Навсякъде виждаме новини за ИИ; понякога виждаме вълнението около ИИ, а понякога виждаме статии, в които се говори за това как ИИ ще замени или унищожи работните ни места. Виждаме също така случайната статия, в която се говори за това как ИИ ще унищожи човечеството.
В тази статия няма да обсъждам изкуствен общ интелект или зъл ИИ, който иска да унищожи човечеството. Ще се съсредоточа върху текущия ИИ, който се основава най-вече на алгоритмите, които могат да правят прогнози, и ще обсъдя как работи икономиката на ИИ и как може да повлияе на бизнеса. Също така искам да спомена, че съдържанието на тази статия е силно засегнато от (и този автор силно препоръчва за по-нататъшно четене) Машини за прогнозиране: простата икономика на изкуствения интелект и Човек + машина: Преосмисляне на работата в ерата на ИИ .
Тази статия е разделена на три основни части:
Преди да продължа напред, бих искал да обсъдим приликите между някои исторически събития, които са аналогични на това как мислим за ИИ днес. Ще дам няколко примера за това как широкото използване на определена технология е променило нашето мислене. Как стигнахме от основна аритметика до специализирана компании за развитие на изкуствен интелект ?
Това, което компютрите се справят най-добре, е аритметиката. Преди компютрите, които познаваме сега, терминът „компютър“ се използваше за хора, които се занимават с буквални изчисления, което сега го наричаме „ човешки компютър . '
изпит за сертифициран архитект на aws
С напредъка на технологиите изчисленията станаха по-евтини и по-бързи и започнахме да мислим за всичко по отношение на аритметиката. Фотографията е добър пример - в миналото модифицирането или прилагането на визуални ефекти върху снимките е химическа реакция. Сега обаче използваме алгоритми, достъпни за художници и фотографи чрез софтуерни пакети, за да прилагаме математически ефекти върху снимки.
Това е отличен пример за това как мислим, когато цената на стока / услуга спадне; започваме да мислим как да решим настоящите си проблеми по отношение на тази нова технология. Същото е и за ИИ.
Когато интернет започна да се използва широко, той направи огромни движения в различни индустрии и всичко беше свързано с намаляване на разходите в различни области. Например разходите за разпространение на стоки и услуги станаха по-евтини и това предизвика раждането на индустрията за електронна търговия. В крайна сметка компаниите промениха своите стратегии и или оцелеха, или умряха.
След като цената на стока или услуга спадне, започваме да я използваме по-често и можем да видим това и в мрежата. Това също променя нагласата ни и ние преместваме цели индустрии онлайн. В допълнение към електронната търговия, друг пример може да се види в използването на търсачките; вече не използваме енциклопедии за търсене на информация, а вместо това използваме Google или други търсачки.
Цената на AI става все по-евтина по отношение на изчислителната мощност и по отношение на инструментите. Всеки нов инструмент / библиотека помага разработчици на машинно обучение да отделяте по-малко време за проблеми с прогнозирането. Например TensorFlow, AutoML или дори scikit на Google могат да бъдат показани като примери за тази цел. Можем също да покажем увеличеното използване на GPU изчисления като илюстрация за намаляване на разходите при AI.
Прогнозата за продажбите за следващото тримесечие на дадена компания е очевиден проблем с прогнозирането, но разработването на автономно превозно средство не е било проблем за прогнозиране преди десетилетие. Намаляването на разходите при ИИ променя начина ни на мислене, което означава, че започнахме да мислим за различни проблеми като проблем за прогнозиране. Вече използвахме автономни превозни средства в контролирана среда като фабрики, където превозното средство можеше да бъде програмирано с помощта на if-else условия за програмиране. Промяната в начина на мислене и разглеждането на това като проблем с прогнозирането помогнаха на инженерите да разработят автономни автомобили, които могат да се използват в дивата природа.
