Sisältö
- AI Hype-syklissä
- Toistaiseksi, ei niin hyvä
- Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi
- Se kaikki on saranoitu tietoihin
Lähde: charles taylor / iStockphoto
Ottaa mukaan:
Theres on paljon hype noin tekoäly, kuinka älykäs se on?
Keinotekoinen äly on saanut niin paljon huomiota yrityspiireissä, että monet IT-johtajat voivat anteeksi ajatella, että se tarjoaa kaikki vastaukset entistä monimutkaisempaan tietoekosysteemiin. Mutta vaikka sillä onkin potentiaalia tehdä huomattavia parannuksia olemassa olevaan tekniikkaan, on myös rehellistä sanoa, että jotkut sen tehokkuutta ympäröivät odotukset ovat ylittyneet.
Itse asiassa on melko vähän ymmärrystä siitä, mikä AI on, miten se todella toimii ja mitä se todella voi tehdä. Ja tämä johtaa laajoihin väärinkäsityksiin, jotka liittyvät sen rooliin yrityksessä ja tapaan, jolla se suhtautuu olemassa olevaan infrastruktuuriin ja sitä käyttäviin ihmisiin.
AI Hype-syklissä
Gartnerin viimeisimmän hype-syklin mukaan keskeiset AI-osajoukot, kuten syvä oppiminen, koneoppiminen ja kognitiivinen laskenta, ovat huipulla täytettyjen odotusten käyrän yläosassa, mikä tarkoittaa, että ne ovat pitkän liukumäärän kärjessä pettymyksen kourussa. Vaikka tämä on verrattavissa käytännöllisesti katsoen jokaiselle haitalliselle tekniikalle viimeisen 30 vuoden aikana, se huomauttaa tosiasian, että AI: n ennustetut vaikutukset yrityksessä, jotka johdettiin pääasiassa kontrolloiduista laboratoriokokeista, alkavat ajautua kokonaan todellisuuteen tuotantoympäristöstä. (Tutustu tietotekniikkainnovaatioiden historiaan Ada Lovelacen ja syvän oppimisen välillä.)
Siitä huolimatta Gartner-tutkija Mike Walker odottaa AI: n olevan yleistä seuraavan vuosikymmenen aikana yhdistämällä etenevä laskentateho, mikä johtaa sellaisten rakenteiden kehittämiseen, kuten hermoverkko, ja pelkästään se, että yritystietojen määrä on tullut niin valtavaksi ja niin monimutkainen, että ihmisen toimijat eivät enää pysty selviytymään yksin.
Yksi ensimmäisistä asioista, jotka yrityksen on ymmärrettävä AI: stä, on se, että se pelaa termiä "älykkyys" nopeasti ja löysästi. Kuten sveitsiläinen neurotieteilijä Pascal Kaufmann selitti ZDnetille äskettäin, tietokonealgoritmin ja ihmisen aivojen toimintatapoissa on huomattavia eroja. käsitellä tietoja päätelmän tekemiseksi. Riittävän prosessointitehon ansiosta tietokonealgoritmi voi verrata miljoonia, miljardeja, ehkä jopa miljardeja tietojoukkoja yksinkertaisen määrityksen tekemiseksi, esimerkiksi onko kissan kuva todellakin kissan kuva. Mutta jopa pieni lapsi, koska sillä on hyvin vähän tietoja, voi vaistomaisesti määrittää, että se on kissa, ja tietää ikuisesti, kun kissa on ja miltä se näyttää.
Tämän standardin mukaan edes johtava esimerkki AI: stä työssä - Google DeepMindin AlphaGon hallitseminen strategiapelissä Go - ei ollut oikeastaan tekoäly, vaan poikkileikkaus suurista tiedoista, analytiikasta ja automaatiosta, joka kykeni rationalisoimaan sääntöihin perustuvaa lähestymistapaa voittamiseen. Mielenkiintoisella tavalla Kaufmann lisää, että todellinen esimerkki tekoälystä olisi, jos AlphaGo olisi tajunnut kuinka huijata voittaakseen. Tätä varten tieteen on kuitenkin ensin murskattava ”aivokoodi”, joka antaa meille kykymme käsitellä tietoja, hakea tietoa ja tallentaa muistoja. (Lisätietoja automatisoinnista automatisoinnin avulla: tietotekniikan ja koneoppimisen tulevaisuus?)
