töötades inimesi kahjustada.
Ehkki on mõningaid muresid, mis ütlevad, et „robotid on tõhusamad, nii et inimtöötajad visatakse tulevikus kõrvale,” ütleb Mercedese tootmise planeerimise juht Markus Schaefer: „Me eemaldume automatiseerimise maksimeerimise püüdest, inimesed võtavad jälle suurem osa tööstuslikes protsessides. ' Uued tehnoloogiad toovad küll kaasa monumentaalseid muutusi meie tegemises, kuid adra leiutamine ei kõrvaldanud vajadust põllutööliste järele ega ka arvuti leiutamine matemaatikute vajadust. Nagu kõigi tehnoloogiliste revolutsioonide puhul, kasutatakse tehisintellekti tulekut selleks, et aidata inimkonnal jõuda uude paradigmasse, mitte seda täielikult asendada.
Kas olete valmis tehnilisteks tehisintellektideks? Proovige Sügav sukeldumine tugevdamise õppesse õppida, kuidas õpetada tehisintellekti autoga mäest üles sõitma.
Tehisintellekti rakendused varieeruvad autonoomsetest autodest tõlkimiseni, vestlusrobotitest piltide tuvastamiseni. Digitaalsed assistendid, nagu Siri ja Alexa, on tehisintellekti rakenduste tüüpilised näited ja hiljuti suurenenud tehisintellektiga peaksime tulevikus nägema rohkem tehisintellektide rakendusi.
Põhimõtteliselt saate tehisintellekti kasutada oma ettevõtte kahes erinevas valdkonnas; saate oma äri arendada tehisintellekti põhjal, mis tähendab, et teie põhiväärtuspakkumine on tehisintellektil põhinev tehnoloogia. Teine meetod on tehisintellekti meetodite kasutamine äri parandamiseks ja müügimahu suurendamiseks.
Tehisintellekt oli John McCarthy poolt 1955. aastal loodud termin ja see on arvutiteaduste valdkond, mis uurib masinaid (algoritme), mis töötavad ja reageerivad nagu inimesed. Tehisintellektil on alaväljad nagu masinõpe, loomuliku keele töötlemine ja arvutinägemine.
Ennustavad algoritmid ennustavad tulemust antud sisendite põhjal. Nad töötavad kas õppimis- või ennustusfaasis. Õppimise etapis edastatakse algoritmile sisend-väljundpaaride ajaloolised andmed ja see kaardistab nende kahe vahelise seose. Viimases antakse ainult sisendeid ja see ennustab väljundit.