Ето как работи по принцип; инженер научил AI какво би направил човек при различни условия и това позволило генерирането на бордов софтуер, който позволява на шофьорите да използват коли на хиляди мили, вместо да се изморяват след няколкостотин. AI научи какво ще направи човек и започна да предсказва какво трябва да направи. Това е много добър пример за мислене за даден проблем от гледна точка на прогнозата.
Ето един основен въпрос: Ще повлияе ли ИИ на стратегията и бизнес моделите на компаниите? Ако мислите за ИИ като инструмент за прогнозиране, който ви помага да вземете някакво решение, може да не е ясно как ще се отрази на чистата стратегия, защото това е просто друг инструмент, който ви помага да вземате решения. Но ако започнете да мислите за ИИ като инструмент за прогнозиране, който може да прогнозира с висока точност, това може да промени самите стратегии. В книгата има отличен пример Машини за прогнозиране: простата икономика на изкуствения интелект .
Когато пазаруваме и купуваме стоки от Amazon, той изпраща пакетите до нашия офис / дом. Така че този метод може да се нарече метод пазаруване след това доставка. Също така знаем, че Amazon има механизъм за препоръки и той препоръчва елементи, докато навигирате по страниците. Не купуваме всички препоръчани артикули, но поне препоръчва артикулите, които биха ни заинтересували. Да приемем, че Amazon започна да предсказва какво ще купите с висока точност. Ако сте започнали да купувате 80% от препоръчаните артикули, Amazon може да реши да ги изпрати, преди дори да ги купите - нека наречем това доставка-след това пазаруване. Това е очевидна промяна в бизнес стратегията, защото след като артикулите пристигнат в дома ви, ще изпратите 20% от артикулите обратно и текущото моделиране на цените на Amazon не се основава на това предположение. Може би Amazon ще реши да изпрати камион във вашия град веднъж седмично, за да вземе върнатите артикули и това напълно ще промени начина, по който Amazon таксува вашата кредитна карта, как опакова артикулите и как обработва върнатите артикули. Цялата тази промяна на стратегията е предимството на изкуствения интелект, който има по-висока точност на прогнозиране.
Вярвам, че можем да работим върху повече мисловни експерименти като предишния пример на Amazon, като просто мислим какво ще се случи, ако AI може да прогнозира с по-висока точност.
Как ще се развие взаимодействието между хората и ИИ в бъдеще? Ще се състезават ли, или ще работят заедно? Ще се съсредоточа върху тези въпроси, като разгледам книгата Човек + машина: Преосмисляне на работата в ерата на ИИ . Според авторите ще има сценарии, при които хората допълват ИИ и където ИИ ще допълват хората.
Хората могат да допълнят ИИ в три области: обучение, обяснение и поддържане.
AI се нуждае от данни, за да научи, което се нарича тренировъчна фаза , за да може да прави прогнози.
преминават през еднолично дружество срещу s corp
В бъдеще може да имаме обучителни агенти, които са фокусирани изключително върху обучението на AI въз основа на изискванията на този бизнес. Ако е фабрика, агент за обучение може да е отговорен за обучението на робот; ако това е бизнес за електронна търговия, агент за обучение може да е отговорен за обобщаването на исторически данни.
Трябва да разберем как и защо ИИ е дал конкретен отговор на конкретен проблем.
Като цяло се сблъскваме с компромис между обяснимата и точността на AI. Методите на AI в черната кутия имат по-голяма точност в сравнение с методите, които могат лесно да бъдат обяснени. Въпреки че има инструменти, които са разработени, за да обяснят защо AI от черна кутия е направил конкретна прогноза, може да ни е необходима роля, която може да разбере и обясни резултатите от AI.
Трябва да сме сигурни, че ИИ функционира според очакванията.
През 2015 г. робот във фабрика на Volkswagen хвана работник и го смачка смъртоносно. Може да ни трябват роли, чиято отговорност е да гарантират, че системите за ИИ работят според очакванията.