Toistaiseksi, ei niin hyvä
Tosiaankin, huolimatta peloista, että AI aikoo siirtää kaikkien työpaikat, toistaiseksi tulokset ovat melkein koomisia. George R.R. Martinin “Game of Thrones” -fanit ovat niin kärsimättömiä sarjan seuraavassa erässä, että monet levisivät lukuun melkein puhdasta gobbledygookia, jonka kirjoitti AI-muoto, nimeltään toistuvaan hermoverkkoon. Samaan aikaan IBM ottaa flakia onkologian tutkijoilta, joille kerrottiin, että Watson vapauttaisi uuden aikakauden diagnoosissa ja hoidossa, mutta pyrkii sen sijaan edelleen erottamaan syövän perusmuodot. Tämän saavutuksen perusteella on täysin mahdollista, että kun AI otetaan ensimmäisen kerran käyttöön tyypillisessä yrityksessä, se vaatii todennäköisesti enemmän ihmisten toimijoita vain seuraamaan ja seuraamaan kaikkia virheitä, joita se tekee.
Ei vikoja, ei stressiä - vaiheittaiset ohjeet elämää muuttavien ohjelmistojen luomiseen tuhoamatta elämääsi
Et voi parantaa ohjelmointitaitojasi, kun kukaan ei välitä ohjelmiston laadusta.
Mutta tässä on hanka: AI paranee ajan myötä ilman, että sinun tarvitsee ohjelmoida uudelleen. Kuten Cornell Tech -tutkija Daniel Huttenlocker kertoi äskettäin Tech Crunchille, AI syrjäyttää todennäköisemmin perinteiset ohjelmistot - ja kaikki vaikeat korjaukset, päivitykset ja korjaukset, joita se vaatii - kuin ihmisen operaattorit. Tämä ei tarkoita, että AI: tä ei tarvitse ohjelmoida, mutta lähestymistapaa yksinkertaistetaan huomattavasti. Nykyisen ohjelmiston avulla ohjelmoijan on määriteltävä paitsi ratkaistava tehtävä myös tarkat vaiheet, joiden avulla se ratkaistaan. AI: n kanssa kaikki mitä tarvitaan, on tavoite, ja ohjelmiston pitäisi pystyä käsittelemään loput, mikäli sillä on oikeat tiedot työskennellä.
Se kaikki on saranoitu tietoihin
Tämä viimeinen kohta on ratkaisevan tärkeä, koska päivän päätteeksi AI on yksinkertaisesti algoritmi ja algoritmit ovat vain niin hyviä kuin syötetty data. Tämä tarkoittaa, että asianmukaisen AI: n toimintakehyksen rakentamisen lisäksi yrityksen on luotava melko voimakas tietojenkäsittelyympäristö, jotta analyysitulokset perustuvat tarkkoihin tietoihin. Kuten ActiveCampaignin toimitusjohtaja Jason VandeBoom kertoi Forbesille äskettäin, vanha Säännöt "roskat ovat yhtä suuret kuin roskat" ovat edelleen voimassa, joten voi kulua jonkin aikaa, ennen kuin organisaatiot näkevät AI-investointiensa todelliset edut.
Kaiken tämän huomioon ottaen yrityksen ei pitäisi odottaa, että AI tarjoaa nopean ratkaisun suurten tietojen ja Internetin nouseviin haasteisiin. Sekä ihmisten että koneiden oppimiskäyrä on todennäköisesti melko pitkä, ja tulokset ovat parhaimmillaan epävarmoja.
Mutta jos kaikki menee suunnitellusti, niin yrityksen kuin tietotyövoiman tulisi nähdä merkittäviä etuja pitkällä tähtäimellä. Ajattele vain arkea, tylsiä ja aikaa vievää tehtävää, joka hidastaa prosessiasi tällä hetkellä, ja kuvittele, ettei sinun tarvitse koskaan tehdä niitä enää koskaan.