Потенциалът на AI дава на хората суперсили, защото AI прави прогнози по-бързо и по-точно, отколкото хората някога биха могли. Тези суперсили могат да бъдат изразени в стойността, която те довеждат до дадена ситуация или действие.
Инструментите за изкуствен интелект помагат на хората да увеличат възможностите да бъдат хора. В книгата Човек + машина: Преосмисляне на работата в ерата на ИИ , авторите използват примера на софтуера на Autodesk Dreamcatcher, който използва генетични алгоритми за итерация чрез възможни проекти.
Дизайнерът може да проектира лек, евтин и здрав стол с помощта на този инструмент. AI се опитва да създаде дизайн, който се основава на дадените критерии и предоставя резултатите на дизайнера. След това дизайнерът използва избира един от дадените дизайни и използва тяхната креативност върху този дизайн, за да направи последните щрихи.
Това е подобно на това, което компютрите предоставят на хората с компютърната ера - точно на ново и вълнуващо ниво на капацитет от гледна точка на какви неща може да помогне AI.
AI може да действа като асистент, за да помогне на хората, като взаимодейства с тях. Alexa на Amazon, Google Home и Siri на Apple са видни примери за този вид интерактивен агент за изкуствен интелект. Тъй като тези агенти се подобряват с всяка итерация, ние ще започнем да ги използваме по-често и това ще стане част от нас, като по-дълбока версия на това, което правим с нашите смартфони. Тези агенти ще бъдат наши частни асистенти и ще ни допълват.
Примери за физическо увеличаване, задвижвано с изкуствен интелект, могат да бъдат намерени във фабриките. Въпреки че в момента фабриките се експлоатират от роботи, те са предимно базирани на правила системи и за безопасност се поставят в клетка - за всеки случай. Роботите ще помагат на хората като колеги и ще бъдат проектирани да не причиняват вреда на хората, докато се движат свободно и работят във фабрика.
как се прави финансово моделиране
Въпреки че има някои опасения, които казват, че „роботите са по-ефективни, така че човешките работници ще бъдат изхвърлени в бъдеще“, казва Маркус Шефер, ръководител на производственото планиране в Mercedes, „Ние се отдалечаваме от опитите да максимизираме автоматизацията, като хората отново по-голяма част от индустриалните процеси. ' Новите технологии наистина носят монументални промени в начина, по който правим нещата, но изобретяването на плуга не елиминира нуждата от работници във фермите, нито изобретението на компютъра елиминира нуждата от математици. Както при всички технологични революции, появата на ИИ ще се използва, за да помогне на човечеството да достигне нова парадигма, а не да я замести изцяло.
Готови ли сте за повече технически познания за изкуствения интелект? Опитвам Дълбоко гмуркане в обучение за подсилване за да научите как да научите AI да кара кола в планината.
Приложенията на изкуствения интелект варират от автономни автомобили до превод, от чат ботове до разпознаване на изображения. Цифровите асистенти като Siri и Alexa са типични примери за AI приложения и с наскоро повишената ефективност в AI, трябва да видим повече AI приложения в бъдеще.
По принцип можете да използвате AI в две различни области на вашия бизнес; можете да изградите своя бизнес на AI, което означава, че предложението ви за основна стойност ще бъде технология, базирана на AI. Вторият метод е използването на AI методи за подобряване на бизнеса и увеличаване на обема на продажбите.
Изкуствен интелект е термин, измислен от Джон Маккарти през 1955 г. и е област на компютърните науки, която изучава машини (алгоритми), които работят и реагират като хората. AI има подполета като машинно обучение, обработка на естествен език и компютърно зрение.
Прогнозни алгоритми предсказват резултат въз основа на дадени входове. Те действат или във фаза на обучение, или във прогноза. Във фазата на обучение историческите данни на двойките вход-изход се предават на алгоритъма и картират връзката между двете. В последния се дават само входове и той предсказва изход.
